`
xitonga
  • 浏览: 587039 次
文章分类
社区版块
存档分类
最新评论

国内机器学习/数据挖掘大牛

 
阅读更多

推荐几个机器学习和数据挖掘领域相关的中国大牛:


李航:http://research.microsoft.com/en-us/people/hangli/,是MSRA Web Search and Mining Group高级研究员和主管,主要研究领域是信息检索,自然语言处理和统计学习。近年来,主要与人合作使用机器学习方法对信息检索中排序,相关性等问题的研究。曾在人大听过一场他的讲座,对实际应用的问题抽象,转化和解决能力值得学习。


周志华:http://cs.nju.edu.cn/zhouzh/,是南京大学的杰青,机器学习和数据挖掘方面国内的领军人物,其好几个研究生都进入了美国一流高校如uiuc,cmu等学习和深造。周教授在半监督学习,multi-label学习和集成学习方面在国际上有一定的影响力。另外,他也是ACML的创始人。人也很nice,曾经发邮件咨询过一个naive的问题,周老师还在百忙之中回复了我,并对我如何发邮件给了些许建议。

杨强:http://www.cse.ust.hk/~qyang/,香港科技大学教授,也是KDD 2012的会议,可见功力非同一般。杨教授是迁移学习的国际领军人物,曾经的中国第一位acm全球冠军上交的戴文渊硕士期间就是跟他合作发表了一系列高水平的文章。还有,杨教授曾有一个关于机器学习和数据挖掘有意思的比喻:比如你训练一只狗,若干年后,如果它忽然有一天能帮你擦鞋洗衣服,那么这就是数据挖掘;要是忽然有一天,你发现狗发装成一个老太婆消失了,那么这就是机器学习。


李建中:http://db.hit.edu.cn/jianzhongli/,哈工大和黑大共有教授,是分布式数据库的领军人物。近年来,其团队在不确定性数据,sensor network方面也发表了一系列有名文章。李教授为人师表,教书育人都做得了最好,在圈内是让人称道的好老师和好学者。


唐杰:http://keg.cs.tsinghua.edu.cn/jietang/,清华大学副教授,是图挖掘方面的专家。他主持设计和实现的Arnetminer是国内领先的图挖掘系统,该系统也是多个会议的支持商。


张钹http://www.csai.tsinghua.edu.cn/personal_homepage/zhang_bo/index.html 清华大学教授,中科院院士,。现任清华大学信息技术研究院指导委员会主任,微软亚洲研究院技术顾问等。主要从事人工智能、神经网络、遗传算法、智能机器人、模式识别以及智能控制等领域的研究工作。在过去二十多年中,张钹教授系统地提出了问题求解的商空间理论。近年来,他建立了神经与认知计算研究中心以及多媒体信息处理研究组。该研究组已在图像和视频的分析与检索方面取得一些重要研究成果。


刘铁岩:http://research.microsoft.com/en-us/people/tyliu/ MSRA研究主管,是learning to rank的国际知名学者。近年逐步转向管理,研究兴趣则开始关注计算广告学方面。


王海峰:http://ir.hit.edu.cn/~wanghaifeng/ 信息检索,自然语言处理,机器翻译方面的专家,ACL的副,百度高级科学家。近年,在百度主持研发了百度翻译产品。


何晓飞:http://people.cs.uchicago.edu/~xiaofei/ 浙江大学教授,多媒体处理,图像检索以及流型学习的国际领先学者。


朱军http://www.ml-thu.net/~jun/ 清华大学副教授,机器学习绝对重量级新星。主要研究领域是latent variable models, large-margin learning, Bayesian nonparametrics, and sparse learning in high dimensions. 他也是今年龙星计划的机器学习领域的主讲人之一。


吴军http://www.cs.jhu.edu/~junwu/ 腾讯副总裁,前google研究员。著名《数学之美》和《浪潮之巅》系列的作者。


张栋http://weibo.com/machinelearning前百度科学家和google研究员,机器学习工业界的代表人物之一。


戴文渊:http://apex.sjtu.edu.cn/apex_wiki/Wenyuan_Dai 现百度凤巢ctr预估组leader。前ACM大赛冠军,硕士期间一系列transfer learning方面的高水平论文让人瞠目结舌。


更多机器学习参见链接:http://www.guzili.com/?p=88


转载出处:http://blog.csdn.net/playoffs/article/details/7588597

分享到:
评论

相关推荐

    国内机器学习大牛

    个人认为,但从整体研究实力来说,机器学习和数据挖掘方向国内最强的地方还是在MSRA,那边的相关研究小组太多,很多方向都能和数据挖掘扯上边。这里我再补充几个相关研究方向的年轻老师和学者吧

    机器学习相关资源

    非常感谢git上的大牛整理的机器学习资源 转https://github.com/Flowerowl/Big_Data_Resources 大数据/数据挖掘

    数据挖掘读书报告.docx

    数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。 数据挖掘利用了来自如下一些领域的思想:(1) 来自统计学的...

    python机器学习库常用汇总

    汇总整理一套Python网页爬虫,文本处理,科学计算,机器学习和数据挖掘的兵器谱。 1. Python网页爬虫工具集 一个真实的项目,一定是从获取数据开始的。无论文本处理,机器学习和数据挖掘,都需要数据,除了通过一些...

    数据挖掘与数据分析的区别(经典).pdf

    数据挖掘与分析的区别(ByGanlin) 最牛解释: 关于数据挖掘的作用,Berry and Linoff 的定义尽管有些言过其实,但清 晰的描述了数据挖掘的作用。"分析报告给你后见之明 (hindsight);统计分 析给你先机 (foresight)...

    数据挖掘课件

    一个挺牛的导师的课件,包含了数据挖掘所有的入门知识,讲解了很多有趣的算法,结合了当前各大企业在这方面的发展,很适合想了解数据挖掘的人学习

    基于spark的大数据论文资料

    胡俊、基于Spark的大数据挖掘技术的研究与实现_李文栋、基于Spark的机器学习平台设计与实现_唐振坤、基于Spark的机器学习应用框架研究与实现_孙科、基于Spark的若干数据挖掘技术研究_宁永恒、基于Spark平台推荐系统...

    PRML马春鹏

    《机器学习实战》、《推荐系统实践》、《海量数据挖掘》等实践类书籍。在学中用,在用中学,实践中摸清套路。顺便了解一些基本模型。《统计学习方法》、《数据挖掘导论》、《数据挖掘(韩家炜)》等介绍类书籍。会对...

    人工智能行业分析报告.pptx

    在图像处理、模式识别、机器学习、数据挖掘等方面进行了布局。 ·竞争格局 人工智能行业分析报告全文共33页,当前为第5页。 人工智能产业链的上游中游目前处于稳定发展状况,而下游的应用层日新月异,不断拓宽中。 ...

    你眼中的Python大牛 应该都有这份书单

    虽然现在可以学习的Python途径很多,但是想要打好牢固的基础知识,系统的学习Python的知识体系,还需要靠阅读专业的书籍来不断积累。 相关推荐:TIOBE编程语言排行榜前20的语言入门书籍推荐 谁会成为AI 和大数据时代...

    培训资料人工智能行业展示.pptx.pptx

    在图像处理、模式识别、机器学习、数据挖掘等方面进行了布局。 ·竞争格局 .精品课件. 5 培训资料人工智能行业展示全文共34页,当前为第5页。 人工智能产业链的上游中游目前处于稳定发展状况,而下游的应用层...

    第三章代码问题.docx

    读书笔记《python数据分析与挖掘实战》-张良均,第三章代码...记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,谢谢

    《智能时代》读后感.doc

    比如说翻译,以前的思路是让机器 理解各种语法,现在则不需要机器去理解语法,而是直接去"学习"十几万句用语,用量 变来抵达质变。也就是说,当见识过越来越多的用语时,翻译的准确性也会不断提高。 《智能时代》读...

    人工智能+金融:如何突破你的想象.docx

    也就是说,通过机器学习自然语言的处理。我们知道美国有家公司是李嘉诚投资的叫Sentient Technologies,这家公司就励志与去做一个能够取代投行分析师的投资机器人,叫Kensho,他可以运用自然语言的处理深度人工智能+...

Global site tag (gtag.js) - Google Analytics