迈克尔·欧文·乔丹(Michael I. Jordan),1956年出生于美国
路易斯安那州,计算机科学与统计学家,
美国国家科学院院士,
美国国家工程院院士,
美国艺术与科学院院士,
加利福尼亚大学伯克利分校电子工程与计算机科学系、统计学系教授。
迈克尔·欧文·乔丹成功连接了
计算机科学和
统计学两个学科,包括统计推理和学习的变分方法、基于图模型和贝叶斯非参数化的推理方法,以及统计风险和计算复杂性之间的权衡特征;开发了基于梯度的优化和抽样的连续时间模型;构建了机器学习和控制理论间的关联研究;率先将微观经济概念与机器学习相结合,开发了激励学习者分享数据的学习方法,并展示了如何将契约理论用于统计推理;推动机器学习在单分子成像、蛋白质建模、基因重组建模和自然语言处理等高影响力领域的应用。
据2024年9月加利福尼亚大学伯克利分校官网数据,迈克尔·欧文·乔丹指导了研究生101名、博士后研究人员69名,其中包括2018年图灵奖得主
约书亚·本吉奥(博士后)、DeepLearning.AI创始人
吴恩达(博士研究生)、北京大学教授
张志华(博士后)等。
迈克尔·欧文·乔丹教授是机器学习领域的先驱。(2017年图灵奖得主
约翰·轩尼诗评)
迈克尔·欧文·乔丹教授在计算、统计、认知、生物和社会科学等交叉领域有着重要的学术贡献,是当今最有影响力的学者之一,也是人工智能发展的重要推动者。(时任清华大学校长
王希勤评)