Vladimir Vapnik
(러시아 통계학자, 1936~ )
통계적 학습이론 (statistical learning theory) 발전에 기여했으며 Vapnik Chervonenkis theory을 개발했다. 또한 Support Vector Machine 이론을 개발했다
그는 러시아에서 태어났으며 우즈베키스탄의 Uzbek State University에서 수학 석사를 받고 모스크바에서 1964 년에 Institute of Control Science에서 통계학 박사가 되었다. 그는 이 연구소에서 1961부터 1990 까지 근무하면서 Computer Science Research Department 학과장을 역임했다. 1991에서 2001 까지는 AT&T Bell Lab (나중에는 Shanon Lab)에서 근무하면서 동료들과 같이 Support Vector Machine 이론을 개발했다. 그들은 그 이론이 필기체인식과 같은 기계학습 (Machine Learning) 과 관련된 많은 문제에서 좋은 성능을 보인다는 것을 보여주었다. 그는 최근에는 Princeton 에 있는 NEC Lab 과 Princeton University 등에서 일했다.
그는 컴퓨터과학을 전공하며 30 년이상 이론, 응용 통계학을 연구해왔다. 6 개의 전공논문과 100 개이상의 논문을 발표했다. 그의 주요한 업적은 경험적 데이터를 사용할 때 예상되는 loss를 최소화하는 일반이론의 개발, 예를들면 높은 수준의 일반화 능력 (generalization ability) 을 가진 Support Vector Machine 과 같은 새로운 유형의 learning machine을 개발하였다는 것이다. SVM 은 많은 패턴인식 (Pattern Recognition) 문제와 regression estimation problem를 해결하는데 사용되었고 dependency estimation, forecasting 문제와 지능적 머신을 구축하는데 응용되었다.
그는 1998 년 Computer Learning Research Centre at Royal Holloway 주최한 세미나 " 학습가능하다는 것의 중요성 (The Importance of being Learnable) " 에 초대된 주요 멤버였다. 그의 최근의 연구는 그의 저서 "Statistical Learning Theory" ISBN No: 0-471-03003-1 에 발표되었다.
term :
Support Vector Machine 통계 (Statistics) 패턴인식 (Pattern Recognition) 신경망 (Neural Network) 기계학습 (Machine Learning) 일반화 (Generalization) Vladimir Vapnik
site :
Vladimir Vapnik : clrc (computer learning research centre), Royal Holloway University of London 전산과, publications