Marcos Girolami

Mark A. Girolami (nacido en 1963) ^[2] es un ingeniero civil , estadístico e ingeniero de datos británico . ^[3] Ha ocupado la Cátedra Sir Kirby Laing de Ingeniería Civil en el Departamento de Ingeniería de la Universidad de Cambridge desde 2019. ^{[4] [5] [6]} Ha sido el científico jefe del Instituto Alan Turing desde 2021. ^[7] Es miembro del Christ's College, Cambridge , ^[8] y ganador de un premio al mérito de investigación Wolfson de la Royal Society . ^[9] Girolami es editor fundador de la revista Data-Centric Engineering , ^{[10] [11]} y también se desempeñó como director del programa de ingeniería centrada en datos en Turing. ^[12]

Girolami estudió ^{[ aclaración necesaria ]} en la Universidad de Glasgow y pasó diez años trabajando para IBM como ingeniero desde 1985 hasta 1994. ^[2] Después de esto, realizó, a tiempo parcial, un doctorado en procesamiento estadístico de señales mientras trabajaba en la Universidad de Paisley . ^{[1] [13]}

Después de su doctorado, Girolami ocupó altos cargos en la Universidad de Glasgow y en el University College de Londres . ^[14]

Antes de incorporarse a la Universidad de Cambridge, Girolami trabajó en el Imperial College de Londres . ^[4]

Entre sus publicaciones ^{[6] [15]} se incluyen:

• Girolami, Mark (1999). Redes neuronales autoorganizadas: análisis de componentes independientes y separación ciega de fuentes . Londres: Springer. ISBN 1-85233-066-X.OCLC 41165446  .
• Girolami, Mark, ed. (2000). Avances en el análisis de componentes independientes . Londres: Springer. ISBN 1-85233-263-8.OCLC 43580473  .
• Lawrence, Neil; Girolami, Mark; Rattray, Magnus; Sanguinetti, Guido, eds. (2009). Aprendizaje e inferencia en biología de sistemas computacionales . Cambridge, Mass.: MIT Press. ISBN 978-0-262-01386-4.OCLC 416139763  .
• Stumpf, MPH; Balding, DJ; Girolami, Mark, eds. (2011). Manual de biología de sistemas estadísticos . Chichester, West Sussex: John Wiley & Sons. ISBN 978-1-119-97061-3.OCLC 759159249  .
• Rogers, Simon; Girolami, Mark (2020). Un primer curso sobre aprendizaje automático (2.ª ed.). Boca Raton. ISBN 978-0-367-57464-2.OCLC 1180151741  .{{cite book}}: Mantenimiento de CS1: falta la ubicación del editor ( enlace )
• Lee, Te-Won; Girolami, Mark; Sejnowski, Terrence J. (1999-02-01). "Análisis de componentes independientes utilizando un algoritmo Infomax extendido para fuentes mixtas subgaussianas y supergaussianas". Neural Computation . 11 (2): 417–441. doi :10.1162/089976699300016719. ISSN  0899-7667. PMID  9950738. S2CID  207739442.
• Girolami, M. (2002). "Agrupamiento basado en kernel de Mercer en el espacio de características". IEEE Transactions on Neural Networks . 13 (3): 780–784. doi :10.1109/TNN.2002.1000150. ISSN  1045-9227. PMID  18244475.
• Girolami, Mark; Calderhead, Ben (1 de marzo de 2011). "Métodos de Langevin y Monte Carlo hamiltonianos de la variedad de Riemann". Revista de la Royal Statistical Society Serie B: Metodología estadística . 73 (2): 123–214. doi : 10.1111/j.1467-9868.2010.00765.x . ISSN  1369-7412.
• Betancourt, Michael; Byrne, Simon; Livingstone, Sam; Girolami, Mark (1 de noviembre de 2017). "Los fundamentos geométricos del método Monte Carlo hamiltoniano". Bernoulli . 23 (4A). arXiv : 1410.5110 . doi : 10.3150/16-BEJ810 . ISSN  1350-7265. S2CID  88521216.
• Briol, François-Xavier; Oates, Chris J.; Girolami, Mark; Osborne, Michael A.; Sejdinovic, Dino (1 de febrero de 2019). "Integración probabilística: ¿un papel en el cálculo estadístico?". Ciencia estadística . 34 (1). arXiv : 1512.00933 . doi :10.1214/18-STS660. ISSN  0883-4237. S2CID  13932715.