[Collection]Machine Learning大家(续)

发信人: Car (得之,我幸,不得,我命;如此而已), 信区: AI
标 题: Machine learning 大家（5): Michael Collins
发信站: 哈工大紫丁香 (Tue Aug 23 19:50:58 2005), 转信

Michael Collins (http://people.csail.mit.edu/mcollins/

自然语言处理(NLP)江湖的第一高人。出身Upenn，靠一身叫做Collins Parser的武功在江湖上展露头脚。当然除了资质好之外，其出身也帮了不少忙。早年一个叫做Mitchell P. Marcus的师傅传授了他一本葵花宝典-Penn Treebank。从此，Collins整日沉迷于此，终于练成盖世神功。

学成之后，Collins告别师傅开始闯荡江湖，投入了一个叫AT&T Labs Research的帮会，并有幸结识了Robert Schapire、Yoram Singer等众多高手。大家不要小瞧这个叫AT&T Labs Research的帮会，如果谁没有听过它的大名总该知道它的同父异母的兄弟Bell Labs吧: 言归正传，话说Collins在这里度过了3年快乐的时光。其间也奠定了其NLP江湖老大的地位。并且练就了Discriminative Reranking，Convolution Kernels，Discriminative Training Methods for Hidden Markov Models等多种绝技。然而，世事难料，怎奈由于帮会经营不善，这帮大牛又不会为帮会拼杀，终于被一脚踢开，大家如鸟兽散了。Schapire去了Princeton，Singer也回老家以色列了。Collins来到了MIT，成为了武林第一大帮的六袋长老，并教授一门叫做的Machine Learning Approaches for NLP (http://www.ai.mit.edu/courses/6.891-nlp/的功夫。虽然这一地位与其功力极不相符，但是这并没有打消Collins的积极性，通过其刻苦打拼，终于得到了一个
叫Sloan Research Fellow的头衔，并于今年7月，光荣的升任7袋Associate Professor。

在其下山短短7年时间内，Collins共获得了4次世界级武道大会冠军(EMNLP2002,
2004, UAI2004, 2005)。相信年轻的他，总有一天会一统丐帮，甚至整个江湖。


－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
发信人: Car (得之,我幸,不得,我命;如此而已), 信区: AI
标 题: Machine learning 大家（6): Dan Roth
发信站: 哈工大紫丁香 (Wed Aug 24 18:52:49 2005), 转信

Dan Roth
http://l2r.cs.uiuc.edu/~danr/


统计NLP领域的众多学者后，我得出了一个惊人的结论，就是叫Daniel的牛人特别多:
大到MT领域成名已久的Prof. Dan Melamed，小到Stanford刚刚毕业的Dan Klein，中
间又有Dan jurafsky这种牛魔王，甚至Michael Collins的师弟Dan Bikel
(IBM Research)，ISI的Dan Marcu，获得过无数次TREC QA评比冠军的
Prof. Dan Moldovan (UTexas Dallas)，UC Berkeley毕业的Dan Gildea
(U Rochester)。但是，在众多的Dan中，我最崇拜的还是UIUC的Associate
Professor，其Cognitive Computation Group的头头Dan Roth。

这位老兄也是极其年轻的，Harvard博士毕业整十年，带领其团队撑起了UIUC Machine Learning以及NLP领域的一片灿烂天空。其领导开发的SNoW工具可谓是一把绝世好剑，基本达到了"又想马儿跑，又想马儿不吃草"的境界，在不损失分类精度的条件下，学习和预测速度空前。什么？你不知道SNoW？它和白雪公主有什么关系？看来我也得学学"超女"的粉丝们，来一个扫盲了: SNoW是Sparse Network of Winnows的简称，其中实现了Winnow算法，但是记住Sparse Network才是其重点，正是因为有了这块玄铁，SNoW之剑才会如此锋利。

近年来Roth也赶时髦，把触角伸向了Structured Data学习领域，但与其他人在学习的
时候就试图加入结构化信息(典型的如CRF)不同，Roth主张在预测的最后阶段加入约束
进行推理，这可以使的学习效率极大的提高，同时在某些应用上，还取得了更好的结果。
还有就是什么Kernel学习，估计他也是学生太多，安排不下了，所以只好开疆扩土。

Harvard出身的Roth，理论功底也极其深厚，好多涉及统计学习理论的工作就不是我这种学工科的人关心的了。

最后广播一条小道消息，Roth正在招Post-Dor，感兴趣的可以联系一下他，呵呵