Mennyire jó Princeton a gépi tanulásban?


A legjobb válasz

Tom Funkhouser, Barbara Engelhardt és Olga Troyanskaya nem gépi tanulási professzorok. Tom Funkhouser számítógépes grafikus professzor, míg Barbara Engelhardt és Olga Troyanskaya számítástechnikai professzor.

Sanjeev Arora elméleti professzor, aki a számítás bonyolultságára szakosodott, de nemrégiben elkezdett dolgozni az elméleti gépi tanulással és a szó beágyazásával. A fenti négy professzor közül senki sem tett közzé mérföldkőnek számító munkát a gépi tanulásban.

Miután Rob Schapire és David Blei távoztak, Princeton nem túl jó a gépi tanulásban. Őszintén szólva meglepett ez a viselkedés a princetoni informatikai osztály részéről. Fogalmam sincs, miért próbálják félrevezetni az embereket a Princeton gépi tanulási professzorairól.

Válasz

A Princeton korábban nagyon jó volt a gépi tanulásban 2015 előtt, amikor Dave Blei volt ( LDA) és Rob Schapire (ösztönző) professzorként.

Manapság Princetonban Sebastian Seung (mátrix alapú faktorizálás, aktív tanulás (bizottsági lekérdezés) és mély tanulás az orvosbiológiai képek számára) és Elad Hazan (online konvex optimalizálás és adagrad) gépi tanulás professzoraként. A többi válaszban és a Princetoni számítástechnikai kar oldalán említett többi professzor nem gépi tanulási professzor, mert nem végzett kivételes és innovatív munkát a gépi tanulásban.

Idén Princetonnak sikerült Yoram Singert felvennie a Google-tól és a gépi tanulás híres szakértője, Rob Schapire és Dave Blei mellett.

Azt mondanám, hogy Princetonnak jelenleg három kivételes gépi tanulási professzora van (Yoram Singer, Sebastian Seung és Elad Hazan). Ehhez képest a kérdésre adott más válaszokban idézett többi professzor közepes a gépi tanulásban.

A Princeton jó hely a gépi tanuláshoz, de nem kivételes hely, mert nincs senki kivételes, aki kutatna megerősítő tanulás és bayesi gépi tanulás.

Vélemény, hozzászólás?

Az email címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöltük