Jerome H. Friedman
From Wikipedia, the free encyclopedia
Cet article est une ébauche concernant les probabilités et la statistique.
Yreka, Californie (États-Unis)
| Nom de naissance | Jerome Harold Friedman |
|---|---|
| Naissance |
Yreka, Californie (États-Unis) |
| Nationalité | américaine |
| Domaines | Statistique, apprentissage automatique, exploration de données |
|---|---|
| Institutions |
Lawrence Berkeley National Laboratory Stanford Linear Accelerator Center Université Stanford |
| Diplôme | Doctorat en physique des particules de haute énergie |
| Formation |
Université d'État de Californie à Chico Université de Californie à Berkeley |
| Directeur de thèse | Ronald R. Ross |
| Renommé pour |
Gradient boosting Arbre de décision (apprentissage) Régression de poursuite de projection |
| Œuvres principales | The Elements of Statistical Learning (2001) |
| Distinctions |
Fellow de l'American Statistical Association (1984) Récompense SIGKDD (2002) Membre de l'Académie nationale des sciences des États-Unis (2010) |
| Site | profiles.stanford.edu/jerry-friedman |
Jerome Harold Friedman, né le 29 décembre 1939, est un statisticien américain, consultant et professeur de statistique à l'Université Stanford. Il est connu pour ses contributions dans les domaines de la statistique et de l'exploration de données[1],[2].
Jerome H. Friedman étudie à l'Université d'État de Chicago pendant deux ans avant de rejoindre l'Université de Californie à Berkeley en 1959. Il y obtient un diplôme (AB) en physique en 1962, puis un doctorat en physique des particules de haute énergie en 1967[3],[4].
En 1968, il commence sa carrière académique en tant que physicien chercheur au Lawrence Berkeley National Laboratory. En 1972, il rejoint l'Université Stanford comme responsable du groupe de recherche en calcul au Stanford Linear Accelerator Center, où il travaille jusqu'en 2003. En 1976-1977, il est chercheur invité au CERN à Genève. De 1981 à 1984, il est professeur invité à l'Université de Californie à Berkeley. En 1982, il est nommé professeur de statistique à l'Université Stanford[3].
En 1984, il est élu membre de l'American Statistical Association[5]. En 2002, il reçoit le prix SIGKDD Innovation Award de l'Association for Computing Machinery[6]. En 2010, il est élu membre de la Académie nationale des sciences des États-Unis dans la section des sciences mathématiques appliquées.
Publications
Jerome H. Friedman est l'auteur ou co-auteur de nombreuses publications dans le domaine de l'exploration de données, notamment sur la classification par plus proches voisins, la régression logistique et l'analyse de données en grande dimension. Ses principaux travaux de recherche portent sur l'apprentissage automatique[1].
Une sélection de ses publications :
- Friedman, Jerome H. et Tukey, John W., « A projection pursuit algorithm for exploratory data analysis », IEEE Transactions on Computers, vol. 23, no 9, , p. 881–890 (DOI 10.1109/T-C.1974.224051)
- Friedman, Jerome H. et Stuetzle, Werner, « Projection pursuit regression », Journal of the American Statistical Association, vol. 76, no 376, , p. 817–823 (DOI 10.1080/01621459.1981.10477729)
- Friedman, Jerome H., « Multivariate adaptive regression splines », The Annals of Statistics, vol. 19, no 1, , p. 1–67 (DOI 10.1214/aos/1176347963)
- Friedman, Jerome H., « Greedy function approximation: a gradient boosting machine », The Annals of Statistics, vol. 29, no 5, , p. 1189–1232 (DOI 10.1214/aos/1013203451)
- Hastie, Trevor, Tibshirani, Robert et Friedman, Jerome H., The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer, (ISBN 978-0-387-84857-0, lire en ligne)
