Bernhard Schölkopf

La nomination

  • Président du comité consultatif
  • Apprentissage automatique, apprentissage biologique

Institution

  • Institut Max-Planck sur les systèmes intelligents
Département d'inférence empirique

Pays

  • Allemagne

Éducation

Ph.D. (informatique), Technische Universität Berlin
Diplom. (physique), Université de Tübingen
M.Sc. (mathématiques), Université de Londres

About

Dans ses recherches, l’informaticien Bernhard Schölkopf se penche sur l’apprentissage automatique et les inférences de données empiriques.

En particulier, il étudie la méthode des noyaux pour extraire des régularités de données possiblement à dimensionnalité élevée. Ces régularités sont habituellement de nature statistique. Toutefois, il s’est aussi intéressé ces dernières années à des méthodes pour repérer des structures causales qui sous-tendent les dépendances statistiques. Il a travaillé à un certain nombre d’applications différentes de l’apprentissage automatique; plus récemment, pour des astronomes et des photographes.

Awards

Prix Milner de la Royal Society

Prix de l’Académie des sciences et des lettres de Berlin-Brandebourg

Prix de recherche Max Planck, 2011.

Prix J. K. Aggarwal de l’International Association for Pattern Recognition

Publications Pertinentes

Schölkopf, B. et coll. « Computing Functions of Random Variables via Reproducing Kernel Hilbert Space Representations. » Stat. Comput. 25, no 4 (juillet 2015): 755–66.


Schölkopf, B. « Learning to see and act. » Nature 518, no 7540 (février 2015): 486–87.


Schölkopf, B. et coll. « Removing systematic errors for exoplanet search via latent causes. » Dans Proceedings of the 32nd International Conference on Machine Learning, vol. 37 (ICML 2015): 2218–2226.

Livres

Schölkopf, B. et A. Smola. Learning with Kernels. Cambridge, MA: MIT Press, 2002.

Connecter

Google Scholar