Corinna Cortes - Corinna Cortes
Corinna Cortes | |
|---|---|
| Alma mater | Institut Nielse Bohra University of Rochester |
| Známý jako | Podporujte vektorové stroje |
| Ocenění | Paris Kanellakis Award (2008) |
| Vědecká kariéra | |
| Instituce | |
| Teze | Predikce zobecňovací schopnosti učících se strojů (1994) |
| Doktorský poradce | Randal C. Nelson |
Corinna Cortes je dánská počítačová vědkyně známá svými příspěvky k strojové učení. V současné době je vedoucí výzkumu Google, New York.[1] Cortes je příjemcem Paris Kanellakis Theory and Practice Award za práci na teoretických základech podporovat vektorové stroje.[2]
Časný život
Corinna Cortes se narodila v roce 1961 v Dánsku.
Vzdělávání a výzkum
Cortes přijal její M.S. titul z fyziky od Kodaňská univerzita v roce 1989. Ve stejném roce nastoupila AT&T Bell Labs jako výzkumný pracovník a zůstal tam asi deset let. Získala titul Ph.D. v informatice z University of Rochester v roce 1993. Cortes v současné době slouží jako vedoucí výzkumu Google, New York.[1] Je členkou redakční rady časopisu Strojové učení.[3]
Výzkum společnosti Cortes pokrývá širokou škálu témat v strojové učení, počítaje v to podporovat vektorové stroje a dolování dat. V roce 2008 společně Vladimír Vapnik obdržel Paris Kanellakis Theory and Practice Award pro vývoj vysoce efektivního algoritmu pro učení pod dohledem známé jako podpora vektorových strojů (SVM).[4] Dnes je SVM jedním z nejčastěji používaných algoritmů ve strojovém učení, který se používá v mnoha praktických aplikacích, včetně lékařská diagnóza a předpověď počasí.[2]
Osobní život
Corinna má dvě děti a je také soutěžní běžec.[5]
Reference
- ^ A b „Corinna Cortes“. Citováno 8. listopadu 2011.
- ^ A b „Ocenění ACM oceňují inovátory v oboru informatiky, kteří řeší problémy v reálném světě“. Sdružení pro výpočetní techniku. Archivovány od originál dne 15. dubna 2012. Citováno 8. listopadu 2011.
- ^ „Strojové učení - redakční rada“. Springer. Citováno 8. listopadu 2011.
- ^ Cortes, Corinna; Vladimír Vapnik (1995). „Support-Vector Networks“. Strojové učení. 20 (3): 273–297. doi:10.1007 / BF00994018.
- ^ "Machine Learning NY Conference Biography".
