Vladimir vapnik

Vladimir Naumovich Vapnik (en ruso: Владимир Наумович Вапник; nacido el 6 de diciembre de 1936) es un informático, investigador y académico. Es uno de los principales desarrolladores de la teoría de aprendizaje estadístico de Vapnik-Chervonenkis y co-inventor del método de la máquina de vectores de soporte y los algoritmos de agrupamiento de vectores de soporte.

Vida temprana y educación

Vladimir Vapnik nació en una familia judía en la Unión Soviética. Recibió su maestría en matemáticas de la Universidad Estatal de Uzbekistán, Samarcanda, República Socialista Soviética de Uzbekistán en 1958 y su doctorado en estadística en el Instituto de Ciencias de Control de Moscú en 1964. Trabajó en este instituto desde 1961 hasta 1990 y se convirtió en Jefe del Departamento de Investigación en Ciencias de la Computación.

Carrera académica

A fines de 1990, Vladimir Vapnik se mudó a EE. UU. y se unió al departamento de investigación de sistemas adaptativos de AT&T Bell Labs en Holmdel, Nueva Jersey. Mientras estuvo en AT&T, Vapnik y sus colegas trabajaron en la máquina de vectores de soporte, en la que también trabajó mucho antes de mudarse a los EE. UU. Demostraron su rendimiento en una serie de problemas de interés para la comunidad de aprendizaje automático, incluido el reconocimiento de escritura a mano. Más tarde, el grupo se convirtió en el Departamento de Investigación de Procesamiento de Imágenes de AT&T Laboratories cuando AT&T escindió Lucent Technologies en 1996. En 2000, Hava Siegelmann, experta en Vapnik y redes neuronales, desarrolló Support-Vector Clustering, que permitió que el algoritmo clasificara las entradas sin etiquetas, convirtiéndose en una de las aplicaciones de agrupación de datos más omnipresentes en uso. Vapnik dejó AT&T en 2002 y se unió a NEC Laboratories en Princeton, Nueva Jersey, donde trabajó en el grupo de Machine Learning. También ocupa un puesto de Profesor de Ciencias de la Computación y Estadística en Royal Holloway, Universidad de Londres desde 1995, así como un puesto de Profesor de Ciencias de la Computación en la Universidad de Columbia, Ciudad de Nueva York desde 2003. A partir del 1 de febrero de 2021, ha un índice h de 86 y, en total, sus publicaciones han sido citadas 226597 veces. Su libro sobre "La naturaleza de la teoría del aprendizaje estadístico" solo ha sido citado 91650 veces.

El 25 de noviembre de 2014, Vapnik se unió a Facebook AI Research, donde trabaja junto a sus colaboradores de toda la vida Jason Weston, Léon Bottou, Ronan Collobert y Yann LeCun. En 2016, también se unió a Vencore Labs.

Honores y premios

Vladimir Vapnik ingresó a la Academia Nacional de Ingeniería de EE. UU. en 2006. Recibió el premio Gabor 2005, el premio Paris Kanellakis 2008, el premio Pionero de redes neuronales 2010, el premio IEEE Frank Rosenblatt 2012, la medalla Benjamin Franklin 2012 en Computación y Ciencias Cognitivas del Instituto Franklin, el Premio C&C 2013 de la Fundación NEC C&C, el Premio Kampé de Fériet 2014, el Premio 2017 Medalla IEEE John von Neumann. En 2018, recibió la Medalla Kolmogorov de la Universidad de Londres y pronunció la Conferencia Kolmogorov. En 2019, Vladimir Vapnik recibió Premio Fundación BBVA Fronteras del Conocimiento.

Publicaciones seleccionadas

• Sobre la convergencia uniforme de frecuencias relativas de eventos a sus probabilidades, coautor A. Y. Chervonenkis, 1971
• Condiciones necesarias y suficientes para la convergencia uniforme de los medios a sus expectativas, coautor A. Y. Chervonenkis, 1981
• Estimation of Dependences Based on Empirical Data, 1982
• The Nature of Statistical Learning Theory, 1995
• Aprendizaje estadístico Teoría (1998). Wiley-Interscience, ISBN 0-471-03003-1.
• Estimation of Dependences Based on Empirical Data, Reprint 2006 (Springer), también contiene un ensayo filosófico Empirical Inference Science, 2006