人物简介
1956年生,现代机器学习奠基人之一。他将概率图模型、贝叶斯方法引入机器学习。
主要成就
概率图模型;贝叶斯非参数;变分推断
详细介绍
迈克尔·乔丹(Michael I. Jordan, 1956-)是机器学习领域最具影响力的学者之一。他在概率图模型、变分推断、贝叶斯非参数、强化学习等方向做出开创性贡献。他指导的博士包括 Andrew Ng、David Blei 等业界领袖。
基本信息
头衔:美国计算机科学家、机器学习奠基人
所在单位:加州大学伯克利分校
研究领域:机器学习
职务职称:教授
学历:加州大学伯克利分校
出生年份:1956
人才/学科类别:人工智能
基本信息
所属机构
加州大学伯克利分校
职务
教授
学历背景
加州大学伯克利分校
出生日期
1956年
国籍
美国
研究领域
机器学习
学科数据洞察
137+
同领域专家
21+
获奖人数
同领域专家
*以上数据由科技人编辑部基于公开数据库统计,旨在为研究者提供学科视角的参考信息。
荣誉称号
美国国家科学院院士美国艺术与科学院院士NeurIPS 终身成就奖
相关资讯
新算法揭开藏在恒星光芒里的系外行星 2026-11-05 新研究揭示中国东部海域大气细颗粒物分布特征及... 2026-10-28 AI “条形码”可识别衰老组织中“僵尸细胞” 2026-09-23 为人工智能打造应对现实世界复杂变化的理论方法体... 2026-08-31知识图谱
加载中...
相关人物
彼得·阿贝尔
比利时裔美国AI科学家
斯图尔特·罗素
英国裔美国计算机科学家
理查德·卡普
美国计算机科学家
大卫·帕特森
美国计算机科学家,RISC架构发明人
张正友
华裔法国计算机科学家
孟德宇
中国AI科学家
俞凯
中国AI科学家
朱松纯
人工智能专家;长江学者讲座教授
李飞飞
人工智能专家
约翰·科扎
美国计算机科学家
王飞跃
中国自动化学会会士,中国指挥与控制学会会士,电气与
约翰·霍兰德
美国计算机科学家
致敬留言