弗拉基米尔·纳乌莫维奇·万普尼克（俄语：Владимир Наумович Вапник，英语：Vladimir Naumovich Vapnik，1936年12月6日—）是一名俄裔美国计算机科学家、研究人员和学者。他是统计学习的VC理论的主要开发者之一，也是支持向量机方法和支持向量聚类算法的共同发明者。
人物经历
瓦普尼克出生在苏联的一个犹太家庭，1958年在乌兹别克斯坦撒马尔罕的乌兹别克州立大学获得数学硕士学位，1964年在莫斯科控制科学研究所获得统计学博士学位。1961年至1990年，他在该研究所工作，并成为计算机科学研究部门的负责人。
1990年底，瓦普尼克移居美国，加入位于新泽西州霍姆德尔镇区的AT\u0026T贝尔实验室自适应系统研究部门。在AT\u0026T期间，瓦普尼克和他的同事们做了支持向量机的工作，他在搬到美国之前也曾做过这个工作。他们在机器学习界感兴趣的一些问题上展示了其性能，包括手写识别。该小组后来在1996年AT\u0026T拆分朗讯时成为AT\u0026T实验室的图像处理研究部门。
2000年，瓦普尼克和神经网络专家哈瓦·西格尔曼开发了支持向量聚类算法，使该算法能够在没有标签的情况下对输入进行分类——成为使用中最普遍的数据聚类应用之一。瓦普尼克于2002年离开AT\u0026T，加入位于新泽西州普林斯顿大学的NEC实验室机器学习组。他还从1995年起在伦敦大学皇家霍洛威学院担任计算机科学和统计学教授，并从2003年起在纽约市哥伦比亚大学担任计算机科学教授一职。截至2021年2月1日，他的h指数为86，总体而言，他的出版物已被引用226,597次。他的《统计学习理论的性质》一书就被引用了91,650次。
2014年11月25日，瓦普尼克加入Facebook人工智智慧研究部，与他的长期合作者杰森·韦斯顿（Jason Weston）、莱昂·伯托、罗南·科洛贝尔（Ronan Collobert）和杨立昆一起工作。
2016年，他还加入了Vencore实验室。
荣誉
瓦普尼克于2006年入选美国国家工程院。他获得了2005年伽伯奖、2008年帕里斯·卡内拉基斯奖、2010年神经网络先锋奖、2012年IEEE弗兰克·罗森布拉特奖、2012年本杰明·富兰克林计算机和认知科学奖、2013年NEC C\u0026C基金会的C\u0026C奖、2014年坎佩·德·费里特奖、2017年IEEE约翰·冯·诺依曼奖章。2018年，他获得伦敦大学的科尔莫戈罗夫奖章，并发表科尔莫戈罗夫讲座。2019年，瓦普尼克获得BBVA基金会知识前沿奖。
著作
1.基于经验数据的依赖性估计(Estimation of Dependences Based on Empirical Data), 1982
2.统计学习理论的本质(The Nature of Statistical Learning Theory), 1995
3.统计学习理论(Statistical Learning Theory), 1998
4.基于经验数据的依赖性估计(第二版)(Estimation of Dependences Based on Empirical Data, 2nd Edition), 2006