Bin Yu

Après une Licence en mathématiques en 1984 à l’Université de Pékin, la professeure Bin Yu a poursuivi des études en statistique à l’Université de Californie à Berkeley (MSc 1987, PhD 1990). Depuis 2006, elle est titulaire de la chaire Chancellor de professeure au Département de statistique et au Département d’ingénierie électrique et d’informatique de l’Université de Californie à Berkeley. 

La professeure Bin Yu est considérée comme une des statisticiennes (data scientistes) les plus influentes de son époque. Elle a obtenu de nombreux prix et récompenses, parmi lesquels on peut citer la Bourse Guggenheim (2006) et le Prix Elizabeth L. Scott (2018), une distinction qui récompense un·e statisticien·ne pour ses efforts dans la création de carrières en statistique pour les femmes.

Bin Yu est aussi membre élue de prestigieux instituts ou sociétés scientifiques, parmi lesquels I’Institut de statistique mathématique dont elle a été présidente de 2012 à 2015, la US National Academy of Sciences et la American Academy of Arts and Sciences; elle a été l’une des premières rédactrices en chef de la revue Journal of Machine Learning Research. 

Dans sa recherche, la professeure Bin Yu participe activement au développement de fondements théoriques pour les forêts aléatoires (random forest), l’apprentissage profond (deep learning), l’intelligence artificielle (AI), l’apprentissage automatique interprétable (interpretable machine Learning) et la science des données véridiques (veridical data science) dans le but de mieux comprendre ces modèles, d’un point de vue mathématique, statistique et computationnel. 

Elle a récemment fait l’objet de couvertures médiatiques concernant des sujets variés tel que les données véridiques, les fondements théoriques de l’apprentissage profond ou la prévision de la gravité du COVID-19 aux États-Unis.