Bin Yu ( chino :郁 彬) es un estadístico chino-estadounidense. Actualmente es Profesora Canciller en los Departamentos de Estadística y de Ingeniería Eléctrica y Ciencias de la Computación en la Universidad de California, Berkeley . [1] [2]
Bin Yu | |
---|---|
郁 彬 | |
Educación | Universidad de Pekín (BA, 1984) Universidad de California, Berkeley (MS, 1987; PhD, 1990) |
Premios | IMS Fellow (1999) IEEE Fellow (2001) ASA Fellow (2005) AAAS Fellow (2013) Miembro de NAS (2014) Elizabeth L. Scott Award (2018) |
Carrera científica | |
Campos | Aprendizaje automático de estadísticas |
Instituciones | Universidad de California, Berkeley Universidad de Wisconsin – Madison Bell Labs |
Sitio web | www |
Biografía
Yu obtuvo una licenciatura en matemáticas en 1984 de la Universidad de Pekín y luego realizó estudios de posgrado en estadística en Berkeley, obteniendo una maestría en 1987 y un doctorado. en 1990. Su tesis, Algunos resultados sobre procesos empíricos y complejidad estocástica , fue supervisada conjuntamente por Lucien Le Cam y Terry Speed . [3]
Después de estudios postdoctorales en el Instituto de Investigación de Ciencias Matemáticas y una cátedra asistente en la Universidad de Wisconsin-Madison , regresó a Berkeley como miembro de la facultad en 1993, fue titular en 1997 y se convirtió en profesora del canciller en 2006. También trabajó en Bell Labs de 1998 a 2000, mientras estaba de permiso de Berkeley, y ha ocupado puestos de visita en varias otras universidades. Presidió el Departamento de Estadística de Berkeley de 2009 a 2012, y fue presidenta del Instituto de Estadística Matemática en 2014. [1] [2] [4]
Investigar
El trabajo de Yu aprovecha los desarrollos computacionales para resolver problemas científicos mediante la combinación de enfoques de aprendizaje automático estadístico con la experiencia en el dominio de muchos colaboradores, que abarcan muchos campos que incluyen estadística, aprendizaje automático, neurociencia, genómica y teledetección. [5] Su trabajo reciente se ha centrado en solidificar una visión de la ciencia de datos, incluido un marco para la ciencia de datos verídica [6] y un marco para el aprendizaje automático interpretable. [7] Yu ha recibido cobertura de noticias reciente con respecto a su marco de ciencia de datos verídica, [8] investigaciones sobre los fundamentos teóricos del aprendizaje profundo, [9] y el trabajo que pronostica la gravedad de COVID-19 en los EE. UU. [10]
Honores y premios
Yu es miembro del Instituto de Estadísticas Matemáticas , el IEEE , la Asociación Estadounidense de Estadística , la Asociación Estadounidense para el Avance de la Ciencia , la Academia Estadounidense de Artes y Ciencias y la Academia Nacional de Ciencias . [1] [2] [11] [12] [13] En 2012, fue la Profesora Tukey de la Sociedad Bernoulli de Estadística y Probabilidad Matemáticas . [1] [2] En 2018, recibió el premio Elizabeth L. Scott . Fue invitada a dar la conferencia Breiman en NeurIPS 2019 (formalmente conocida como NIPS), sobre el tema de la ciencia de datos verídicos . [14] [15] [16] [17]
Referencias
- ^ a b c d Biografía de la facultad , UC Berkeley, consultado el 18 de octubre de 2020.
- ^ a b c d "Bin Yu" , People News de agosto de 2012, Amstatnews , American Statistical Association , 1 de agosto de 2012, archivado desde el original el 3 de julio de 2013.
- ^ Bin Yu en el Proyecto de genealogía matemática
- ^ Funcionarios actuales Archivado el 31 de octubre de 2016 en Wayback Machine , Instituto de Estadísticas Matemáticas , consultado el24 de abril de 2013.
- ^ "Perfil académico de Google para Bin Yu" .
- ^ Yu, Bin; Kumbier, Karl (12 de noviembre de 2019). "Ciencia de datos verídicos" (PDF) . PNAS . 117 (8): 3920–3929. doi : 10.1073 / pnas.1901326117 . PMC 7049126 . PMID 32054788 .
- ^ Murdoch, W. James; Singh, Chandan; Kumbier, Karl; Abbasi-Asl, Reza; Yu, Bin (29 de octubre de 2019). "Aprendizaje automático interpretable: definiciones, métodos y aplicaciones" . Actas de la Academia Nacional de Ciencias . 116 (44): 22071–22080. arXiv : 1901.04592 . doi : 10.1073 / pnas.1900654116 . ISSN 0027-8424 . S2CID 204755862 .
- ^ "Bin Yu | Computación, ciencia de datos y sociedad" . data.berkeley.edu . Consultado el 19 de octubre de 2020 .
- ^ "UC Berkeley liderará el programa NSF / Simons Foundation de $ 10M para investigar los fundamentos teóricos del aprendizaje profundo | Computación, ciencia de datos y sociedad" . data.berkeley.edu . Consultado el 19 de octubre de 2020 .
- ^ "Llevar el equipo adecuado a las personas adecuadas" . Ingeniería de Berkeley . Consultado el 19 de octubre de 2020 .
- ↑ Honored fellows Archivado el 19 de octubre de 2016 en Wayback Machine , Instituto de Estadísticas Matemáticas , consultado el24 de abril de 2013.
- ↑ Directory of IEEE Fellows Archivado el 31 de enero de 2013 en Wayback Machine , consultado el 24 de abril de 2013.
- ^ Miembros recién elegidos Archivado 2013-05-01 en Wayback Machine , Academia Estadounidense de Artes y Ciencias , abril de 2013, consultado 2013-04-24.
- ^ "Premio Elizabeth L. Scott" . Archivado desde el original el 15 de agosto de 2018 . Consultado el 30 de marzo de 2019 .
- ^ "Lanzamiento del premio Yu" . 2018-07-12 . Consultado el 30 de marzo de 2019 .
- ^ "Lanzamiento del premio Yu" . 2018-09-11 . Consultado el 30 de marzo de 2019 .
- ^ "Grabación de la conferencia Breiman" . 2020-10-18 . Consultado el 18 de octubre de 2020 .
enlaces externos
- Una conversación con el profesor Bin Yu Por Tao Shi, 9 de julio de 2013