Michael I. Jordan - Michael I. Jordan

Michael Jordan
Nascer
Michael Irwin Jordan

( 25/02/1956 )25 de fevereiro de 1956 (65 anos)
Alma mater Universidade da Califórnia, San Diego
Conhecido por Alocação de Dirichlet latente
Prêmios Membro da Academia Nacional de Ciências dos EUA
AAAI Fellow (2002)
Prêmio Rumelhart (2015)
Prêmio IJCAI de Excelência em Pesquisa (2016)
Medalha IEEE John von Neumann (2020)
Carreira científica
Instituições University of California, Berkeley
University of California, San Diego
Massachusetts Institute of Technology
Tese The Learning of Representations for Sequential Performance  (1985)
Orientador de doutorado David Rumelhart
Donald Norman
Alunos de doutorado
Outros alunos notáveis
Local na rede Internet www .cs .berkeley .edu / ~ jordan

Michael Irwin Jordan (nascido em 25 de fevereiro de 1956) é um cientista americano, professor da Universidade da Califórnia, Berkeley e pesquisador em aprendizado de máquina , estatística e inteligência artificial .

Jordan foi eleito membro da National Academy of Engineering em 2010 por suas contribuições aos fundamentos e aplicações do aprendizado de máquina.

Ele é uma das principais figuras do aprendizado de máquina e, em 2016, a Science o relatou como o cientista da computação mais influente do mundo.

Biografia

Jordan recebeu seu BS magna cum laude em Psicologia em 1978 pela Louisiana State University , seu MS em Matemática em 1980 pela Arizona State University e seu PhD em Ciências Cognitivas em 1985 pela University of California, San Diego. Na Universidade da Califórnia, San Diego, Jordan foi aluno de David Rumelhart e membro do Grupo PDP na década de 1980.

Jordan é atualmente professor titular da University of California, Berkeley, onde sua nomeação é dividida entre o Departamento de Estatística e o Departamento de EECS. Ele foi professor do Departamento de Ciências do Cérebro e Cognitivas do MIT de 1988 a 1998.

Trabalhar

Na década de 1980, Jordan começou a desenvolver redes neurais recorrentes como modelo cognitivo. Nos últimos anos, seu trabalho é menos orientado de uma perspectiva cognitiva e mais do pano de fundo das estatísticas tradicionais.

Jordan popularizou as redes bayesianas na comunidade de aprendizado de máquina e é conhecido por apontar ligações entre o aprendizado de máquina e as estatísticas . Ele também foi proeminente na formalização de métodos variacionais para inferência aproximada e na popularização do algoritmo de maximização de expectativa em aprendizado de máquina.

Desistência do aprendizado de máquina

Em 2001, Jordan e outros renunciaram ao conselho editorial da revista Machine Learning . Em uma carta pública, eles defenderam um acesso menos restritivo e prometeram apoiar um novo jornal de acesso aberto , o Journal of Machine Learning Research , criado por Leslie Kaelbling para apoiar a evolução do campo do aprendizado de máquina.

Honras e prêmios

Jordan recebeu vários prêmios, incluindo o prêmio de melhor artigo de estudante (com X. Nguyen e M. Wainwright) na Conferência Internacional sobre Aprendizado de Máquina ( ICML 2004), o prêmio de melhor artigo (com R. Jacobs) na Conferência de Controle Americana ( ACC 1991), o prêmio ACM - AAAI Allen Newell , o prêmio IEEE Neural Networks Pioneer Award e o prêmio NSF Presidential Young Investigator. Em 2010, ele foi nomeado Fellow da Association for Computing Machinery "pelas contribuições para a teoria e aplicação do aprendizado de máquina."

Jordan é membro da National Academy of Science, da National Academy of Engineering e da American Academy of Arts and Sciences.

Ele foi nomeado Neyman Lecturer e Medallion Lecturer pelo Institute of Mathematical Statistics. Ele recebeu o Prêmio David E. Rumelhart em 2015 e o Prêmio ACM / AAAI Allen Newell em 2009. Ele também ganhou a Medalha John von Neumann do IEEE 2020.

Em 2016, Jordan foi identificado como o "cientista da computação mais influente", com base em uma análise da literatura publicada pelo projeto Semantic Scholar .

Referências

links externos