Jump to content

Йи, почему да

Йи-Почему так
Альма-матер Университет Ватерлоо (бакалавр математики)
Университет Торонто (доктор философии)
Известный Иерархический процесс Дирихле
Сети глубоких убеждений
Научная карьера
Поля Машинное обучение
Искусственный интеллект
Статистика
Информатика [1]
Учреждения Оксфордский университет
ДипМайнд
Университетский колледж Лондона
Калифорнийский университет, Беркли
Национальный университет Сингапура [2]
Диссертация Приближения свободной энергии Бете и контрастной дивергенции для неориентированных графических моделей   (2003)
Докторантура Джеффри Хинтон [3]
Веб-сайт www .stats .ox .uk /~teh / Отредактируйте это в Викиданных

Йи-Уайе Тех — профессор статистического машинного обучения на факультете статистики Оксфордского университета . [4] [5] До 2012 года он был читателем в отделении вычислительной нейробиологии Благотворительного фонда Гэтсби в Университетском колледже Лондона . [6] Его работа в основном связана с машинным обучением , искусственным интеллектом , статистикой и информатикой . [1] [7]

Образование

[ редактировать ]

Тех получил образование в Университете Ватерлоо и Университете Торонто , где в 2003 году ему была присуждена степень доктора философии за исследования под руководством Джеффри Хинтона . [3] [8]

Исследования и карьера

[ редактировать ]

, Тэ работал научным сотрудником в Калифорнийском университете в Беркли и Национальном университете Сингапура До того, как он поступил на работу в Университетский колледж Лондона в качестве лектора . [2]

Тех был одним из первых разработчиков сетей глубоких убеждений. [9] и иерархических процессов Дирихле . [10]

Награды и почести

[ редактировать ]

Тех был основным докладчиком на конференции «Неопределенность в искусственном интеллекте» (UAI) 2019 года и был приглашен прочитать лекцию Бреймана на конференции по нейронным системам обработки информации (NeurIPS) 2017 года. [11] В 2017 году он был сопредседателем программы Международной конференции по машинному обучению (ICML), одной из ведущих конференций по машинному обучению. [4]

  1. ^ Jump up to: а б Публикации YeeWhye Teh , проиндексированные Google Scholar Отредактируйте это в Викиданных
  2. ^ Jump up to: а б «Йи-Почему Тех, профессор статистического машинного обучения» . stats.ox.ac.uk .
  3. ^ Jump up to: а б Йи Уай Тех на проекте «Математическая генеалогия» Отредактируйте это в Викиданных
  4. ^ Jump up to: а б www .stats .ox .uk /~teh / Отредактируйте это в Викиданных
  5. ^ Грэм-Хансен, Брэдли (2021). Расширение систем вероятностного программирования и применение их к реальным симуляторам . ox.ac.uk (докторская диссертация). Оксфордский университет. OCLC   1263818188 . EThOS   uk.bl.ethos.833365 .
  6. ^ Гастхаус, Ян Александр (2020). Иерархические байесовские непараметрические модели для степенных последовательностей . ucl.ac.uk (докторская диссертация). Университетский колледж Лондона. OCLC   1197757196 . EThOS   uk.bl.ethos.807804 . Значок бесплатного доступа
  7. ^ Йи Почему на DBLP библиографическом сервере Отредактируйте это в Викиданных
  8. ^ Почему, Йи (2003). Аппроксимации свободной энергии Бете и контрастной дивергенции для неориентированных графических моделей . utoronto.ca (докторская диссертация). Университет Торонто. hdl : 1807/122253 . OCLC   56683361 . ПроКвест   305242430 .
  9. ^ Джеффри Э. Хинтон ; Саймон Осиндеро; Йи-Почему Тех (1 июля 2006 г.). «Алгоритм быстрого обучения для глубоких сетей доверия». Нейронные вычисления . 18 (7): 1527–1554. дои : 10.1162/NECO.2006.18.7.1527 . ISSN   0899-7667 . ПМИД   16764513 . Збл   1106.68094 . Викиданные   Q33996665 .
  10. ^ Йи В. Тех ; Майкл И. Джордан ; Мэтью Дж. Бил; Дэвид М. Блей (2005). «Совместное использование кластеров родственными группами: иерархические процессы Дирихле» (PDF) . Достижения в области нейронных систем обработки информации 17 . Достижения в области нейронных систем обработки информации. Викиданные   Q77688418 .
  11. ^ «О байесовском глубоком обучении и глубоком байесовском обучении» . nips.cc.


Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 7ea78e662a58ed5b76405accc20bc8b1__1697129100
URL1:https://arc.ask3.ru/arc/aa/7e/b1/7ea78e662a58ed5b76405accc20bc8b1.html
Заголовок, (Title) документа по адресу, URL1:
Yee Whye Teh - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)