Location
Dates
Presentation
Le projet d’École de recherche «Approches algorithmiques et statistiques de l'Apprentissage» est au con uent de l'algorithmique, de l'apprentissage et des statistiques. Notre projet s'inscrit ainsi dans la thématique « Sciences des Données » qui concerne le traitement et l'exploitation de grandes masses d'informations qui peuvent être à la fois hétérogènes, complexes, bruitées, incomplètes et distribuées. Les objectifs de l'École sont de répondre à ces besoins en apportant les compétences fondamentales et techniques qui devront permettre de mieux appréhender l'exploitation de ces masses de données, pour les comprendre, les analyser, pour en extraire les informations utilisables a n de prédire et décider. Plusieurs thématiques seront abordées lors de la rencontre à savoirs Apprentissage automatique et optimisation à grande échelle l'algorithmique avancéé : algorithmes randomisés et distribués, la recherche et extraction d’informations, l'indexation et interprétation des informations ou l'apprentissage profond.
Administrative and scientific coordinators
Scientific program
Course 1: "Introduction aux principales méthodes d'apprentissage statistique", Gilles GASSO (LITIS EA 4108 – INSA – Université de Rouen, France)
Course 2: "L'approche markovienne", Angelo RAHERINIRINA (École Normale Supérieure – Unviersité de Fianarantsoa, Madagascar)
Course 3: "Éléments de théorie pour l'apprentissage automatique", Liva RALAIVOLA (LIF – UMR 7279. Aix – Marseille Université. Institut Universitaire de France)
Course 4: "Apprentissage parcimonieux pour l'apprentissage statistique", Alain RAKOTOMAMONJY (LITIS EA 4108 – INSA – Université de Rouen, France)
Course 5: "Hypergraphes aléatoires et algorithmes", Vonjy RASENDRAHASINA (École Normale Supérieure – Complexe Scolaire. Université d'Antananarivo, Madagascar)
Course 6: "Jeux corporatif à champ moyen avec apprentissage", Mamy RAVELOMANANA (Centre d’Études Economiques – Université d’Antananarivo, Madagascar)
Course 7: "Algorithmique Avancée", Vlady RAVELOMANANA (IRIF – UMR8243 – Université Denis Diderot Paris 7, France)
Course 8: "Probabilités", Fy RAVELOMANANTSOA (Faculté des Sciences – Université de Fianarantsoa, Madagascar)
Course 9: "Intelligence artificielle: apprentissage profond et Monte Carlo tree search", Olivier TEYTAUD (INRIA et Google Research – Zurich, Switzerland)
Website of the school
How to participate
For registration and application to a CIMPA financial support, follow the instructions given here.
Deadline for registration and application: March 31, 2019.