Yaser Said Abu-Mostafa(아랍어: ياسر سعيد أبو مصطفى)는 캘리포니아 공과대학(Caltech)의 전기공학 및 컴퓨터 과학 교수이다. 그는 기계 학습 분야의 연구 및 교육적 기여로 잘 알려져 있으며, 신경 정보 처리 시스템 콘퍼런스(NeurIPS)의 공동 창립자이자 교과서 Learning From Data의 저자이기도 하다.
Abu-Mostafa는 이집트에서 태어나 카이로 대학교에서 학부 과정을 마치고 1979년에 학사 학위를 받았다. 이후 미국으로 건너가 조지아 공과대학교에서 1981년에 석사 학위를, 1983년에 Caltech에서 박사 학위를 받았다. 박사 학위를 마친 직후 Caltech 교수진에 합류하여 그 이후로 줄곧 재직하며 기계 학습, 계산 복잡성, 신경망 이론에 관한 강의를 해왔다.
1987년, Abu-Mostafa는 NeurIPS를 공동 창립했으며, 이 콘퍼런스는 인공 지능과 기계 학습 분야에서 가장 영향력 있는 학회 중 하나로 성장하여 매년 수천 명의 연구자들이 참석하고 있다. 그의 연구 관심사는 계산 학습 이론, 패턴 인식, 그리고 금융 및 생물정보학과 같은 분야에 기계 학습을 적용하는 것에 걸쳐 있다.
학문적 및 행정적 역할
교수직 외에도 Abu-Mostafa는 기계 학습 솔루션을 상용화하는 회사인 Paraconic Technologies Ltd와 Machine Learning Consultants LLC의 회장을 맡고 있다. 이러한 역할은 학술 연구와 산업 실무를 연결하려는 그의 의지를 반영하며, 이는 그가 강의와 저술에서 강조하는 주제이기도 하다.
교과서 및 온라인 강좌
Abu-Mostafa는 기계 학습의 기본 개념인 편향-분산 트레이드오프, 정규화, 모델 선택 등을 소개하는 널리 사용되는 교과서 Learning From Data의 저자이다. 이 책에는 같은 이름의 인기 있는 온라인 강좌가 함께 제공되며, 그는 이를 개발하고 Caltech의 온라인 플랫폼을 통해 가르치고 있다. 이 강좌는 전 세계적인 청중에게 도달했으며, 이 분야에 입문하는 학생들의 출발점으로 자주 언급된다.
기계 학습에 대한 기여
Abu-Mostafa의 연구는 학습 알고리즘의 이론적 기초와 그 실제 응용에 초점을 맞추어 왔다. 그는 VC 차원, 힌트를 이용한 학습, 그리고 신경망을 분석하기 위한 계산 학습 이론의 사용과 같은 주제에 대해 광범위하게 출판했다. 그의 연구는 이후 딥 러닝 및 신경망 구조의 발전에 영향을 미쳤지만, 그 자신은 데이터로부터 학습하는 고전적 이론과 더 밀접하게 연관되어 있다.
인정과 영향
NeurIPS의 공동 창립자로서 Abu-Mostafa는 이후 인공 지능 분야의 주요 돌파구, 특히 대규모 모델의 부상을 촉진하는 플랫폼을 구축하는 데 기여했다. 그의 교과서와 온라인 강좌는 현대 AI 환경에 기여한 많은 실무자와 연구자를 양성했다. 최근의 생성형 AI 붐에서는 그만큼 두드러지지 않았지만, 그의 교육 자료는 전 세계 대학 교과 과정에서 계속 사용되고 있다.
주요 저작
- Learning From Data (Malik Magdon-Ismail 및 Hsuan-Tien Lin 공저), AMLBook, 2012.
- IEEE Transactions on Neural Networks 및 Neural Computation과 같은 저널에 게재된 계산 학습 이론 및 신경망에 관한 다수의 논문.
같이 보기
참고 자료
이 문서는 Yaser Abu-Mostafa의 전문 홈페이지 및 콘퍼런스 기록에서 공개적으로 이용 가능한 전기 정보를 바탕으로 작성되었다.
외부 링크
- Caltech의 Yaser S. Abu-Mostafa 전문 홈페이지.