Nguyễn Minh Quân

Lĩnh vực quan tâm 

• Học máy xác suất  

• Học máy hiệu quả dữ liệu 

• Ra quyết định tuần tự trong điều kiện không chắc chắn  

• Trí tuệ nhân tạo (AI) trong khám phá khoa học 

Bằng cấp, học tập: 

• Tiến sĩ: Đại học Washington tại St. Louis, Hoa Kỳ (2024) 

• Sau Tiến sĩ: Đại học Princeton, Hoa Kỳ (2026) 

• Xem CV đầy đủ tại đây 

Tiểu sử: 

Quân là chuyên gia trong lĩnh vực khoa học máy tính với định hướng nghiên cứu chuyên sâu về học máy hiệu quả dữ liệu (data-efficient machine learning) và ra quyết định tuần tự (sequential decision-making). Các nghiên cứu của anh tập trung phát triển phương pháp tối ưu hóa việc lựa chọn dữ liệu cần thu thập trong bối cảnh các nhãn dữ liệu bị hạn chế hoặc có chi phí cao.

Quân đã đóng góp nhiều khung lý thuyết mới cho lĩnh vực học chủ động (active learning) và tối ưu hóa Bayes (Bayesian optimization), với các ứng dụng thực tiễn trong khám phá khoa học và hỗ trợ ra quyết định (decision support). Công trình luận án tiến sĩ của anh đã được trao giải thưởng Turner Dissertation Award nhờ những đóng góp quan trọng trong lý thuyết học máy và ra quyết định dưới điều kiện không chắc chắn (decision-making under uncertainty). Bên cạnh nghiên cứu, anh tâm huyết với giáo dục đại học liên ngành, đồng thời say mê thiết kế các trải nghiệm học tập dựa trên dự án và tinh thần truy vấn.

Các xuất bản nổi bật:  

Nguyen, Quan. “Grokking Bayes.” Manning Publications, 2026 (in preparation). https://www.manning.com/books/grokking-bayes  

Nguyen, Quan. “Bayesian Optimization in Action.” Manning Publications, 2023. https://www.manning.com/books/bayesian-optimization-in-action  

Các công bố khoa học được bình duyệt: 

Liu, Tsung-Wei, and Nguyen, Quan, et al. “Diversity-driven, efficient exploration of a MOF design space to optimize MOF properties.” Chemical Science, 2024. https://pubs.rsc.org/en/content/articlehtml/2024/sc/d4sc03609c  

Nguyen, Quan, and Roman Garnett. “Nonmyopic Multiclass Active Search with Diminishing Returns for Diverse Discovery.” International Conference on Artificial Intelligence and Statistics (AISTATS), 2023. https://proceedings.mlr.press/v206/nguyen23d.html  

Nguyen, Quan, et al. “Local Bayesian Optimization for High-Dimensional Spaces.” Advances in Neural Information Processing Systems (NeurIPS), 2022. https://proceedings.neurips.cc/paper_files/paper/2022/hash/555479a201da27c97aaeed842d16ca49-Abstract-Conference.html  

Nguyen, Quan, et al. “Multifidelity Active Search.” International Conference on Machine Learning (ICML), 2021. https://proceedings.mlr.press/v139/nguyen21f.html  

Nghiên cứu 

Nghiên cứu của Quân tập trung giải quyết bài toán: Làm thế nào để các hệ thống học máy có thể đưa ra quyết định tốt hơn khi việc thu thập dữ liệu trở nên tốn kém. Thay vì mặc định dữ liệu luôn có sẵn, các công trình của anh nghiên cứu cách các thuật toán chủ động lựa chọn những quan sát có giá trị nhất để thu nhận. Cách tiếp cận này đặc biệt có ý nghĩa trong các bối cảnh khoa học và xã hội, các thí nghiệm, dữ liệu từ chuyên gia hoặc phép đo lường đòi hỏi sự đầu tư lớn về thời gian, tài chính và nguồn lực chuyên dụng.