当今世界最NB的25位大数据科学家世界上最好的人工智能大学排名前十名有哪些

发表时间：2023-07-20 07:40:02

当今世界最NB的25位大数据科学家

当今世界最NB的25位大数据科学家引言

在大数据技术飞速发展的今天，谁才是我们大数据科研与工业界中最有威望的科学家呢？下面我们来进行梳理，共罗列了25位当今世界，无论是在学术与工业界都产生巨大影响的数据科学家（DataScientists）。他（她）们推动了整个领域的发展，毫无疑问，无论是在学术界还是还工业界，他（她）们都是一座座山头式的人物。他（她）们是我们这些从事大数据产业发展的榜样。他（她）们便是所谓的大师级人物。数以万计的数据从业者通过他（她）们的论文、博客、视频、讲义等进行学习与进步，并找到相应的应用场景解决方案。这些大师为人们解开了统计机器学习、神经网络以及深度学习的神秘。下面从三个类别对这25位大师进行简介，虽然这个分类可能并不那么恰当，但是可以加深读者对他（她）们的了解。

科研学术界大师(ResearchOrientedDataScientists)这些科学家全身心致力于在数据中发明新的算法或者模型，他（她）们更倾向于学术与科研界的创新与创造。

工业界应用大师(DataScientistsTurnedEntrepreneurs)这些科学家致力于将技术转变为生产力，应用数据技术去创造产品和服务。

实践中的大师(DataScientistsinAction)显然，并不是说上面两类大师不是实践派。只是为了强调这类大师将数据科学引入到实践当中所作的贡献。为了便于大家去全面深入得了解和学习这些数据大拿，本文所列举的每个大拿都有其链接(LinkedIn/Twitter).

ResearchOrientedDataScientists:GeoffreyHinton

只要是在机器学习届混的或者懂点机器学习的人们，抑或懂点神经网络的人们，相信都知道“BackPropagation“反向传播的鼎鼎大名。Hinton便是将BP算法应用到神经网络与深度学习中人员之一，并且是主导者(co-inventor).Hinton提出了“DarkKnowledge”黑暗知识概念(“DarkKnowledge”这本书籍已经出版，亚马逊上面有卖，288RMB，可见其nb性)，该概念是受小概率比率事件中的“大部分知识”对于训练与测试中的代价函数是没有影响的。Hinton在人工智能领域中无人不知无人不晓是因为其在人工神经网络(ArtificialNeuralNetworks)中所作出的贡献。早在上世纪60年代，Hinton在高中时期，就有一个朋友告诉他，人脑的工作原理就想全息图一样。创建一个3D全息图，需要大量的记录入射光被物体多次反射的结果，然后将这些信息存储在一个庞大的数据库中。大脑存储信息的方式与全息图类似，大脑并非将记忆存储在一个特定的地方，而是砸整个神经网络里传播。从此，Hinton对神经网络深深得着迷。他在剑桥大学学习心理学期间，发现科学家们并没有真正理解人类大脑，人类大脑有数十亿个神经细胞，它们之间通过神经突触互相影响，形成极其复杂的相互联系，然而科学家们并不能解释这些具体的影响和联系。神经到底是如何进行学习以及计算的，对于Hinton，这些正是他所关心的问题。Hinton在爱丁堡大学获得了人工智能的博士学位，现为多伦多大学的特聘教授。在2012年获得了加拿大2012年基廉奖（KillamPrizes，KillamPrizes是有“加拿大诺贝尔奖”之称的国家最高科学奖）。在2013年，他加入Google，并带领一个AI团队，目前正进行着GoogleBrain项目。他和他的团队强力将“神经网络”从垂死边缘一步步带入到当今的研究与应用的热潮，变成了炙手可热的的学术界课题，将“深度学习”从边缘课题变成了Google等互联网巨头仰赖的核心技术。目前神经网络与深度学习已在自然语言处理、语音处理以及计算机视觉等领域中得到了空前广泛与成功地应用。越来越多的科学家从事神经网络与深度学习的研究工作。换句话说，深度学习是目前的主流，我们不再是极端分子了。

YannLecun

Lecun在多伦多大学随Hinton读博士后，即他是Hinton的学生。他是另一个神经网络与深度学习大拿。他在皮埃尔玛丽居里大学（又称巴黎第六大学，UniversitéPierreetMarieCurie(ParisVI)）获得了计算机科学博士学位，期间提出后向传播算法。他如今在Facebook带领团队进行人工智能工作，即他是Facebook人工智能实验室的负责人。他在纽约大学任职了12年，是纽约大学的终身教授，是纽约大学数据科学中心的负责人。为了表彰他在深度学习领域里所作出的贡献，IEEE计算机学会颁给他著名的“神经网络先锋奖”，在2014年北京计算智能大会上授予。在加盟Facebook之前，Lecun已在贝尔实验室工作超过20年，期间他开发了一套能够识别手写数字的系统，叫作LeNet，用到了卷积神经网络(CnvolutionalNeuralNetworks,CNN)，已开源。他研发了很多关于深度学习的项目，并且拥有14项相关的美国专利。他甚至开发了一种开源的面向对象编程语言Lush，比Matlab功能还要强大，并且也是一位Lisp高手。他在机器学习、深度学习、计算机视觉、计算神经科学领域进行了深度研究。

YoshuaBengio

Bengio是另外一位机器学习、深度学习的大拿。他在麦吉尔大学获得博士学位。他是ApSTAT技术的发起人与研发大牛。他也是蒙特利尔大学(UniversitédeMontréal)的终身教授，任教超过22年，是机器学习实验室(MILA)的负责人，是CIFAR项目的负责人之一，负责神经计算和自适应感知器等方面。又是加拿大统计学习算法学会的主席，并且是NSERC-Ubisoft主席以及其它。在蒙特利尔大学任教之前，他是AT&T&MIT的一名机器学习研究员。他的主要贡献在于深度学习与人工智能等领域。

JurgenSchmidhuber

他致力于构建一个自完善的人工智能机器。他曾任职于南加州大学，现任于卡内基梅隆大学语言技术研究所。他是著名的自然语言处理学者与专家，是国际计算语言协会（ACL）的首批Fellow，曾任ACL2001年主席。他主要的研究工作是机器学习、RNN（RecurrentNeuralNetworks，循环神经网络）、深度学习、计算机视觉以及自然语言处理等。他早机器翻译、自动文摘、自动问答、文本理解等领域作出了杰出的贡献。他自述目前自己最感兴趣的两个方向是语言计算机理解：计算机对一篇整体的文本而不是对一个个句子进行孤立的理解，这中间需要进行指代消解、实体解析和实体链接等很多工作。另一个是社会媒体，他目的并不是研究连接网络的拓扑结构，而是研究流经网络的海量的实时化的内容，从而发现人的性格、角色和特长等。他的研究已广泛应用于Google、Microsoft、IBM、Baidu、Facebook、Twitter等公司，特别是在循环神经网络中作出的贡献，如广泛使用的LSTM(LongShort-TermMemory，长短时记忆)与最新的据说胜过LSTM的CW-RNN(ClockworkRNN，时钟驱动循环神经网络)。他已经发表了333篇论文，有7篇最佳论文。获得了2013年国际神经网络社会（InternationalNeuralNetworksSociety）的Helmholtz奖（亥姆霍兹奖），并获得2016年该会议的先锋奖。

Alex“Sandy”Pentland

在过去的29年时间中，Perntland都任职于MIT(麻省理工大学)的教授。在这期间，他创建多个公司，如IDcubed.org、SenseNetworks、CogitoHealth、Ginger.io等。根据他所取得的成就，福布斯（Forbes）称他是世界上最有力量的数据科学家（the‘World’sMostPowerfulDataScientist’）。他也被任命为多个跨国公司(MNCs)的顾问(anadvisor)，如Nissan、Motorola、HBR、Telefonica等。他的主要兴趣在机器学习、人工智能与人类计算(Humancomputing)等领域。

PeterNorvig

Norvig目前任职于Google。在此之前，他在NASA工作了六年，担任计算科学部门的负责人，期间获得了NASA杰出贡献奖(ExceptionalAchievementAward)。是ACM、AAAI等的Fellow。他在加利福尼亚大学伯克利分校（UniversityofCalifornia,Berkeley）获得了计算机科学博士学位。他的兴趣在于人工智能（AI），自然语言处理（NLP）和机器学习等领域。

CorinnaCortes

Cortes目前是google的研究员。她在哥本哈根大学（UniversityofCopenhagen）获得物理学理学硕士，并加入贝尔实验室（AT&TBellLabs），在此工作超过十年。并在罗切斯特大学（UniversityofRochester）获得了计算机科学博士学位。她的研究主要在人工智能、机器学习、自然科学通论、算法与理论等方面。并且她是一位拥有两个孩子的妈，可谓是人生赢家。

MichealIJordan

Jordan是加利福尼亚大学伯克利分校电子工程系和计算科学系陈丕宏（PehongChen）特聘教授（DistinguishedProfessor）和（UCBerkeley）统计学系的特聘教授。他近些年的研究工作主要集中在无参数贝叶斯分析、概率图模型、谱方法、核方法以及信号处理中的应用等方面。其中，他便是聚类算法中广泛使用的基于规范切（Normalizedcut）谱聚类算法提出者之一。他获得了多个举足轻重的奖项，如数理统计学会（InstituteofMathematicalStatistics，IMS）授予的NeymanLecturer和MedallionLecturer。他获得了加利福尼亚大学伯克利分校的认知科学博士学位，并且是麻省理工大学（MIT）的教授。

DataScientistsTurnedEntrepreneurAndrewNg

AndrewNg中文名为吴恩达，他和DaphneKoller共同创建Coursera（在线教育平台）这一流大学在线课程平台。他2014年5月16日加盟百度，成为百度首席科学家，带领百度大脑计划项目，负责百度研究院，开展深度学习和大数据与人工智能可伸缩性方法。他又是斯坦福大学（StanfordUniversity）的计算机科学系与电子工程系的副教授，人工智能实验室主任。他于1997年获得了卡内基梅隆大学（CMU）的计算机科学学士学位，1998年获得了麻省理工大学（MIT）硕士学位，并于2002年获得加州大学（加利福尼亚大学的简称）伯克利分校（UCBerkeley）的博士学位，并从这一年开始在斯坦福大学任教。在加盟百度之前，他已经在google工作了几年，在XLab团队开发无人驾驶汽车和谷歌眼镜等项目，并与其他google工程师合作建立了全球最大的人工神经网络，名为GoogleBrain（BaiduBrain就是模仿它），对于普通数据从业者最熟悉的莫过于斯坦福大学机器学习公开课（该课是多少机器学习从业者入门的课程，其中我也是）以及使用利用团队所开发的人工神经网络通过观看一周YouTube视频，自主学习与自动识别哪些是关于猫的视频。他是人工智能和机器学习领域国际上最权威的学者之一。他2007年获得了斯隆奖（SloanFellowship），2008年入选“theMITTechnologyReviewTR35”，即《麻省理工科技创业》杂志评选出的科技创新35俊杰，以及计算机思维奖（ComputersandThoughtAward），并在2013年入选《Time》杂志年度全球最有影响力的100人之一，共16位科技界人物。他的主要兴趣领域在机器学习、深度学习、机器人、人工智能、计算机视觉等方面。 ps：为啥看起来像亚洲人，因为他父亲是一名香港医生，即他是华裔。

DaphneKoller

Koller也是在线教育平台Coursera的负责人和共同发起人之一。她在耶路撒冷希伯来大学（TheHebrewUniversityofJerusalem）攻读学术与硕士学位，在斯坦福大学获得计算机科学博士学位，在加州大学伯克利分校攻读博士后。现为斯坦福大学教授。在攻读博士期间，获得了很多奖项，如杰出青年科学家奖（ONRYoungInvestigatorAward）、ACMInfosys基金（ACMInfosys由Infosys公司创立于2007年8月。旨在奖励在计算机科学界做出杰出贡献并有深远影响的人才）、2001IJCAI计算机和思维奖（ComputersandThoughtAward）、麦克阿瑟奖（MacArthurFoundatinFellowship，俗称“天才奖”，被视为美国跨领域最高奖项之一）。她已在斯坦福大学任职了18年。她的主要兴趣领域是机器学习、人工智能与模式识别等。

HilaryMason

Mason是快速前进实验室（FastForwardLabs）的发起人，也是hackNY.org与DataGotham的联合创始人。在此之前，她在Bitly担任首席科学家，和强生威尔士大学(Johnson&WalesUniversity)的助理教授。她在2011年进入Fortune（财富杂志）评出的40岁之下的财富前40（Fortune40under40）与克雷格财富40周岁前40（Craig’s40underFort），并获得2012年TechFellowEngineeringLeadershipAward。她的主要兴趣领域在机器学习、数据挖掘与Python。

SebastianThrun

Thrun是Udacity的创始人与CEO。在此之前，他创建了GoogleX（GoogleX秘密实验室是Google最神秘的一个部门，探索前沿科学技术与未来，这里汇聚了其它高科技公司、各大高校和科研院所挖过来的顶级专家，可能是梦想实现之地，但是也有可能会失败）并作为副总裁（VicePresident，VP）在Google工作了7年，并在斯坦福大学担任研究教授（ResearchProfessor）。他旨在大众化教育，让每个人都有机会学习世界各地的课程。他的梦想是让世界上每个人接受到更好的教育是这个世界更加美好。他的主要研究领域是机器学习与人工智能。

JeffHammerbacher

Hammerbacher追随DJPatil，并提出数据科学家（DataScientist）这个词。他是Cloudera项目的创始人以及首席科学家。在此之前，他在Facebook带领数据团队，该团队负责Facebook的统计与机器学习的应用项目。他也是西奈山医学院（MountSinaiSchoolofMedicine）的助理教授。他在哈佛大学（HarvardUniversity）获得数学学士学位。他的主要兴趣在大数据、机器学习、Hadoop以及数据挖掘等领域。

JeremyAchin

Achin是DataRobot（数据机器人）的联合创始人。DataRobot聚集着世界上最好的数据科学家们，已经成为了美国成长最快的数据公司。在此之前，他是TravelersInsurance的研究与建模的领导者。他是Kaggle竞赛（机器学习领域的一个竞赛），他的安全系数模型排名top10%。他的主要兴趣领域是预测模型、数据挖掘与机器学习等。

CarlaGentry

Gentry是AnalyticalSolution的一名数据科学家和创建者。她在纳西大学（UniversityofTennessee）获得数学与经济学硕士学位。她已在世界财富500强公司工作超过15年，如Hershey、Kraft、Johnson&Johnson、Kellogg’s和Firestone。她是Twitter上大数据社区的粉最多的大V之一，被信息周刊（InformationWeek）评为Twitter上的十位最有影响力的IT领导者之一（“10ITLeaderstoFollowonTwitter”）。

DataScientistsinActionDJPatil

Patil现担任白宫首席数据科学家和制定数据策略的副首席技术官，奥巴马亲自招募他的。在此之前，他担任Salesforce.com的RelateIQ产品的副总裁（VicePresident，VP），是LindedIn的数据产品负责人和首席科学家，他的父亲是一名风险投资家（venturecapitalist，VC）和CirrusLogic的创始人。他在多个公司工作过，如LinkedIn、GreylockPartners、Skype、PayPal和eBay。他曾一度在美国国防部工作，使用社会网络分析来预测新的威胁。他早年在迪安萨学院（DeAnzaCollege）学习，并在加州大学圣地亚哥分校（UniversityofCalifornia,SanDiego,）获得数学学士以及在马里兰大学帕克学院（UniversityofMarylandCollegePark）获得应用数学博士学位。他曾使用美国国家海洋和大气管理局（NOAA）公开的数据集来提高天气预测的准确性。他和ThomasH.Davenport一起发表了一篇哈佛商业评论性文章（HBR）–“DataScientist:TheSexiestJobof21stCentury”。他获得了很多专利。他当选为2014年世界经济论坛全球青年领袖。

AdamCoates

Coates在斯坦福大学获得计算科学博士学位。目前，他被任命为百度硅谷人工智能实验室的高级主管（SeniorDirectoratBaiduSiliconValleyAILab）。他的研究兴趣主要是机器学习、深度学习、控制和机器人（Control&Robotics）。

MonicaRogati

Rogati在新墨西哥大学（TheUniversityofNewMexico，UNM）获得计算机科学学士学位，在卡内基梅隆大学（CarnegieMellonUniversity，CMU）获得计算机科学硕士与博士学位。她现为InsightDataScience的数据科学顾问。在此之前，她在LinkedIn工作，担任高级数据科学家。以及在JawBone担任副总裁（VP），并负责多个职位的工作。她的目标是将数据转化为产品以及可行的解决方案（actionableinsights）。她的主要兴趣领域在机器学习、文本挖掘（TextMining）、推荐系统（RecommenderSystems）等。

OliverGrisel

相信大家都听说过Scikit-learn这个非常流行与广为人知的基于Python的机器学习开源库，目前最新版本为0.16，该机器学习库包括分类、回归、聚类、降维、模型选择以及数据预处理等模块。（PS：什么，你不知道这个开源库，好吧，回去好好学习吧）。Grisel便是这个开源项目的主要负责人之一。他主要负责该项目的Talk与视频教程（talksandtutorialsessions）和预测模块。他目前任职于InriaParietal的软件工程师职位，主要负责提升Scikit-learn和其它工具库的效率等方面。他获得伦敦帝国理工学院（ImperialCollegeofLondon）的先进计算硕士学位。他对将机器学习应用到自然语言处理和知识提取特别感兴趣。

OwenZhang

Zhang目前担任DataRobot的首席产品官（ChiefProductOfficer）。他是Kaggle竞赛目前世界上排名第一。并多次获得了亚军。在任职DataRobot之前，他在AIG（美国国际集团）担任副总裁，在TravelersInsurance担任科学家和高级主管、分析师和研究员。他在多伦多大学（UniversityofToronto）获得硕士学位。他的主要兴趣领域是预测模型、数据挖掘等。

SergeyYurgenson

Yurgenson目前在DataRobot担任数据科学家。在此之前，他是哈佛大学医药学院（HarvardMedicalSchool）的一名研究教授，已在此工作了13年。他开始是一名物理学家，在圣彼得堡国立大学（St.PetersburgStateUniversity）获得了物理学博士学位。后来开始对分析学产生浓厚的兴趣，并不断进行数据研究。他是2012年十位数据科学家之一，目前排名世界第16位。到目前为止，Yurgenson以及赢得了几次Kaggle竞赛的冠军。他酷爱去解决具有挑战性的问题，并提出创新与非传统的解决方案。

StanislavSemenov

Semenov在Kaggle竞赛中排名世界第三。他已经获得了多个比赛的冠军，包括奥拓集团产品分类挑战赛（OttoGroupProductClassificationChallenge），目前是一名数据科学家顾问。另外，他是Yandex学院的一名数据分析教授。他在俄罗斯国家研究大学（NationalResearchUniversity(Russia)）获得了应用数学与信息学的硕士学位。

GilbertoTitericzJr.

Titericz是一名电子工程师，但是他又是一位数据科学家，并在Kaggle举办的机器学习与数据挖掘竞赛中排名世界第二。目前，他任职于巴西石油公司Petrobras，担任自动化工程师。在此之前，他曾在多个跨国公司（MNCs）内工作，如西门子（Siemens）、诺基亚（Nokia）等。在从事8年电子信息工作后，在2008年，他发现他最大的兴趣是数据科学，从此以后，一直从事数据科学的工作与研究。

KirkBorne

Borne目前担任博思艾伦（BoozAllenHamilton）公司的高级数据科学家。他不仅仅是一名数据科学家，而且还是一名天体物理学家和空间科学家（AstrophysicistandSpaceScientist）。在2014年被评为IBM大数据与分析英雄。他还在TedTalk中开设了“大数据，小世界”（BigData，SmallWorld）课程。除了任职于博思艾伦，他还是很多其它公司的顾问委员会成员。他在加州理工学院（CaliforniaInstituteofTechnology）获得了天体物理学博士学位。

DougCutting

在大规模计算圈与数据挖掘与机器学习从业者与研究者中，我相信Hadoop是无人不知无人不晓的吧，Doug便是Hadoop之父，也是ApacheLucene、Nutch、Hadoop、Avro等开源项目的发起者与这些项目存在的原因。目前，其在Cloudera担任首席架构师。在加盟Cloudera之前，他在多个跨国公司（MNCs）工作，如Apple、Yahoo等。在过去14年中，他一直在ApacheSoftwareFoundation中工作。他是在斯坦福大学获得的学士学位。

总结

到这里，文中已经列举25位从事数据技术的数据科学家，他（她）们都是需要我们去仰慕的大牛级人物。从这些大拿中，可以发现他（她）们的共同特征，便是他（她）们都是从事着自己的爱好与梦想相关的工作，并一致坚持，特别是前面几位，像GeoffreyHinton、YannLecun、YoshuaBengio、AndrewNg等这些从事神经网络与深度学习的研究和应用的大牛，他（她）们在以前被认为是一些极端分子，深度学习是边缘科学，在不断批判中与神经网络深度学习，他（她）们一直坚持下来，并最终得到了广泛的应用。这些大牛在一些顶级会议与期刊发表了大量的论文，如Science、NIPS、ICML、ACL、CVPR、ICLR、IJCAI、ICPR等。关于神经网络，在50年代末，F·Rosenblatt提出了“感知机”，它是一种多层次的神经网络。该项提出首次把人工神经网络从理论付诸到实践中。任何新生事物向前发展势必会遭到当前势力的打压，更何况，F·Rosenblatt时一个二流水的学者，并且不懂人情事故，到处张扬。那么新事物的出现肯定会挤掉一部分旧的事物，抢到一部分人的饭碗。于是符号逻辑学派的领军人物Minsky（据说是F·Rosenblatt的高中学长）就出来进行打压，在60年代中下发现感知机这玩意对逻辑学里面的一个基本问题XOR却无能无力。于是开始写文炮轰感知机。于是，60年代末开始，人工神经网络进入低潮。这之后，虽然有提出多层感知器结构（MLP），但是带来的网络的复杂性，从而没有有效的学习方法。80时代末，研究者提出了BP算法，给人工神经网络带来了新的希望，并且该方法在浅层神经网络模型的非常有效。于是掀起了基于统计模型的机器学习热潮，这个热潮一直持续到今天。在90年代，基本上是SVM的天下，而浅层人工神经网络复杂，学习速度慢，容易出错，理论不足的缺点导致其较为沉寂。 2000年以来，随着互联网的高速发展，对大数据的智能化提出了更高的要求。随着大规模存储与计算工具的发明，浅层学习模型在互联网应用中取得了巨大成功，如搜素广告系统（Google的AdWords、百度的凤巢系统）的广告点击率CTR预估、网页搜素排序（如Yahoo、Google、B百度的搜索引擎）、垃圾邮件过滤系统、以及个性化推荐（Amazon等）。并且随着要求的提高，开始由浅层网络向深层网络研究。在2006年前，所尝试的深度网络架构的学习都失败了，从而导致ANN只有一层或两层隐藏层。2006年，受Hinton的革命性的深度信念网（DeepBeliefNetworks，DBNs）的引导，Hinton[1]、Bengio[2]、Ranzato与LeCun[3]的三篇文章将深度学习带入热潮，将其从边缘学科变为主流科学与技术。目前深度学习在计算机视觉、语音识别、自然语言处理等领域取得了巨大的成功。自2006年以来，深度学习在学术界持续升温。斯坦福大学、纽约大学、加拿大蒙特利尔大学等成为研究深度学习的重镇。2010年，美国国防部DARPA计划首次资助深度学习项目，参与方有斯坦福大学、纽约大学和NEC美国研究院。支持深度学习的一个重要依据，就是脑神经系统的确具有丰富的层次结构。一个最著名的例子就是Hubel-Wiesel模型，由于揭示了视觉神经的机理而曾获得诺贝尔医学与生理学奖。除了仿生学的角度，目前深度学习的理论研究还基本处于起步阶段，但在应用领域已显现出巨大能量。2011年以来，微软研究院和Google的语音识别研究人员先后采用DNN技术降低语音识别错误率20％~30％，是语音识别领域十多年来最大的突破性进展。2012年，DNN技术在图像识别领域取得惊人的效果，在ImageNet评测上将错误率从26％降低到15％。在这一年，DNN还被应用于制药公司的DrugeActivity预测问题，并获得世界最好成绩，这一重要成果被《纽约时报》报道。今天Google、微软、百度、Facebook、Twitter、Alibaba等知名的拥有大数据的高科技公司争相投入资源，占领深度学习的技术制高点，正是因为他们都看到了在大数据时代，更加复杂且更加强大的深度模型能深刻揭示海量数据里所承载的复杂而丰富的信息，并对未来或未知事件做更精准的预测。

如果你热爱数据，你热爱数据科学，那么follow这些大牛。站在巨人的肩膀上学习！！！最后贴一张图，你们感受一下（图片中部分人不在文章中，文章中的大部分人也不在图中）：

PS：文本是文章[4]的译文，以及在译文上进行补充。

参考文献

[1]HintonGE,OsinderoS,TehYW.Afastlearningalgorithmfordeepbeliefnets.[J].NeuralComputation,2006,18(7):2006.[2]BengioY,LamblinP,PopoviciD,etal.Greedylayer-wisetrainingofdeepnetworks[J].AdvancesinNeuralInformationProcessingSystems,2007:153-160.[3]Marc’AurelioRanzato,ChristopherPoultney,SumitChopraandYannLeCunEfficientLearningofSparseRepresentationswithanEnergy-BasedModel,inJ.Plattetal.(Eds),AdvancesinNeuralInformationProcessingSystems(NIPS2006),MITPress,2007[4]原文：http://www.analyticsvidhya.com/blog/2015/09/ultimate-data-scientists-world-today/（原文算错了，应该是25位）

本文为博主翻译文章，转载请标明地址。

人工智能专业大学排名

美国人工智能专业排名前五大学有哪些

11-03

标签：美国人工智能专业申请人工智能专业大学排名美国人工智能专业大学排名

人工智能专业留学需要大家认真的筛选适合自己的学校，美国有哪些值得申请的大学呢？和出国留学网小编来一起看看美国人工智能专业排名前五大学有哪些？欢迎阅读。

大学排名

1、卡内基梅隆大学

开设学院：计算机科学学院

学习地：宾夕法尼亚州匹兹堡

计算机科学学院在人工智能方面有一个开创性的项目，它是美国一个提供人工智能学士学位的学校（2018年开始）。

CMU提供两个人工智能学位：

a.人工智能理学学士（BSAI）

它属于跨学科项目，授课的导师来自计算机科学系、人机交互研究所、软件研究所、语言技术研究所、机器学习部门、机器人研究所等地方。

本科人工智能专业的学生必须学习以下课程：

数学与统计核心（6节课）、计算机科学核心（6节课）、伦理学选修课（1节课）、人工智能核心（4节课）、人工智能类选修课（4节课）、人文与艺术（7节课）、科学与工程（4节课）

b.人工智能与创新理学硕士

由语言技术学院提供。它也是跨学科的，讲师来自计算机科学学院、计算机科学系、机器学习部门、软件研究所。

学生课程学习的内容：

192个合格的学习单位、84单元核心课程（包括36单元的顶点课程）、72单元知识要求、36个单元的核准选修课

CMU的研究团队开发了这种合作机器人。合作机器人是移动的、智能的机器人。它们“意识到自己在知觉、身体和推理方面的局限性，并主动向人类寻求帮助”。

TuomasSandholm教授和博士生NoamBrown开发了Libratus程序。这个程序击败了专业的无极限德州扑克玩家。许多研究人工智能的学生参加了美国国防部高级研究计划局机器人挑战赛。

2、斯坦福大学

斯坦福大学已成为世界领先的教学和研究机构。斯坦福大学人工智能实验室（SAIL）自1962年以来一直在研究和研究人工智能。SAIL提供课程，举办活动，并管理学校外展。

开设人工智能项目：

a.人工智能学位：

b.人工智能研究生证书

其中人工智能的研究生证书在工程学院。研究生证书有一门必修课和三门必修课。证书为13至15个单位。

必修课程：人工智能：原理与技术

部分选修课：不确定性下的决策、计算逻辑、介绍机器人、基于深度学习的自然语言处理

斯坦福大学还提供计算机科学学士学位，其中包括人工智能课程，学生最多有三年的时间来完成证书。

3、麻省理工学院

麻省理工学院成立于1861年，是为了应对美国不断增长的工业能力和对更多技术人才的需求。因此，麻省理工学院提供的大多数课程都是基于技术的，因此许多课程都与人工智能的研究有关。

1959年，人工智能实验室开始了自己的研究和实验，1963年，计算机科学实验室成立。随着项目之间的联系越来越紧密，这两个实验室于2003年合并，成立了麻省理工学院最大、最著名的计算机科学和人工智能实验室。

开设项目：人工智能学位

计算机科学学士学位，具有人工智能研究和课程工作机会

【全球奶粉排名】全球奶粉排名前十有哪些

全球奶粉排名

全球奶粉排名前十有哪些

全球奶粉排名第一的国家

国外奶粉品牌排行榜

世界奶粉有哪些牌子最好

最专业的亲子百科

全球奶粉排名前十有哪些

全球奶粉的品牌非常的多，那么全球奶粉排名前十有哪些呢？

德国版爱他美白金版奶粉。德爱白金的奶源和德爱经典版一样，都采用了德国无麸质鲜奶，适合对麸质过敏的宝宝。天然乳脂是德爱白金一个大卖点，可以软化便便，并提高对钙质、脂肪的吸收和利用。蛋白质含量比国标低，它的蛋白质是0.49g/100kj，而国标要求的是0.7-1.2g/100kj，因此妈妈们要注意在辅食中补充蛋白质。

雅培奶粉。1888年，雅培药厂由创办人华莱士・雅培(WallaceC.Abbott)博士在美国芝加哥成立，经过100多年的发展，雅培成为一家全球性、多元化医疗保健公司，在全球约有7.3万名员工，业务遍及150多个国家和地区。1927年成功推出Similac婴儿奶粉，畅销美国。雅培精选欧盟品质的原料，生产国际水准的产品。

Dumex多美滋，全世界较早发布婴幼儿配方婴儿奶粉的知名品牌，在婴儿奶粉秘方的产品研发中，有着100很多年的工作经验。

查看详情

全球奶粉排名第一的国家

奶粉对宝宝来说是很重要的，而全球都有奶粉品牌，那么全球奶粉排名第一的国家是哪个呢？

目前全球最好的奶源基地在澳洲（以新西兰为代表，包括澳大利亚）和北欧（以荷兰为代表，包括丹麦、瑞典和挪威以及瑞士、奥地利和德国等阿尔卑斯山脉区域），而新西兰是唯一个世界认可不存在疯牛病和口蹄疫的国家，奶牛均取自完全以天然牧草为食。

新西兰是国际公认的优质奶源地之一，当地人比较偏好接近母乳的奶粉以及有机奶粉。其中KARICARE(可瑞康)奶粉因粉质细腻、口感清淡香醇、易消化、不上火、容易被宝宝接受而深受当地妈妈欢迎，口碑极佳。Karicare可瑞康金装系列婴幼儿配方奶粉的产地为新西兰，主要销往新西兰与澳大利亚，并于2011年8月开始正式进入中国市场。

查看详情

国外奶粉品牌排行榜

国外奶粉品牌比较多，很多人会选择排名靠前的奶粉品牌，那么国外奶粉品牌排行榜是什么呢？

爱他美奶粉，其是德国领先的高端奶粉品牌，是德国市场份额第一的奶粉，也是欧洲销量最好的奶粉之一。爱他美奶粉是德国美乐宝(Milupa)集团旗下品牌，后美乐宝被达能集团收购。2007年，达能再收购RoyalNumico(纽迪希亚持有人)，将旗下的婴幼儿营养及医学营养进行了内部合并。爱他美与诺优能、可瑞康三个奶粉品牌均属于纽迪希亚旗下。

澳洲版A2奶粉。A2是一个较新的品牌，2000在新西兰成立公司，2013年才正式推出A2婴儿奶粉。澳洲A2在原料方面的的表现不错，并未如其他乳业前辈们那般，在原料中加入麦芽糊精、淀粉等成分，也没有使用棕榈油。使用新西兰鲜奶作为奶基原料，基础强化配方面表现也不错，几个段数的DHA含量让人比较满意，都在4mg/100kj以上，比市面上奶粉的平均值高出不少。

查看详情

世界奶粉有哪些牌子最好

宝宝出生后都是要喝奶粉的，那么世界奶粉有哪些牌子最好呢？

澳洲版爱他美白金版奶粉。澳爱白金新包装的1、2段没有再像往年那样加入玉米淀粉，但可惜的是，3、4段还是有加入了麦芽糊精和葡萄糖浆。其玉米淀粉、麦芽糊精和葡萄糖浆这3种成分的作用比较相似，添加目的一般都是为了减少奶粉中的乳糖含量来降低成本，但它们的营养价值都不如乳糖高。各个段数的DHA含量都非常理想，基本都在5-7mg/100kj左右，比起其他奶粉2-3mg/100kj的水平，高了不少。

惠氏。惠氏是全球500强企业之一，也是全球最大的以研发为基础的制药和保健品公司之一。惠氏在婴幼儿营养品的研制和营销方面有着近百年历史。1961年，世界上最早的以乳清蛋白为主的婴儿配方奶粉S-26上市。惠氏采用了去矿物质乳清蛋白工艺，使配方中乳清蛋白与酪蛋白之比为60：40，与母乳中的比例相同。该工艺1965年获专利。在接下去的20多年里，S-26一直都是唯一以乳清蛋白为主的婴幼儿配方奶粉。

查看详情

当今世界最NB的25位大数据科学家 世界上最好的人工智能大学排名前十名有哪些