科琳娜·科特斯
科琳娜·科特斯（丹麥語：Corinna Cortes，1961年3月31日—）是一名丹麥裔美國計算機科學家，因其對機器學習的貢獻而知名。她是位於紐約市的Google研究中心的副總裁[3]。科特斯是计算机协会會士，並因其在支持向量機理論基礎方面的工作而獲得帕里斯·卡内拉基斯獎[4][5][3]。
| 科琳娜·科特斯 Corinna Cortes | |
|---|---|
| 出生 | 1961年3月31日 丹麦 |
| 国籍 |  美国 |
| 母校 | 哥本哈根大學（MS） 羅徹斯特大學（PhD） |
| 知名于 | 支持向量機 MNIST資料集 |
| 奖项 | 帕里斯·卡内拉基斯獎（2008） 计算机协会會士（2023） |
| 网站 | research |
| 科学生涯 | |
| 研究领域 | 機器學習 資料探勘[1] |
| 机构 | 貝爾實驗室 AT&T貝爾實驗室 哥本哈根大學 |
| 论文 | Prediction of generalization ability in learning machines（1994年） |
| 博士導師 | Randal C. Nelson[2] |
早年生活和教育
科特斯於1961年3月31日出生於丹麥。她於1989年在哥本哈根大學獲得物理學碩士學位[3]，並於1993年在羅徹斯特大學獲得計算機科學博士學位，由蘭道爾·C·納爾遜 （Randal C. Nelson）指導[2]。
職業生涯
科特斯於1993年加入AT&T貝爾實驗室擔任研究員。她於2003年起擔任紐約市Google研究中心的副總裁[3]，並於2011年起擔任UCPH計算機科學系的兼職教授[6]。她是《機器學習》期刊的編輯委員會成員[7]。
科特斯的研究涵蓋了機器學習的廣泛主題，包括支持向量機（SVM）資料探勘。SVM是機器學習中最經常使用的算法之一，它被用於許多實際應用中，包括醫療診斷和天氣預報[4]。在AT&T，科特斯是Hancock程式語言設計的貢獻者[8]。
榮譽
2008年，科特斯與弗拉基米爾·瓦普尼克共同獲得帕里斯·卡内拉基斯獎，以表彰其開發了一種被稱為支持向量機（SVM）的監督學習的高效算法[9]。由於對機器學習的理論和實踐貢獻、工業領導力和對該領域的服務，她於2023年獲選為计算机协会會士[10]。
個人生活
科特斯有兩個孩子，也是一個有競爭力的跑步運動員[3]。
參考資料
- ^ 由Google学术搜索索引的科琳娜·科特斯出版物
- ^ 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.
- ^ 3.0 3.1 3.2 3.3 3.4 research
.google /people /author121 - ^ 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）.
- ^ 科琳娜·科特斯在数字书目索引与图书馆项目中的页面
- ^ Miniportræt: Corinna Cortes. University of Copenhagen, Department of Computer Science. 2014-09-10 [2 April 2021] （丹麦语）. [失效連結]
- ^ Machine Learning - Editorial Board. Springer. [8 November 2011]. （原始内容存档于2011-09-29）.
- ^ 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.
- ^ Cortes, Corinna; Vladimir Vapnik. Support-Vector Networks. Machine Learning. 1995, 20 (3): 273–297. doi:10.1007/BF00994018
.
- ^ 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）.
