«Фрэнк Хаттер»-это немецкий компьютерный ученый, признанный за его вклад в машинное обучение, особенно в областях автоматического машинного обучения (Automl), оптимизации гиперпараметрических, мета-обучения и табличного машинного обучения. В настоящее время он является научным сотрудником и PI в Европейской лаборатории для обучения и интеллектуальных систем | Институт Эллиса Тюбинген и полный профессор (W3) для машинного обучения на факультете компьютерных наук, Университет Фрайбурга. Хаттер известен своей ролью в создании Automl в качестве ключевой области в исследованиях искусственного интеллекта.
== Образование и академическая карьера ==
Фрэнк Хаттер прошел академическую подготовку в области компьютерных наук в техническом университете Technische Universität Darmstadt | Darmstadt Технологический университет, где он завершил свой Vordiplom (сопоставимый с BSC) и Hauptdiplom (эквивалент MSC) к 2004 году. Позднее он занялся докторской степенью в Университете Британской Колумбии под наблюдением профессора. Холджер Х. Хус | Холгер Хус, Кевин Лейтон-Браун и Кевин Мерфи
Хаттер провел свои постдокторские исследования в Университете Британской Колумбии, где он работал с 2009 по 2013 год. В 2013 году он переехал в Университет Фрайбурга, изначально возглавляя исследовательскую группу Эмми Нотер, и в 2017 году он был назначен полным профессором. Его вклад в машинное обучение был признан во всем мире, особенно его работы в области оптимизации автоматического и гиперпараметра. В целом, Хаттер является автором более 180 рецензируемых публикаций
== Вклад в Automl ==
Ранние исследования Хаттера заложили основу для области автоматического машинного обучения (Automl). Он был ключевой фигурой в создании Automl в качестве отдельной области исследования. Наряду с различными коллегами, он организовал семинары по автоматическому образу с 2014 по 2021 год, написал первую книгу по Automl и преподавал первую MOOC в Automl. Он также стал соучредителем конференции Automl в 2022 году и в первые два года служил в качестве его генерального председателя.
Он также опубликовал выдающиеся работы в различных подполях Automl, таких как оптимизация гиперпараметров
== Вклад в машинное обучение для табличных данных ==
Hutter's также внес много вклада в машинное обучение для табличных данных. Он руководил разработкой первой широко принятой системы автоматической системы для табличных данных Auto-Weka | AutoWeka, которая была опубликована на KDD 2013 и получил награду «Тест времени» в KDD (2023). Впоследствии он руководил разработкой Auto-Sklearn , первой высоко используемой системой Automl для табличных данных в Python, и с ним выиграл первый международный конкурс Automl
== Награды и награды ==
Хаттер получил многочисленные награды на протяжении всей своей карьеры. В 2023 году он получил награду KDD Test of Time за исследование
== Репрезентативные публикации ==
* Hutter, F. Kotthoff, L. и Vanschoren, J., Editors. «Автоматическое машинное обучение: методы, системы, проблемы», Springer Nature, 2019. www.automl.org/book * Feurer, M., Klein, A., Eggensperger, K., Springenberg, T., Blum, M., Hutter, F. '' Эффективное и надежное автоматизированное машинное обучение '. В Neurips 2015 * Loshchilov, I., и Hutter, F. '' 'Decoucted Fees Decay Fugrazation'. В ICLR 2018 * Zela, A., Elsken, T., Saikia, T., Marrakschi, Y., Brox, T., Hutter., F. '' «Понимание и устойчивый поиск дифференцируемой архитектуры». В ICLR 2020 * Hollmann, N., Mu ̈ller, S. and Hutter, F. '' tabpfn: трансформатор, который решает небольшие задачи классификации таблицы за секунду '', в ICLR 2023
Подробнее: https://en.wikipedia.org/wiki/Frank_Hutter
Фрэнк Хаттер ⇐ Васина Википедия
-
Автор темыwiki_en
- Всего сообщений: 79236
- Зарегистрирован: 16.01.2024
-
- Похожие темы
- Ответы
- Просмотры
- Последнее сообщение