迈克尔·I·乔丹（英语：Michael I. Jordan, 1956年2月25日－），美国计算机科学和统计学学者，主要研究机器学习和人工智能。目前担任加州大学伯克利分校电机工程与计算机系和统计学系教授。2016年，据《科学》报道，迈克尔·I·乔丹是当今世界最有影响力的计算机科学家。
他的重要贡献包括指出了机器学习与统计学之间的联系，并推动机器学习界广泛认识到贝叶斯网络的重要性。他还以近似推断变分方法的形式化、最大期望算法在机器学习的普及方面的工作而知名。
2022年，乔丹因其“对机器学习的理论基础及其应用作出了根本性贡献”获得首届世界顶尖科学家协会奖“智能科学或数学奖”。
乔丹1978年在路易斯安那州立大学获得心理学学士学位，1980年获亚利桑那大学数学硕士（统计学方向）。随后在加州大学圣地亚哥分校随David E. Rumelhart攻读，于1985年获认知科学博士学位。在此期间，他发展了一种认知模型，称为Jordan网络，是递归神经网络的一种。
1986-1988年，乔丹在马萨诸塞大学做博士后研究。1988-1998年，来到麻省理工学院脑与认识科学系，先后任助教授、副教授和教授。1998年后转到伯克利。近年来他更多地从传统统计学的角度研究人工智能。
乔丹是美国国家科学院、美国国家工程院和美国艺术与科学院院士，IEEE、ACM、SIAM、AAAI等学术机构的会士。他也是2007年IEEE神经网络先驱奖、2009年ACM/AAAI Allen Newell奖的得主。
2022年9月29日，首届世界顶尖科学家协会奖揭晓，乔丹获智能科学或数学奖。
值得一提的是，乔丹的许多学生和博士后包括Zoubin Ghahramani, Tommi Jaakkola, 吴恩达, Lawrence Saul 和 David Blei等，也已经成为机器学习领域的重要学者。
2004年，国际数理统计学会勋章讲座讲师
2009年，ACM/AAAI艾伦·纽厄尔奖（美国计算机协会ACM、美国人工智能促进会AAAI ）
2010年，美国国家科学院院士
2010年，美国国家工程院院士
2011年，美国人文与科学院院士（注：American Academy of Arts and Sciences又译为“美国艺术与科学院”）
2011年，国际数理统计学会奈曼讲座
2015年，鲁梅尔哈特奖（国际认知科学学会CSS）
2016年，国际人工智能联合会议卓越研究奖（IJCAI）
2020年，约翰·冯·诺依曼奖（电气与电子工程师协会IEEE）
2021年，米切尔奖（国际贝叶斯分析学会，ISBA）
2021年，乌尔夫·格林纳德随机理论与建模奖（美国数学会, AMS）
2022年，国际数理统计学会首届格雷丝·沃赫拜讲座讲师
2022年，世界顶尖科学家协会奖智能科学或数学奖
