个人信息
- 关键词强化学习可解释性概率方法医疗健康机器学习
- 组织哈佛大学
- 学校麻省理工学院, 剑桥大学
- 邮箱finale@seas.harvard.edu
社交媒体与链接
简介
Finale Doshi-Velez 是哈佛大学 Paulson 工程与应用科学学院的 Herchel Smith 计算机科学教授。她的研究兴趣包括强化学习、可解释性和概率方法,旨在改进人类与人工智能的发现与决策过程。她曾在麻省理工学院获得博士学位,研究贝叶斯非参数统计,并在剑桥大学完成硕士学位。Doshi-Velez 的研究广泛应用于医疗健康领域,包括利用大数据进行疾病诊断、个性化医疗以及开发可解释的AI模型。她是多项奖项的获得者,包括斯隆研究奖、AFOSR青年研究员奖以及IEEE人工智能十大关注人物。
工作经历
- 2014年至今·哈佛大学·Herchel Smith 计算机科学教授
- 研究方向涵盖机器学习在医疗健康中的应用,尤其是可解释性和贝叶斯统计模型的开发。
- 2012-2014·哈佛医学院·生物信息学博士后
- 专注于利用贝叶斯非参数统计方法研究医疗数据的潜变量模型。
学习经历
- 2007-2012·麻省理工学院·博士
- 专业方向:贝叶斯非参数统计与强化学习
- 2007-2008·剑桥大学·硕士
- 专业方向:印度自助餐过程,导师为 Zoubin Ghahramani
- 2003-2007·麻省理工学院·本科
- 专业方向:航空航天工程
以上个人简介由 AI 基于公开信息检索与整理生成,内容可能存在滞后或偏差,请谨慎参考。
近期发表
Finale Doshi-Velez 最新论文
#1
Krzysztof Gajos
哈佛大学 | 4 篇论文
#2
Siddharth Swaroop
哈佛大学 | 3 篇论文
#3
Zana Buçinca
哈佛大学 | 3 篇论文
#4
Amanda E. Paluch
马萨诸塞大学 | 1 篇论文
#5
Andrew Ross
哈佛大学 | 1 篇论文
#6
Nina Chen
哈佛大学 | 1 篇论文
#7
Elisa Zhao Hang
哈佛大学 | 1 篇论文
#8
Elena L. Glassman
哈佛大学 | 1 篇论文
#9
Maia Jacobs
西北大学 | 1 篇论文
#10
Jeffrey He
哈佛大学 | 1 篇论文
#11
Melanie F. Pradier
微软 | 1 篇论文
#12
Barbara Lam
贝斯以色列女执事医疗中心 | 1 篇论文
#13
Andrew C. Ahn
哈佛大学 | 1 篇论文
#14
Thomas H. McCoy
马萨诸塞州总医院 | 1 篇论文
#15
Roy H. Perlis
马萨诸塞州总医院 | 1 篇论文