科琳娜·科特斯

科琳娜·科特斯丹麦语Corinna Cortes,1961年3月31日)是一名丹麦美国计算机科学家,因其对机器学习的贡献而知名。她是位于纽约市Google研究中心的副总裁[3]。科特斯是计算机协会会士,并因其在支持向量机理论基础方面的工作而获得帕里斯·卡内拉基斯奖英语Paris Kanellakis Award[4][5][3]

科琳娜·科特斯
Corinna Cortes
出生 (1961-03-31) 1961年3月31日63岁)
 丹麦
国籍 美国
母校哥本哈根大学MS
罗彻斯特大学PhD
知名于支持向量机
MNIST资料集英语MNIST database
奖项帕里斯·卡内拉基斯奖英语Paris Kanellakis Award(2008)
计算机协会会士(2023)
网站research.google/people/author121 编辑维基数据链接
科学生涯
研究领域机器学习
资料探勘[1]
机构贝尔实验室
AT&T贝尔实验室英语AT&T Labs
Google
哥本哈根大学
论文Prediction of generalization ability in learning machines(1994年)
博士导师Randal C. Nelson[2]

早年生活和教育

编辑

科特斯于1961年3月31日出生于丹麦。她于1989年在哥本哈根大学获得物理学硕士学位[3],并于1993年在罗彻斯特大学获得计算机科学博士学位,由兰道尔·C·纳尔逊 (Randal C. Nelson)指导[2]

职业生涯

编辑

科特斯于1993年加入AT&T贝尔实验室英语AT&T Labs担任研究员。她于2003年起担任纽约市Google研究中心的副总裁[3],并于2011年起担任UCPH计算机科学系的兼职教授[6]。她是《机器学习英语Machine Learning (journal)》期刊的编辑委员会成员[7]

科特斯的研究涵盖了机器学习的广泛主题,包括支持向量机(SVM)资料探勘。SVM是机器学习中最经常使用的算法之一,它被用于许多实际应用中,包括医疗诊断和天气预报[4]。在AT&T,科特斯是Hancock编程语言英语Hancock (programming language)设计的贡献者[8]

荣誉

编辑

2008年,科特斯与弗拉基米尔·瓦普尼克共同获得帕里斯·卡内拉基斯奖英语Paris Kanellakis Award,以表彰其开发了一种被称为支持向量机(SVM)的监督学习的高效算法[9]。由于对机器学习的理论和实践贡献、工业领导力和对该领域的服务,她于2023年获选为计算机协会会士[10]

个人生活

编辑

科特斯有两个孩子,也是一个有竞争力的跑步运动员[3]

参考资料

编辑
  1. ^ Google学术搜索索引的科琳娜·科特斯出版物
  2. ^ 2.0 2.1 Cortes, Corinna. Prediction of generalization ability in learning machines. rochester.edu (PhD论文) (University of Rochester). 1993. OCLC 31469473. hdl:1802/811. ProQuest 304147134. 
  3. ^ 3.0 3.1 3.2 3.3 3.4 research.google/people/author121  
  4. ^ 4.0 4.1 ACM Awards Recognize Innovators in Computer Science Who Solve Real World Problems. Association for Computing Machinery. [8 November 2011]. (原始内容存档于15 April 2012). 
  5. ^ 科琳娜·科特斯数字书目索引与图书馆项目中的页面  
  6. ^ Miniportræt: Corinna Cortes. University of Copenhagen, Department of Computer Science. 2014-09-10 [2 April 2021] (丹麦语).  [失效链接]
  7. ^ Machine Learning - Editorial Board. Springer. [8 November 2011]. (原始内容存档于2011-09-29). 
  8. ^ Cortes, Corinna; Fisher, Kathleen; Pregibon, Daryl; Rogers, Anne; Smith, Frederick. Hancock: A language for analyzing transactional data streams. ACM Transactions on Programming Languages and Systems. 2004-03-01, 26 (2): 301–338. ISSN 0164-0925. S2CID 12915177. doi:10.1145/973097.973100. 
  9. ^ Cortes, Corinna; Vladimir Vapnik. Support-Vector Networks. Machine Learning. 1995, 20 (3): 273–297. doi:10.1007/BF00994018 . 
  10. ^ Anon. Global Computing Association Names 57 Fellows for Outstanding Contributions That Propel Technology Today. acm.org. 2023. (原始内容存档于2023-01-18).