Hispanopedia Wiki
Articulo de referencia

Sham Kakade

[[Wharton School of the University of Pennsylvania|Wharton]] [[Microsoft Research]] [[University of Washington]] [[Harvard University]]"},"alma_mater":{"wt":"[[Caltech]] [[Unive...

Hispanopedia WikiContenido en espanolLectura gratuita

Sham Machandranath Kakade es un científico informático estadounidense . Es profesor Gordon McKay de Ciencias de la Computación en la Universidad de Harvard , con un nombramiento conjunto en el Departamento de Estadística. [ 2 ] Kakade es codirector del Instituto Kempner para el Estudio de la Inteligencia Natural y Artificial . [ 3 ] [ 4 ] Cofundó el Instituto de Fundamentos Algorítmicos de la Ciencia de Datos. [ 5 ]

Educación y carrera profesional

Kakade obtuvo una licenciatura en física del Instituto Tecnológico de California y un doctorado de la Unidad de Neurociencia Computacional Gatsby del University College de Londres , bajo la supervisión de Peter Dayan . [ 4 ] Antes de su puesto actual en Harvard, fue investigador principal en Microsoft Research , profesor asistente en el Instituto Tecnológico Toyota de Chicago y Wharton , y profesor en la Universidad de Washington . [ 4 ]

Investigación

La investigación de Kakade incluye trabajos sobre aprendizaje por refuerzo , métodos algebraicos tensoriales y optimización convexa . [ 3 ]

Aprendizaje por refuerzo

El trabajo doctoral de Kakade ayudó a establecer marcos estadísticos utilizados en el estudio de la complejidad de la muestra en el aprendizaje por refuerzo. [ 2 ] Desarrolló conjuntamente métodos en optimización de políticas, incluyendo trabajos iniciales sobre gradiente de política natural e iteración de política conservadora . [ 6 ] [ 7 ] Kakade ha contribuido a análisis teóricos de algoritmos de aprendizaje por refuerzo con garantías de rendimiento demostrables. [ 7 ]

Modelos Bandit

Kakade ha trabajado extensamente en modelos de bandidos estructurados y de múltiples brazos , incluyendo bandidos lineales y basados ​​en procesos gaussianos . [ 2 ] [ 8 ] Fue coautor de "Optimización de procesos gaussianos en el entorno de bandidos: sin arrepentimiento y diseño experimental", que estudió métodos de procesos gaussianos en un entorno de bandidos no paramétricos. [ 9 ] [ 10 ] El trabajo estableció límites de arrepentimiento relacionados con la ganancia de información en modelos de procesos gaussianos. [ 10 ]

Mejoramiento

Kakade ha estudiado la optimización convexa y la optimización no convexa en el aprendizaje automático . Su trabajo incluye el análisis de algoritmos de optimización para evitar puntos de silla en problemas no convexos. También ha sido coautor de investigaciones sobre métodos de optimización utilizados en sistemas modernos de aprendizaje automático. [ 2 ]

Premios

Kakade fue co-receptor del premio Test of Time en la Conferencia Internacional sobre Aprendizaje Automático (ICML) en 2020 por el artículo "Optimización de procesos gaussianos en el entorno de bandidos: sin arrepentimiento y diseño experimental". [ 10 ] [ 11 ] [ 12 ] El comité de premios de la ICML citó el papel influyente del artículo en la conexión de los modelos de procesos gaussianos, la optimización de bandidos y el diseño experimental. [ 11 ]

Fue galardonado con el Premio de la sección de Gestión de Ingresos y Precios de INFORMS en 2014. [ 13 ] Kakade ha formado parte del comité de selección de la Fundación Alfred P. Sloan para las Becas de Investigación Sloan en Ciencias de la Computación. [ 14 ]

Referencias

  1. ^ "Falso Machandranath Kakade" . Consultado el 25 de abril de 2019 .
  2. 1 2 3 4 "Sham Kakade | Escuela de Ingeniería y Ciencias Aplicadas John A. Paulson de Harvard" . seas.harvard.edu . Consultado el 7 de abril de 2026 .
  3. 1 2 "Sham Kakade" . Instituto Kempner . Recuperado el 7 de abril de 2026 .
  4. 1 2 3 chadcampbell (23-09-2022). "Líderes de ciencia, tecnología e IA se reúnen para lanzar el Instituto Kempner" . Iniciativa Chan Zuckerberg . Recuperado el 07-04-2026 .
  5. ↑ "Los nuevos premios de la NSF reunirán a comunidades científicas interdisciplinarias para desarrollar los fundamentos de la ciencia de datos" . Fundación Nacional de Ciencias . Consultado el 25 de abril de 2019 .
  6. ↑ "Sham Kakade" . l4dc.lids.mit.edu . Consultado el 7 de abril de 2026 .
  7. 1 2 "Simposio Otoño 2020 - MINDS Plenario Sham Kakade (23-10-2020)" . Recuperado el 07-04-2026 .
  8. ↑ "Seminario en Cornell Tech: Sham Kakade" . Cornell Tech . Consultado el 8 de abril de 2026 .
  9. ↑ "Simposio Otoño 2020 - Sesión plenaria MINDS Sham Kakade (23-10-2020)" . Consultado el 08-04-2026 .
  10. 1 2 3 Srinivas, Niranjan; Krause, Andreas; Kakade, Sham M.; Seeger, Matthias (2010-06-09). "Límites de arrepentimiento basados ​​en la teoría de la información para la optimización de procesos gaussianos en el entorno de bandidos". IEEE Transactions on Information Theory . 58 (5): 3250– 3265. arXiv : 0912.3995 . doi : 10.1109/TIT.2011.2182033 .
  11. 1 2 "ICML Prueba de tiempo Prueba de tiempo: Optimización de procesos gaussianos en entornos de bandidos: Sin arrepentimiento y diseño experimental" . icml.cc. Recuperado el 8 de abril de 2026 .
  12. ↑ "El profesor Andreas Krause recibe el premio ICML Test of Time" . Departamento de Ciencias de la Computación . Consultado el 8 de abril de 2026 .
  13. ↑ "Premio de la sección - Sección de gestión de ingresos y precios" . connect.informs.org . Consultado el 8 de abril de 2026 .
  14. ↑ "Miembros anteriores del Comité de Selección" . sloan.org . Consultado el 8 de abril de 2026 .
  • Página principal de Sham Kakade
  • MusicNet