弗拉基米爾·瓦普尼克

弗拉基米爾·納烏莫維奇·瓦普尼克（俄語：Владимир Наумович Вапник，英語：Vladimir Naumovich Vapnik，1936年12月6日—）是一名俄裔美國計算機科學家、研究人員和學者。他是統計學習的VC理論的主要開發者之一^[1]，也是支持向量機方法和支持向量聚類算法的共同發明者^[2]。

弗拉基米爾·瓦普尼克 Vladimir Vapnik
出生	Vladimir Naumovich Vapnik (1936-12-06) 1936年12月6日（88歲）  蘇聯烏茲別克塔什干
國籍	美國
母校	烏茲別克州立大學（英語：Samarkand State University） 俄羅斯科學院控制科學研究所
知名於	瓦普尼克-澤范蘭傑斯理論 瓦普尼克-澤范蘭傑斯維 支持向量機 統計學習理論 結構性風險最小化（英語：Structural risk minimization）
獎項	亞歷山大·洪堡研究獎（英語：Humboldt Prize）（2003） 美國國家工程院院士（2006） 帕里斯·卡內拉基斯獎（英語：Paris Kanellakis Award）（2008） IEEE神經網路先鋒獎（2010） IEEE弗蘭克·羅森布拉特獎（英語：IEEE Frank Rosenblatt Award）（2012） 班傑明·富蘭克林獎章（2012） C&C獎（英語：C&C Prize）（2013） 坎佩·德·費里特獎（英語：Joseph Kampé de Fériet）（2014） IEEE約翰·馮·諾伊曼獎章（2017） 柯爾莫哥洛夫獎章（英語：Kolmogorov Medal）（2018）
科學生涯
研究領域	機器學習 統計學
機構	Facebook人工智慧研究部 Vencore實驗室（英語：Peraton Labs） 美國NEC實驗室（英語：NEC Laboratories America） AT&T貝爾實驗室 倫敦大學皇家霍洛威學院 哥倫比亞大學
博士導師	亞歷山大·勒納（英語：Alexander Lerner）

早年生活和教育

瓦普尼克出生在蘇聯的一個猶太家庭^[3]，1958年在烏茲別克撒馬爾罕的烏茲別克州立大學（英語：Samarkand State University）獲得數學碩士學位，1964年在莫斯科控制科學研究所獲得統計學博士學位。1961年至1990年，他在該研究所工作，並成為計算機科學研究部門的負責人^[4]。

學術生涯

1990年底，瓦普尼克移居美國，加入位於紐澤西州霍姆德爾鎮區的AT&T貝爾實驗室自適應系統研究部門。在AT&T期間，瓦普尼克和他的同事們做了支持向量機的工作，他在搬到美國之前也曾做過這個工作。他們在機器學習界感興趣的一些問題上展示了其性能，包括手寫識別。該小組後來在1996年AT&T拆分朗訊科技時成為AT&T實驗室（英語：AT&T Laboratories）的圖像處理研究部門。2000年，瓦普尼克和神經網路專家哈瓦·西格爾曼（英語：Hava Siegelmann）開發了支持向量聚類算法，使該算法能夠在沒有標籤的情況下對輸入進行分類——成為使用中最普遍的數據聚類應用之一。瓦普尼克於2002年離開AT&T，加入位於紐澤西州普林斯頓的NEC實驗室機器學習組。他還從1995年起在倫敦大學皇家霍洛威學院擔任計算機科學和統計學教授，並從2003年起在紐約市哥倫比亞大學擔任計算機科學教授一職^[5]。截至2021年2月1日，他的h指數為86，總體而言，他的出版物已被引用226,597次^[6]。他的《統計學習理論的性質》一書就被引用了91,650次。

2014年11月25日，瓦普尼克加入Facebook人工智智慧研究部^[7]，與他的長期合作者傑森·韋斯頓（Jason Weston）、萊昂·伯托（英語：Léon Bottou）、羅南·科洛貝爾（Ronan Collobert）和楊立昆一起工作^[8]。 2016年，他還加入了Vencore實驗室（英語：Peraton Labs）。

榮譽

瓦普尼克於2006年入選美國國家工程院。他獲得了2005年伽伯獎^[9]、2008年帕里斯·卡內拉基斯獎（英語：Paris Kanellakis Award）、2010年神經網路先鋒獎^[10]、2012年IEEE弗蘭克·羅森布拉特獎（英語：IEEE Frank Rosenblatt Award）、2012年班傑明·富蘭克林計算機和認知科學獎^[4]、2013年NEC C&C基金會的C&C獎（英語：C&C Prize）^[11]、2014年坎佩·德·費里特獎（英語：Joseph Kampé de Fériet）、2017年IEEE約翰·馮·諾伊曼獎章^[12]。2018年，他獲得倫敦大學的科爾莫戈羅夫獎章，並發表科爾莫戈羅夫講座^[13]。2019年，瓦普尼克獲得BBVA基金會知識前沿獎（英語：BBVA Foundation Frontiers of Knowledge Award）。

出版書籍

• On the uniform convergence of relative frequencies of events to their probabilities, co-author A. Y. Chervonenkis, 1971
• Necessary and sufficient conditions for the uniform convergence of means to their expectations, co-author A. Y. Chervonenkis, 1981
• Estimation of Dependences Based on Empirical Data, 1982
• The Nature of Statistical Learning Theory, 1995
• Statistical Learning Theory (1998). Wiley-Interscience, ISBN 0-471-03003-1.
• Estimation of Dependences Based on Empirical Data, Reprint 2006 (Springer), also contains a philosophical essay on Empirical Inference Science, 2006