Investigador de inteligencia artificial
Yee-Whye Teh es profesor de aprendizaje automático estadístico en el Departamento de Estadística de la Universidad de Oxford . [4] [5] Antes de 2012, fue lector en la unidad de neurociencia computacional de la Gatsby Charitable Foundation en el University College de Londres . [6] Su trabajo se centra principalmente en el aprendizaje automático , la inteligencia artificial , las estadísticas y la informática . [1] [7]
Educación
Teh se formó en la Universidad de Waterloo y en la Universidad de Toronto , donde obtuvo un doctorado en 2003 por una investigación supervisada por Geoffrey Hinton . [3] [8]
Investigación y carrera
Teh fue investigador postdoctoral en la Universidad de California, Berkeley y en la Universidad Nacional de Singapur antes de incorporarse al University College de Londres como profesor . [2]
Teh fue uno de los desarrolladores originales de redes de creencias profundas [9] y de procesos jerárquicos de Dirichlet . [10]
Premios y honores
Teh fue un orador principal en Uncertainty in Artificial Intelligence (UAI) 2019, y fue invitado a dar la conferencia Breiman en la Conferencia sobre Sistemas de Procesamiento de Información Neural (NeurIPS) 2017. [11] Se desempeñó como copresidente del programa de la Conferencia Internacional sobre Aprendizaje Automático (ICML) en 2017, una de las conferencias más importantes en aprendizaje automático. [4]
Referencias
- ^ ab Yee Whye Teh publicaciones indexadas por Google Scholar
- ^ ab "Yee-Whye Teh, profesor de aprendizaje automático estadístico". stats.ox.ac.uk .
- ^ ab Yee Whye Teh en el Proyecto de Genealogía Matemática
- ^ desde www.stats.ox.ac.uk/~teh/
- ^ Gram-Hansen, Bradley (2021). Extensión de sistemas de programación probabilística y aplicación de los mismos a simuladores del mundo real. ox.ac.uk (tesis de doctorado). Universidad de Oxford. OCLC 1263818188. EThOS uk.bl.ethos.833365.
- ^ Gasthaus, Jan Alexander (2020). Modelos no paramétricos bayesianos jerárquicos para secuencias de ley de potencia. ucl.ac.uk (tesis doctoral). University College London. OCLC 1197757196. EThOS uk.bl.ethos.807804.
- ^ Yee Whye Teh en el servidor de bibliografía DBLP
- ^ Whye Teh, Yee (2003). Aproximaciones de divergencia contrastiva y energía libre de Bethe para modelos gráficos no dirigidos. utoronto.ca (tesis doctoral). Universidad de Toronto. hdl :1807/122253. OCLC 56683361. ProQuest 305242430.
- ^ Geoffrey E. Hinton ; Simon Osindero; Yee-Whye Teh (1 de julio de 2006). "Un algoritmo de aprendizaje rápido para redes de creencias profundas". Computación neuronal . 18 (7): 1527–1554. doi :10.1162/NECO.2006.18.7.1527. ISSN 0899-7667. PMID 16764513. Zbl 1106.68094. Wikidata Q33996665.
- ^ Yee W. Teh; Michael I. Jordan ; Matthew J. Beal; David M. Blei (2005). "Compartir clústeres entre grupos relacionados: procesos jerárquicos de Dirichlet" (PDF) . Avances en sistemas de procesamiento de información neuronal 17 . Avances en sistemas de procesamiento de información neuronal. Wikidata Q77688418.
- ^ "Sobre el aprendizaje profundo bayesiano y el aprendizaje bayesiano profundo". nips.cc .
