您的位置:首页 > 其它

机器学习部分国内牛人

2016-09-01 04:16 148 查看


=======================国内====================

之前自己一直想总结一下国内搞机器学习和数据挖掘的大牛,但是自己太懒了。所以没搞…
最近看到了下面转载的这篇博文,感觉总结的比较全面了。
   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。
蔡登:http://www.cad.zju.edu.cn/home/dengcai/,Han Jiawei老师的学生,博士毕业后回浙大
任教,也算是国内年轻一代的牛人了。
万小军:https://sites.google.com/site/wanxiaojun1979/,得FQ才能看到主页。主要
研究方向是文本挖掘和语义计算。自然语言方向好会议发了很多文章。
张磊:http://research.microsoft.com/en-us/um/people/leizhang/
———————————————————————————————–
原文地址:http://blog.csdn.net/playoffs/article/details/7588597
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的会议主席,
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的副主席,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。
 
 
 

======================资源====================

以前转过一个计算机视觉领域内的牛人简介,现在转一个更宽范围内的牛人简介:
 
 
http://people.cs.uchicago.edu/~niyogi/
http://www.cs.uchicago.edu/people/
http://pages.cs.wisc.edu/~jerryzhu/
http://www.kyb.tuebingen.mpg.de/~chapelle
http://people.cs.uchicago.edu/~xiaofei/
http://www.cs.uiuc.edu/homes/dengcai2/
http://www.kyb.mpg.de/~bs
http://research.microsoft.com/~denzho/
http://www-users.cs.umn.edu/~kumar/dmbook/index.php#item5
(resources for the book of the introduction of data mining by Pang-ning Tan et.al. )(国内已经有相应的中文版)
http://www.cs.toronto.edu/~roweis/lle/publications.html   
(lle算法源代码及其相关论文)
http://dataclustering.cse.msu.edu/index.html#software(data
clustering)
http://www.cs.toronto.edu/~roweis/     (里面有好多资源)
http://www.cse.msu.edu/~lawhiu/  (manifold learning)
http://www.math.umn.edu/~wittman/mani/ (manifold learning
demo in matlab)
http://www.iipl.fudan.edu.cn/~zhangjp/literatures/MLF/INDEX.HTM 
(manifold learning in matlab)
http://videolectures.net/mlss05us_belkin_sslmm/  
(semi supervised learning with manifold method by Belkin)
http://isomap.stanford.edu/    (isomap主页)
http://web.mit.edu/cocosci/josh.html  MIT    TENENBAUM
J B主页
http://web.engr.oregonstate.edu/~tgd/    (国际著名的人工智能专家
Thomas G. Dietterich)
http://www.cs.berkeley.edu/~jordan/ (MIchael
I.Jordan)
http://www.cs.cmu.edu/~awm/ 
(Andrew W. Moore’s  homepage)
http://learning.cs.toronto.edu/ (加拿大多伦多大学机器学习小组)
http://www.cs.cmu.edu/~tom/ (Tom Mitchell,里面有与教材匹配的slide。)
 

转自:http://www.52ml.net/

内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: