Groupe MALIA (MAchine Learning et Intelligence Artificielle)


Objectifs



Le champs de l’apprentissage statistique peut être vu comme le pendant théorique de l’apprentissage automatique. L’apprentissage est au coeur de nombreux domaines de recherche et de la vie économique, éducative, sociale, où la profusion de données massives conduit à un décalage entre utilisateurs d’algorithmes, incités à utiliser ces algorithmes tels quels, et théoriciens qui en étudient les propriétés. Ce phénomène, motivé et accéléré par l’urgence d’extraire la connaissance et bien souvent la valeur de ces jeux de données gigantesques, frappe par son ampleur. L’apprentissage, qu’il soit automatique ou statistique, est en outre une composante essentielle de l’intelligence artificielle.

MALIA propose de rassembler, structurer et amplifier les efforts de la SFdS dans ces domaines.

Bureau




Christine Keribin, Université Paris-Sud (présidente)
Stéphane Chrétien, Université Lyon 2 (trésorier)

Session spéciale JdS2019: Mathématique et IA


Stephane CHRETIEN: Approche bayésienne et sampling pour les réseaux de neurones

Pascal GERMAIN: Apprentissage PAC-bayésien et réseaux de neurones

Emilie MORVANT: When PAC-Bayesian Majority Votes meets Domain Adaptation

Anne-Marie TOUSCH: Large scale recommendation: a view from the trenches
 
 
©2019 SFdS
Société Française de Statistique
Institut Henri Poincaré
11 rue Pierre et Marie Curie
75231 Paris cedex 5
Tél. : +33 (0)1 44 27 66 60
Notre site a été supporté par :