저자 소개(7명)

이전

저 : 디팍 아가왈 만든이 코멘트 보이기/감추기

  저 : 디팍 아가왈
관심작가 알림신청
DR. DEEPAK K. AGARWAL
빅데이터 분석가로 웹 애플리케이션의 검색 능력 개선에 기여한 최신 머신러닝과 통계 기법을 다년간 개발 및 배포한 경험을 가지고 있다. 또한 어려운 빅데이터 문제, 특히 추천 시스템과 컴퓨터 광고 분야의 문제를 해결하기 위한 연구를 주도했다. 미국통계협회(American Statistical Association)의 선임 연구원이며 통계 분야 최고권위 학술지의 편집장을 역임하고 있다.

디팍 아가왈의 다른 상품

추천 시스템의 통계 기법

추천 시스템의 통계 기법

29,700 (10%)

'추천 시스템의 통계 기법' 상세페이지 이동

저 : 비 청 첸 만든이 코멘트 보이기/감추기

  저 : 비 청 첸
관심작가 알림신청
DR. BEE-CHUNG CHEN
최신 추천 시스템 개발에 많은 실무 및 연구 경험을 가진 선구적인 기술자다. 링크드인 홈페이지와 모바일 피드, 야후! 홈페이지, 야후! 뉴스 그 외 여러 사이트의 중심이 되는 추천 알고리듬의 핵심 설계자다. 연구 분야로는 추천 시스템, 데이터 마이닝(data mining), 머신러닝, 빅데이터 분석 등이 있다.

비 청 첸의 다른 상품

추천 시스템의 통계 기법

추천 시스템의 통계 기법

29,700 (10%)

'추천 시스템의 통계 기법' 상세페이지 이동

저 : 차루 아가르왈 만든이 코멘트 보이기/감추기

  저 : 차루 아가르왈
관심작가 알림신청
Charu C. Aggarwal
뉴욕 요크타운 하이츠의 IBM T. J. 왓슨 리서치 센터의 뛰어난 연구 회원(DRSM)이다. 1993년 IIT Kanpur에서 학사 학위를 받았고 1996년 MIT에서 박사 학위를 받았다. 데이터 마이닝 분야에서 폭넓게 일해왔고, 400개 이상의 논문을 콘퍼런스와 학술지에 발표했으며 80개 이상의 저작 특허권이 있다. 데이터 마이닝에 관한 교과서, 특이치 분석에 관한 포괄적인 책을 포함한 15권의 책을 저술하거나 편집했다. 특허의 상업적 가치 덕분에 IBM에서 마스터 발명가로 세 번이나 지정됐다. 데이터 스트림에서 생물 테러리스트 위협 탐지에 대한 연구로 IBM 기업상(2003)을 수상했고, 프라이버시 기술에 대한 과학적인 공헌으로 IBM 우수 혁신상(2008)을 수상했다.
데이터 스트림 및 고차원적인 작업에 대한 각각의 작업을 인정받아 두 개의 IBM 우수 기술 성과상(2009, 2015)을 수상했다. 응축 기반 프라이버시 보존 데이터 마이닝에 관한 연구로 EDBT 2014 Test of Time Award를 수상했다. 또한 데이터 마이닝 분야에서 영향력 있는 연구 공헌에 대한 두 가지 최고상 중 하나인I EEE ICDM 연구 공헌상(2015)을 수상했다.
IEEE 빅데이터 콘퍼런스(2014)의 총괄 공동 의장직과 ACM CIKM 콘퍼런스(2015), IEEE ICDM 콘퍼런스(2015), ACM KDD 콘퍼런스(2016) 프로그램 공동 의장직을 역임했다. 2004년부터 2008년까지 「IEEE Transactions on Knowledge and Data Engineering」의 부편집장으로 일했다. 「ACM Transactions on Knowledge Discovery from Data」의 부편집장, 「IEEE Transactions on Big Data」의 부편집장, 「Data Mining and Knowledge Discovery Journal」과 「ACM SIGKDD Exploration」의 편집장, 「Knowledge and Information Systems Journal」의 부편집장이다. Springer의 간행물인 「Lecture Notes on Social Networks」 자문 위원회에서 활동하고 있으며 데이터 마이닝에 관한 SIAM 활동 그룹의 부사장을 역임했다. “contributions to knowledge discovery and data mining algorithms”에 관한 SIAM, ACM, IEEE의 펠로우다.

차루 아가르왈 의 다른 상품

추천 시스템

추천 시스템

36,000 (10%)

'추천 시스템' 상세페이지 이동

역 : 최영재 만든이 코멘트 보이기/감추기

  역 : 최영재
관심작가 알림신청
소프트웨어 분야에서 일하면서 좀 더 좋은 품질의 제품을 만들기 위해 노력해 왔다. 현재는 소프트웨어 공학과 관련된 강의를 하고 있으며 어떻게 하면 사용자가 안심하고 사용할 수 있는 AI 소프트웨어를 만들 수 있는지를 고민하고 있다. 소프트웨어와 관련된 국내외 표준과 여러 지식 체계의 개발에 참여하고 있으며 최근에는 누구나 믿고 사용할 수 있는 AI 시스템을 만드는 방법에 관심을 갖고 있다. 예측 모델, 추천 시스템 등 AI가 인간의 삶에 줄 수 있는 많은 가치를 실현하기 위해서는 모델이 가진 한계를 이해하고 AI가 뭔가를 어떤 방식으로 예측했는지 이해할 필요가 있다고 생각한다.

최영재의 다른 상품

해석 가능한 AI

해석 가능한 AI

31,500 (10%)

'해석 가능한 AI' 상세페이지 이동

추천 시스템의 통계 기법

추천 시스템의 통계 기법

29,700 (10%)

'추천 시스템의 통계 기법' 상세페이지 이동

엔터프라이즈 빅데이터 레이크

엔터프라이즈 빅데이터 레이크

27,000 (10%)

'엔터프라이즈 빅데이터 레이크' 상세페이지 이동

케라스 딥러닝 응용

케라스 딥러닝 응용

31,500 (10%)

'케라스 딥러닝 응용' 상세페이지 이동

역 : 이진형 만든이 코멘트 보이기/감추기

  역 : 이진형
관심작가 알림신청
데이터에서 숨어 있는 인사이트를 찾는 일을 좋아한다. 11번가에서 데이터 엔지니어와 데이터 과학자 역할 사이에서 판매자와 구매자가 사용하는 개인화 추천 서비스를 제공하기 위해 데이터 파이프라인과 데이터 모델을 개발했으며, 현재는 카드 혜택 통합 관리 핀테크 스타트업 빅쏠에서 데이터 과학자로 일하고 있다.

이진형의 다른 상품

오토케라스로 만드는 AutoML

오토케라스로 만드는 AutoML

22,500 (10%)

'오토케라스로 만드는 AutoML' 상세페이지 이동

추천 시스템

추천 시스템

36,000 (10%)

'추천 시스템' 상세페이지 이동