Articulo de referencia

Bin Yu

[[Machine Learning]]"},"workplaces":{"wt":"[[University of California, Berkeley]] [[University of Wisconsin–Madison]] [[Bell Labs]]"},"patrons":{"wt":""},"education":{"wt":"[[Pe...

Bin Yu ( en chino :郁彬) es una estadística chino-estadounidense. Actualmente es profesora titular en los Departamentos de Estadística e Ingeniería Eléctrica e Informática de la Universidad de California, Berkeley . [ 1 ] [ 2 ]

Biografía

Yu obtuvo una licenciatura en matemáticas en 1984 de la Universidad de Pekín y posteriormente realizó estudios de posgrado en estadística en Berkeley, donde obtuvo una maestría en 1987 y un doctorado en 1990. Su tesis doctoral, titulada « Algunos resultados sobre procesos empíricos y complejidad estocástica », fue dirigida conjuntamente por Lucien Le Cam y Terry Speed . [ 3 ]

Después de estudios posdoctorales en el Instituto de Investigación de Ciencias Matemáticas y una cátedra asistente en la Universidad de Wisconsin-Madison , regresó a Berkeley como miembro del profesorado en 1993, obtuvo la titularidad en 1997 y se convirtió en Profesora del Rector en 2006. También trabajó en Bell Labs de 1998 a 2000, mientras estaba de baja en Berkeley, y ha ocupado puestos de profesora visitante en varias otras universidades. Presidió el Departamento de Estadística en Berkeley de 2009 a 2012, y fue presidenta del Instituto de Estadística Matemática en 2014. [ 1 ] [ 2 ] [ 4 ] En 2023, recibió el Premio y la Cátedra de Logros Distinguidos de COPSS .

Investigación

El trabajo de Yu abarca muchos campos, incluyendo estadística, aprendizaje automático, neurociencia, genómica y teledetección. [ 5 ] Su trabajo reciente se ha centrado en la ciencia de datos, incluyendo marcos para la ciencia de datos verídica [ 6 ] [ 7 ] y el aprendizaje automático interpretable. [ 8 ] Yu ha recibido cobertura mediática reciente con respecto a investigaciones sobre los fundamentos teóricos del aprendizaje profundo, [ 9 ] y trabajo de predicción de la gravedad de la COVID-19 en los EE. UU. [ 10 ]

Otros temas de investigación incluyen el aprendizaje de diccionarios, la factorización de matrices no negativas (NMF), EM y aprendizaje profundo (CNN y LSTM ), y la estimación de efectos heterogéneos en experimentos aleatorios (X-learner).

Honores y premios

Yu es miembro del Instituto de Estadística Matemática , 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 Conferencista Tukey de la Sociedad Bernoulli de Estadística Matemática y Probabilidad . [ 1 ] [ 2 ] En 2018, recibió el Premio Elizabeth L. Scott . Fue invitada a dar la conferencia Breiman en NeurIPS 2019 (anteriormente conocida como NIPS), sobre el tema de la ciencia de datos verídica . [ 14 ] [ 15 ] [ 16 ] [ 17 ] En 2021, recibió un doctorado honoris causa de la Universidad de Lausana . [ 18 ] Y en 2023, recibió la conferencia de logros distinguidos de COPSS . [ 19 ]

Referencias

  1. 1 2 3 4 Biografía del profesorado , UC Berkeley, consultado el 18 de octubre de 2020.
  2. 1 2 3 4 "Bin Yu" , Noticias de personas de agosto de 2012, Amstatnews , Asociación Estadounidense de Estadística , 1 de agosto de 2012{{citation}}: CS1 maint: servicio de archivado obsoleto ( enlace ) .
  3. Bin Yu en el Proyecto de Genealogía Matemática
  4. Funcionarios actuales Archivado el 31/10/2016 en Wayback Machine , Instituto de Estadística Matemática , recuperado el 24/04/2013.
  5. "Perfil de Bin Yu en Google Académico" .
  6. Yu, Bin; Kumbier, Karl (12 de noviembre de 2019). "Ciencia de datos verídica" (PDF) . PNAS . 117 (8): 3920–3929 . arXiv : 1901.08152 . doi : 10.1073/pnas.1901326117 . PMC 7049126. PMID 32054788 .  
  7. "Bin Yu | Computing, Data Science, and Society" . data.berkeley.edu . Consultado el 19 de octubre de 2020 .
  8. Murdoch, W. James; Singh, Chandan; Kumbier, Karl; Abbasi-Asl, Reza; Yu, Bin (2019-10-29). " 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 . PMC 6825274. PMID 31619572. S2CID 204755862 .    
  9. "UC Berkeley liderará un programa de $10 millones de la NSF/Fundación Simons para investigar los fundamentos teóricos del aprendizaje profundo | Computing, Data Science, and Society" . data.berkeley.edu . Consultado el 19 de octubre de 2020 .
  10. "Hacer llegar el equipo adecuado a las personas adecuadas" . Ingeniería de Berkeley . Consultado el 19 de octubre de 2020 .
  11. Miembros distinguidos. Archivado el 19/10/2016 en Wayback Machine , Instituto de Estadística Matemática , consultado el 24/04/2013.
  12. Directorio de miembros del IEEE archivado el 31/01/2013 en Wayback Machine , recuperado el 24/04/2013.
  13. Miembros recién elegidos Archivado el 1 de mayo de 2013 en Wayback Machine , Academia Estadounidense de Artes y Ciencias , abril de 2013, recuperado el 24 de abril de 2013.
  14. "Premio Elizabeth L. Scott" . Archivado del original el 15 de agosto de 2018. Consultado el 30 de marzo de 2019 .
  15. "Comunicado de prensa del Premio Yu" . 12 de julio de 2018. Archivado del original el 30 de marzo de 2019. Consultado el 30 de marzo de 2019 .
  16. "Comunicado de prensa del Premio Yu" . 11 de septiembre de 2018. Consultado el 30 de marzo de 2019 .
  17. "Grabación de la Conferencia Breiman" . YouTube . 18 de octubre de 2020. Consultado el 18 de octubre de 2020 .
  18. "Bin Yu recibe un doctorado honoris causa (doctorado honoris causa) de la Facultad de Ciencias Empresariales y Económicas de la Universidad de Lausana | Departamento de Estadística" . statistics.berkeley.edu . Consultado el 11 de diciembre de 2023 .
  19. "Comunidad ASA" . community.amstat.org . Consultado el 11 de diciembre de 2023 .
  • Conversación con el profesor Bin Yu. Por Tao Shi, 9 de julio de 2013.