卡内基梅隆大学
卡内基梅隆大学·机器学习系·机器学习方向
美国 · 博士
CMU 机器学习系(MLD)是全球首个独立的机器学习学术院系,在统计学习、概率推理、深度学习、强化学习、自然语言处理等方向均有深厚积累。CMU 是少数将机器学习作为独立学科建设的大学,拥有完整的博士培养体系。
学术历史
CMU 在机器学习领域的历史可追溯至 Tom Mitchell 等人的开创性工作,其教材《Machine Learning》影响了一代研究者。CMU 率先成立独立机器学习系,将统计学习、概率图模型与认知科学结合。深度学习时代,CMU 在表示学习、元学习、自然语言处理等方向持续产出重要成果。
当前状态
CMU MLD 目前提供机器学习博士项目,课程涵盖统计学习理论、概率图模型、深度学习、强化学习等。研究团队活跃于 NeurIPS、ICML、ICLR 等顶级会议,并与工业界保持紧密合作。
实验室 / 研究中心
关键人物
Tom Mitchell
Professor
机器学习领域奠基人之一,CMU 机器学习系创始人,代表作《Machine Learning》教材,研究认知计算与终身学习。
Ruslan Salakhutdinov
Professor
深度学习与生成模型专家,研究深度信念网络、变分自编码器与概率生成模型,曾任 Apple AI 研究总监。
学术资源
卡内基梅隆大学 机器学习系研究生招生 →
官方资源
来源:Carnegie Mellon University Official Website 证据
排名
# ()
师资
2 位相关教师
知名:Tom Mitchell、Ruslan Salakhutdinov
研究产出
See MLD publications page and DBLP for publication counts
就业去向
发现信息有误? 提交纠错