Nous avons le plaisir de vous annoncer que la 12ème èdition du workshop STATLEARN "Challenging problems in Statistical Learning" aura lieu les jeudi 6 et vendredi 7 avril 2023 à Montpellier. Ce workshop se propose de présenter les récentes avancées de l'apprentissage statistique qui a vu ses problématiques évoluer rapidement ces dernières années.

L'inscription gratuite (mais obligatoire) est ouverte jusqu'au 3 mars 2023 sur le site web du workshop : https://statlearn.sciencesconf.org/

Les deux journées de conférences seront organisées en 4 demi-journées thématiques. Le programme est le suivant :

JEUDI 6 AVRIL 2023 :

• SESSION 1 : STATISTICAL LEARNING FOR BIOMEDICAL DATA
- Mihaela van der Schaar, Univ. of Cambrige (UK) : Adaptive Clinical Trials using sequential decision making
- Antoine Chambaz, Univ. Paris Cité (France) : Learning, evaluating and analyzing a recommendation rule for early blood transfer in the ICU
- Imke Mayer, Charité Universitätsmedizin Berlin (Germany) : Stepped Wedge Cluster Randomized Trials in Health Services Research – Practical and methodological challenges

• SESSION 2 : STATISTICAL LEARNING AND ENVIRONMENTAL SCIENCE
- Eleni Matechou, University of Kent (UK) : eDNAPlus: A unifying modelling framework for DNA-based biodiversity monitoring
- Alexis Joly, INRIA Montpellier (France) : Cooperative learning for biodiversity monitoring: what's new and what's next in Pl@ntNet
- Nicolas Jouvin, INRAE Saclay (France) : A mixture of Poisson log-normal PCA for count data clustering

• POSTER SESSION

VENDREDI 7 AVRIL 2023 :

• SESSION 3 : CROWD-SOURCING AND PEERGRADING
- Nihar Shah, Carnegie Mellon University (USA) : Principled and Practical Approaches to Improve Peer Review (and many Open Problems)
- Lê Nguyen Hoang, EPFL, Calicarpa (Swizterland) : Secure statistics for collaborative algorithmic governance
- Valentina Zantedeschi, Inria Lille (France) : Provable optimization of weighted majorities and their application

• SESSION 4 : RECENT ADVANCES IN STATISTICAL LEARNING
- Evgenii Chzhen, CNRS Orsay (France) : Demographic parity constraint for algorithmic fairness: a statistical perspective
- David Blei, Columbia University (USA) : Scaling and Generalizing Approximate Bayesian Inference

En outre, une session "poster" permettant à celles et ceux qui le souhaitent de présenter leurs travaux récents ou en cours est également prévue. Si vous souhaitez présenter un poster, vous devrez soumettre un titre et un résumé lors de votre inscription.

Enfin, le workshop sera précédé cette année encore par UNE JOURNÉE DE TUTORIELS !
Informations et inscriptions sur la page web du workshop du 15 janvier au 3 mars 2023. Attention, le nombre de places est limité à 30 participants et celles-ci sont destinées de façon privilégiée (mais non exclusive) aux doctorants et post-doctorants.
Au programme :
- Stéphane Pateux, Orange (France) : Few shot learning
- François Munoz, Univ. Grenoble (France) : Inférence de dynamique écologique multi-espèce par méthode ABC
- Erwan Scornet, Ecole Polytechnique Paris (France) : Pour une botanomancie rigoureuse: lire l'importance dans les feuilles des forêts (aléatoires) et en extraire des préceptes élémentaires

Au plaisir de vous voir à Montpellier les 5, 6 & 7 avril prochains.

Le comité d'organisation de Statlearn'23