Mark Schmidt
Favoriser la rapidité d’apprentissage des machines
Mark Schmidt, professeur adjoint à la University of British Columbia (UBC), est titulaire d’une bourse de recherche Sloan en informatique. Spécialisé dans l’apprentissage machine, une discipline qui examine la façon dont les ordinateurs peuvent « apprendre » en se fondant sur de grandes quantités de données pour faire de meilleures prévisions et faciliter la prise de décisions, M. Schmidt crée des progiciels pour enseigner aux chercheurs comment utiliser ses méthodes révolutionnaires pour trouver des solutions à leurs propres problèmes.
M. Schmidt a obtenu ses grades au premier cycle et aux cycles supérieurs en science à la University of Alberta, et s’est consacré à l’apprentissage machine au laboratoire d’intelligence informatique de la UBC, où il a obtenu son doctorat. Il a effectué ses travaux de recherche postdoctorale à ce laboratoire ainsi qu’au laboratoire du langage naturel de la Simon Fraser University et au laboratoire d’informatique de l’École normale supérieure de Paris. En 2016, deux ans après s’être joint au corps professoral du laboratoire d’intelligence informatique de la UBC, il a obtenu la Chaire de recherche du Canada sur l’apprentissage machine à grande échelle financée par le Conseil de recherche en sciences naturelles et en génie. Le Groupe de l’apprentissage machine de la UBC compte actuellement 11 membres et cinq anciens.
En savoir plus sur les bourses de recherche Sloan (en anglais)
*Mark Schmidt est l’un des 12 lauréats d’importants prix internationaux en recherche en 2017 figurant dans la brochure Reconnaissance internationale de l’excellence canadienne : Lauréats canadiens de 2017 de prestigieux prix internationaux en recherche.
