本條目是關於美國知名計算機和統計學學者。關於同名人物，參見米高·喬丹 (消歧義)米高·厄文·喬丹（英語：Michael Irwin Jordan, 1956年2月25日—），美國計算機科學和統計學學者，主要研究機器學習和人工智能。目前擔任加州大學伯克利分校電機工程與計算機系和統計學系教授和法國國家計算機與自動化研究院Inria研究員。2016年，據《科學》報道，米高·I·喬丹是當今世界最有影響力的計算機科學家。[2][3][4]
| 米高·I·喬丹 Michael I. Jordan | |
|---|---|
| 出生 | 1956年2月25日 美國馬里蘭州阿伯丁 |
| 居住地 | 美國加利福尼亞州柏克萊 |
| 知名於 | 隱含狄利克雷分佈(Latent Dirichlet allocation) |
| 獎項 | 美國國家科學院院士[1] 美國人工智能協會會士 (2002) 世界頂尖科學家協會獎（2022） |
| 網站 | www |
| 科學生涯 | |
| 機構 | 法國國家計算機與自動化研究院(Inria) 柏克萊加州大學 聖地牙哥加利福尼亞大學 麻省理工學院 |
| 論文 | The Learning of Representations for Sequential Performance（1985） |
| 博士導師 | David Rumelhart 唐·諾曼 |
| 博士生 | 邢波 Francis Bach Zoubin Ghahramani Percy Liang Tommi Jaakkola 吳恩達 David Blei |
| 其他著名學生 | 約書亞·本希奧 |
他的重要貢獻包括指出了機器學習與統計學之間的聯繫，並推動機器學習界廣泛認識到貝葉斯網絡的重要性。他還以近似推斷變分方法的形式化、最大期望算法在機器學習的普及方面的工作而知名。
2022年，喬丹因其「對機器學習的理論基礎及其應用作出了根本性貢獻」獲得首屆世界頂尖科學家協會獎「智能科學或數學獎」。[5][6][7]
生平
喬丹1978年在路易斯安那州立大學獲得心理學學士學位，1980年獲亞利桑那大學數學碩士（統計學方向）。隨後在加州大學聖地亞哥分校隨David E. Rumelhart攻讀，於1985年獲認知科學博士學位。在此期間，他發展了一種認知模型，稱為Jordan網絡，是遞歸神經網絡的一種。
1986-1988年，喬丹在馬薩諸塞大學做博士後研究。1988-1998年，來到麻省理工學院腦與認識科學系，先後任助教授、副教授和教授。1998年後轉到伯克利。近年來他更多地從傳統統計學的角度研究人工智能。
喬丹是美國國家科學院、美國國家工程院和美國藝術與科學院院士，IEEE、ACM[8]、SIAM、AAAI等學術機構的會士。他也是2007年IEEE神經網絡先驅獎[9]、2009年ACM/AAAI Allen Newell獎[10]的得主。
2022年9月29日，首屆世界頂尖科學家協會獎揭曉，喬丹獲智能科學或數學獎。[11][12]
值得一提的是，喬丹的許多學生和博士後包括Zoubin Ghahramani, Tommi Jaakkola, 吳恩達, Lawrence Saul 和 David Blei等，也已經成為機器學習領域的重要學者。
獎項和榮譽
2004年，國際數理統計學會勳章講座講師
2009年，ACM/AAAI艾倫·紐厄爾獎（美國計算機協會ACM、美國人工智能促進會AAAI ）
2010年，美國國家科學院院士
2010年，美國國家工程院院士
2011年，美國人文與科學院院士（註：American Academy of Arts and Sciences又譯為「美國藝術與科學院」）
2011年，國際數理統計學會奈曼講座
2015年，魯梅爾哈特獎（國際認知科學學會CSS）
2016年，國際人工智能聯合會議卓越研究獎（IJCAI）
2020年，約翰·馮·諾依曼獎（電氣與電子工程師協會IEEE）
2021年，米切爾獎（國際貝葉斯分析學會，ISBA）
2021年，烏爾夫·格林納德隨機理論與建模獎（美國數學會, AMS）
2022年，國際數理統計學會首屆格雷絲·沃赫拜講座講師
2022年，世界頂尖科學家協會獎智能科學或數學獎
參考資料
外部連結
Wikiwand in your browser!
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.
