Location
Dates
Presentation
La science des données et l'optimisation stochastique sont deux disciplines tout à fait complémentaires qui sont en plein essor aussi bien dans le monde universitaire que dans le secteur privé ou public. Les thèmes abordés dans cette école sont les suivants :
- Méthode à noyaux et applications en sciences des données.
- Statistique mathématique pour la science des données.
- Modélisation aléatoire et simulations numériques.
- Processus contrôlés markoviens et métaheuristiques.
Cette école est axée à la fois aux fondements mathématiques/statistiques et aux applications. Les cours sont suivis de travaux pratiques et mini-projets en lien avec des problèmes concrets, permettant ainsi de mettre en pratique les connaissances théoriques acquises. Des outils informatiques appropriés seront mis en œuvre afin de mener à bien ces applications.
Cela servira entre autres à une initiation au logiciel Pyhton et au logiciel R.
Official language of the school: French
Administrative and scientific coordinators
Scientific program
Course 1: "Méthodes à noyaux pour les sciences des données", Sophie Dabo (Université de Lille, France) and Abderrazek Karoui (Université de Carthage, Tunisia)
Course 2: "Méthode du recuit simulé", Hédi Nabli (Université de Sfax, Tunisia)
Course 3: "Méthodes statistiques pour la classification des données", Afif Masmoudi (Université de Sfax, Tunisia)
Course 4: "Processus contrôlés markoviens", Nikolaos Limnios (Université de Technologie de Compiègne, France)
Course 5: "Quelques méthodes de classification supervisée pour la data science", Jean-Francois Dupuy (Université de Rennes 1, France)
Course 6: "Bagging, boosting, combinaison de modèles", Valérie Monbet (Université de Rennes 1, France)
Course 7: "Optimisation par essaims particulaires", Sameh Kessentini (Université de Sfax, Tunisia)
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: January 9, 2022