第1行: |
第1行: |
− | 待建立
| + | == 基本信息 == |
| + | [[文件:Elias Bareinboim.jpg|450px|缩略图|左|Elias Bareinboim]] |
| + | {| class="wikitable" |
| + | |- |
| + | ! 类别 !! 信息 |
| + | |- |
| + | | 姓名 || 埃利亚斯·巴伦博伊姆 Elias Bareinboim |
| + | |- |
| + | | 国籍 || 美国 |
| + | |- |
| + | | 学术任职 || 哥伦比亚大学因果人工智能实验室主任 |
| + | |- |
| + | | 母校 || 学士学位、硕士学位 - 里约热内卢联邦大学 Federal University of Rio de Janeiro |
| + | 博士学位 - 加利福尼亚大学洛杉矶分校 University of California, Los Angeles |
| + | |- |
| + | | 博士导师 || 朱迪亚·珀尔 Judea Pearl |
| + | |- |
| + | | 主要研究方向 || 因果性与反事实推断,及其在健康与社会科学领域的应用 |
| + | |- |
| + | | 获奖经历 || 2016年IEEE智能系统“人工智能10大新星” |
| + | |- |
| + | | 个人主页 || https://causalai.net/ |
| + | |} |
| + | |
| + | 埃利亚斯·巴伦博伊姆是哥伦比亚大学计算机系副教授、因果人工智能实验室主任。他曾在加利福尼亚大学洛杉矶分校获得计算机科学博士学位,导师为朱迪亚·珀尔教授。他的研究兴趣包括人工智能、机器学习、统计学、机器人科学、认知科学和科学哲学。他的研究主要关注因果推断和其在健康与社会科学、人工智能、机器学习方向的应用。他的研究特别关注如何在异构和有偏的数据中得出稳健、可泛化的因果和反事实结论,这其中包括了混淆偏差、选择偏差和可迁移性问题。 |