L'apprentissage face à la malédiction de la grande dimension

Programme

Cours

09:30 - 11:00

S'attaquer à une compétition de machine learning : méthodologie et exemples pratiques

Pierre Courtiol

21 fév 2018

L'apprentissage face à la malédiction de la grande dimension

Salle 5, Site Marcelin Berthelot

Apprentissage Bayésien et linéaire à noyaux

Stéphane Mallat

07 Mar 2018

L'apprentissage face à la malédiction de la grande dimension

Salle 5, Site Marcelin Berthelot

Régression à noyaux et optimisation convexe

Stéphane Mallat

07 Mar 2018

L'apprentissage face à la malédiction de la grande dimension

Salle 5, Site Marcelin Berthelot

Classification à noyaux et SVM

Stéphane Mallat

14 Mar 2018

L'apprentissage face à la malédiction de la grande dimension

Salle 5, Site Marcelin Berthelot

Apprentissage fédéré pour les données médicales

Gilles Wainrib

14 Mar 2018

L'apprentissage face à la malédiction de la grande dimension

Salle 5, Site Marcelin Berthelot

Descente de gradient et réseaux de neurones

Stéphane Mallat

21 Mar 2018

L'apprentissage face à la malédiction de la grande dimension

Salle 5, Site Marcelin Berthelot

Gradients stochastiques et conditionnels pour les réseaux de neurones

Francis Bach

21 Mar 2018

L'apprentissage face à la malédiction de la grande dimension

Salle 5, Site Marcelin Berthelot

21 Mar 2018

11:15 - 12:30

Voir aussi

Cours en relation avec le séminaire : L'apprentissage face à la malédiction de la grande dimension

Stéphane Mallat, chaire Sciences des données

L'apprentissage face à la malédiction de la grande dimension

Programme

Cartographie des sciences des données

Présentation des challenges 2018 (1)

Compromis Biais-Complexité

Présentation des challenges 2018 (2)

Malédiction de la grande dimension

Réduction de dimensionnalité et débruitage

Analyse de Fourier, filtrage et échantillonnage

Le débruitage d'images en quelques formules

Transformées et bases d'ondelettes

S'attaquer à une compétition de machine learning : méthodologie et exemples pratiques

Apprentissage Bayésien et linéaire à noyaux

Régression à noyaux et optimisation convexe

Classification à noyaux et SVM

Apprentissage fédéré pour les données médicales

Descente de gradient et réseaux de neurones

Gradients stochastiques et conditionnels pour les réseaux de neurones

Voir aussi