弗拉基米尔·瓦普尼克 (Vladimir Vapnik)

简介

弗拉基米尔·瓦普尼克(Vladimir Vapnik,1936 年生)是俄裔美国数学家与计算机科学家,统计学习理论(Statistical Learning Theory)的主要创立者,支持向量机(SVM)的发明人。

学术贡献

1960-70 年代,他与 Alexey Chervonenkis 在苏联控制科学研究所合作建立了刻画假设空间容量的 VC 维理论与一致收敛理论,回答了"何种条件下从有限样本学习是可行的"这一根本问题,并提出结构风险最小化原则。1990 年移居美国加入 AT&T 贝尔实验室后,他与 Corinna Cortes 等人将最大间隔思想与核技巧结合,发展出软间隔支持向量机,使其成为 1990-2000 年代最主流的分类算法。其著作《The Nature of Statistical Learning Theory》是该领域经典。

影响

瓦普尼克的工作使机器学习从经验技艺走向有数学保证的科学,他曾获多项荣誉,包括 IEEE 与国际学术界的多个重要奖项,晚年仍活跃于"从少量样本学习"等课题的研究。