跳至主要内容
造物矩阵
全球 Maker 发现
个人 Maker

Andrew Gordon Wilson

用贝叶斯方法、缩放科学与可操作理论理解深度学习的 Maker

美国英语2026年7月31日复核

持续在做什么

Andrew Gordon Wilson 是纽约大学 Courant Institute 与数据科学中心机器学习教授,研究目标是建立能够指导自主智能系统设计的“可操作理解”。他的工作横跨深度学习泛化、贝叶斯方法、不确定性、分布偏移、归纳偏置、数值线性代数与科学发现,并通过缩放定律、epiplexity 等新度量把经验现象连接到可检验的理论与工程决策。

深度学习理论贝叶斯机器学习缩放定律不确定性科学机器学习

值得先看

0 条内容

还没有整理值得先看的内容。