i*********8
发帖数: 3229 | |
i*********8
发帖数: 3229 | |
p*********g
发帖数: 226 | 3 你这个 ranking algorithm 倒是不错，以后评什么奖，大家把 citation 一加，机器
也能评。 |
N**D
发帖数: 10322 | 4 别转移话题
【在 p*********g 的大作中提到】
: 你这个 ranking algorithm 倒是不错，以后评什么奖，大家把 citation 一加，机器
: 也能评。
|
p*********g
发帖数: 226 | 5 看来你的逻辑确实要补补课。
【在 N**D 的大作中提到】
: 别转移话题
|
B****x
发帖数: 17 | 6 分领域看更合理：
http://academic.research.microsoft.com/RankList?
entitytype=2&domainID=1&last=0&start=1&end=100
http://academic.research.microsoft.com/RankList?
entitytype=2&domainID=6&last=0&start=1&end=100
理论:
1. Robert Tarjan
2. Christos Papadimitriou
9. Richard Karp
11. Madhu Sudan
12. Les Valiant
13. Jeff Ullman
14. John Hopcroft
Machine Learning:
1. Vladimir Vapnik
3. Michael Jordan
4. Robert Schapire
29. Michael Kearns
31. Daphne Koller
37. Leo Breiman
75. Les Valiant
82. Sebastian Thrun
q=Leslie+G.+Valiant&hl=en&btnG=Search&as_s
hl=en&q=Vladimir+Vapnik&btnG=Search&as_sdt=0%2C33&as_ylo=&as_vis=0
【在 i*********8 的大作中提到】
: http://scholar.google.com/scholar?q=Leslie+G.+Valiant&hl=en&btn
: dt=1%2C33&as_sdtp=on
: http://scholar.google.com/scholar?hl=en&q=Vladimir+Vapnik&btnG=
: Vapnik一本书的citation就超过丫所有的总和。
|
w**********s
发帖数: 291 | 7 看citation是很片面的。
有的人的工作很深，没几个人能看懂，但解决了其他牛人不能解决的问题，所以那些牛
人就推选他了。好像andrew yao就是这样的。
不过如果像Vapnik这么厉害的，历史终究会记住他吧。有时候不得流行大奖还更加增添
他的光辉。 |
d******e
发帖数: 7844 | 8 呵呵，有点肖申克的救赎的味道
【在 w**********s 的大作中提到】
: 看citation是很片面的。
: 有的人的工作很深，没几个人能看懂，但解决了其他牛人不能解决的问题，所以那些牛
: 人就推选他了。好像andrew yao就是这样的。
: 不过如果像Vapnik这么厉害的，历史终究会记住他吧。有时候不得流行大奖还更加增添
: 他的光辉。
|
