Области знаний
Партнёрские проектыМатериалы БРЭСпецпроектыСтать автором
Настроить видСменить языкИнформация
О РУВИКИ
Найти статью

Брейман, Лео

Pause

Ле́о Бре́йман (англ. Leo Breiman, 27 января 1928, Нью-Йорк, Нью-Йорк, США — 5 июля 2005, Беркли, Аламида, Калифорния, США) — американский математик-статистик из Калифорнийского университета в Беркли, член Национальной академии наук США (2001).

Общие сведения
Что важно знать
Лео Брейман
англ. Leo Breiman
Дата рождения 27 января 1928(1928-01-27)[1]
Место рождения
Дата смерти 5 июля 2005(2005-07-05)[1] (77 лет)
Место смерти
Страна
Научная сфера Математическая статистика
Место работы Калифорнийский университет в Беркли
Образование
Научный руководитель Мишель Лоэв
Известен как автор алгоритмов CART, Random forest
Награды и премии

Биография

Лео Брейман родился 27 января 1928 года в Нью-Йорке и был единственным ребёнком в семье восточноевропейских эмигрантов Макса и Лены Брейман. В возрасте пяти лет переехал с семьёй в Калифорнию, сначала в Сан-Франциско, затем — в Лос-Анджелес.

В 1945 году окончил среднюю школу. В 1949 году получил бакалаврскую степень по физике от Калтеха, в 1950 — магистерскую степень по математике от Колумбийского университета, а в 1954 защитил диссертацию на степень Ph.D. по математике в университете Беркли. Научный руководитель — Michel Loève, тема диссертации «Однородные процессы» (англ. Homogeneous Processes).

Затем несколько лет преподавал теорию вероятностей в UCLA. Одним из первых значительных научных результатов стала теорема Шэннона-Бреймана-Макмиллана (англ. Shannon-Breiman-McMillan theorem, 1957) в теории информации. Во время одного из отпусков работал в Либерии на миссии UNESCO.

С 1980 по 1993 год преподавал на статистическом факультете университета Беркли.

Ушёл из жизни 5 июля 2005 года после долгой борьбы с раком.

Научный вклад

Среди наиболее известных и значимых научных достижений Лео Бреймана — его вклад в область математической статистики и машинного обучения: алгоритм построения решающих деревьев CART[2], метод бэггинга[3] и метод случайного леса.

Статья «Random Forests» (2001) является одной из самых цитируемых работ в области машинного обучения (более 188 тыс. цитирований в Google Scholar на 2026 год)[4].

Алгоритм CART остаётся фундаментальным в современных библиотеках (например, scikit-learn) и служит основой для ансамблевых методов градиентного бустинга[5].

Метод случайного леса широко применяется в современной медицине, в том числе в онкологии, анализе медицинских изображений и персонализированной медицине[6][7].

В 2020-х годах алгоритм случайного леса интегрируется с большими языковыми моделями (LLM) в гибридных системах[8]. Для интерпретации его предсказаний используются методы объяснимого искусственного интеллекта (SHAP, LIME)[9]. При этом на табличных данных он конкурирует с новыми нейросетевыми архитектурами (такими как TabPFN)[10].

Основные труды

Книги

  • Breiman L., Friedman J. H., Olshen R. A., Stone C. J. Classification and Regression Trees. — Chapman and Hall/CRC, 1984[11].
  • Breiman L. Probability. — 1968.
  • Breiman L. Statistics: With a View Toward Applications. — 1973.

Статьи

  • Breiman L. Bagging Predictors // Machine Learning. — 1996[4].
  • Breiman L. Random Forests // Machine Learning. — 2001[4].
  • Breiman L. Statistical Modeling: The Two Cultures // Statistical Science. — 2001[4].

Награды и признание

  • Член Национальной академии наук США (2001) и Американской академии искусств и наук[12].
  • Действительный член (Fellow) Американской статистической ассоциации (1987)[12].
  • Лектор имени Вальда (2002)[12].
  • Премия SIGKDD Innovation Award (2005, незадолго до смерти).

В честь учёного Американская статистическая ассоциация учредила премию его имени (Leo Breiman Award) за выдающиеся достижения в области машинного обучения и вычислительной статистики[13].

Аспиранты

Под руководством Лео Бреймена в университете Беркли защитили диссертации шесть аспирантов:

  • 1985: Robert Koyak
  • 1988: Adele Cutler
  • 1992: Smarajit Bose
  • 1993: Nong Shang
  • 1996: Samuel Buttrey
  • 2005: Chao Chen

Примечания

  1. ↑ 1 2 Scientific Legacy Database (англ.) — Institute of Mathematical Statistics.
  2. ↑ L. Breiman, J. Friedman, R. Olshen, and C. Stone. Classification and Regression Trees. Wadsworth, Belmont, CA, 1984.
  3. ↑ Breiman, Leo. Bagging Predictors (англ.) // :en:Machine Learning (journal)|Machine Learning : journal. — 1996. — Vol. 24, no. 2. — P. 123—140. — doi:10.1007/BF00058655. (англ.) (Дата обращения: 9 июня 2009)
  4. ↑ 1 2 3 4 Leo Breiman. Google Scholar. Дата обращения: 7 июня 2026.
  5. ↑ Decision Trees. scikit-learn. Дата обращения: 7 июня 2026.
  6. ↑ Random Forests in Clinical Applications: A Comprehensive Review. PMC. National Library of Medicine (2025). Дата обращения: 7 июня 2026.
  7. ↑ Random Forest in Clinical Assessment and Personalized Medicine. PMC. National Library of Medicine (2024). Дата обращения: 7 июня 2026.
  8. ↑ Hybrid AI Systems: Integrating Random Forests and Large Language Models. arXiv. Дата обращения: 7 июня 2026.
  9. ↑ SHAP and LIME: Making AI Models Explainable. Дата обращения: 7 июня 2026.
  10. ↑ Tabular Models: The State of the Art. Дата обращения: 7 июня 2026.
  11. ↑ Classification and Regression Trees. Google Books (1984). Дата обращения: 7 июня 2026.
  12. ↑ 1 2 3 Leo Breiman (1928-2005). research.com. Дата обращения: 7 июня 2026.
  13. ↑ Leo Breiman Award. community.amstat.org. Дата обращения: 7 июня 2026.

Источники

Ссылки

Дополнительно по теме

Категории

Pause