Patrimoine
Le patrimoine du Groupe Louis Bachelier a été défini comme l’ensemble des publications réalisées par des chercheurs académiques grâce à des financements du Groupe (ILB, FdR, IEF, Labex) ou via l’utilisation de données des EquipEx (BEDOFIH, EUROFIDAI).
Modélisation du langage à l'aide de pénalités structurées.
Apprentissage automatique, Classification hiérarchique, Convex optimization, Modélisation probabiliste, Natural language processing, Optimisation convexe, Statistique, Traitement du langage naturel
Approximation stochastique dans les espaces de Hilbert.
Apprentissage supervisé, Approximation stochastique, Convex optimization, Espaces de Hilbert à noyaux reproduisants, Estimation non-paramétrique, Nonparametric estimation, Optimisation convexe, Reproducing kernel Hilbert spaces, Stochastic approximation, Supervised learning
Optimisation convexe pour la cosegmentation.
Apprentissage supervisé, Convex optimization, Image, Machine learning, Optimisation convexe, Segmentation, Vision
Algorithmes d'apprentissage et logiciels statistiques, avec des applications en bioinformatique.
Apprentissage, Bioinformatics, Bioinformatique, Convex optimization, Learning algorithms, Optimisation convexe
Normes structurées induisant la sparsité : propriétés statistiques et algorithmiques avec applications à la neuro-imagerie.
Apprentissage statistique, Convex optimization, Machine learning, Optimisation convexe, Parcimonie structurée, Structured sparcity
Approximation stochastique et régression des moindres carrés, avec applications à l'apprentissage automatique.
Acceleration, Accélération, Algorithme dual moyenné, Apprentissage de permutation, Approximation stochastique, Averaging, Contraintes de forme, Convex optimization, Convex relaxation, Descente miroire, Discriminative clustering, Dual averaging, Estimation minimax, Gradient stochastique, Least-squares regression, Minimax estimation, Mirror descent, Moyennage, Optimisation convexe, Parcimonie, Partionnement discriminatif, Permutation learning, Relaxation convexe, Régression par moindres carrés, Shape constraints, Sparsity, Statistical seriation, Stochastic approximation, Stochastic gradient, Sériation statistique
Apprentissage statistique pour s?quences d??v?nements ? l?aide de processus ponctuels.
Causalit?, Causality, Convex optimization, Finance quantitative, Optimisation convexe, Point processes, Processus ponctuels, Quantitative finance
Approximation stochastique dans les espaces de Hilbert.
Apprentissage supervisé, Approximation stochastique, Convex optimization, Espaces de Hilbert à noyaux reproduisants, Estimation non-paramétrique, Nonparametric estimation, Optimisation convexe, Reproducing kernel Hilbert spaces, Stochastic approximation, Supervised learning
Approximation stochastique et régression des moindres carrés, avec applications à l'apprentissage automatique.
Acceleration, Algorithme dual moyenné, Apprentissage de permutation, Approximation stochastique, Averaging, Contraintes de forme, Convex optimization, Convex relaxation, Descente miroire, Discriminative clustering, Dual averaging, Estimation minimax, Gradient stochastique, Least-squares regression, Minimax estimation, Mirror descent, Moyennage, Optimisation convexe, Parcimonie, Partionnement discriminatif, Permutation learning, Relaxation convexe, Régression par moindres carrés, Shape constraints, Sparsity, Statistical seriation, Stochastic approximation, Stochastic gradient, Sériation statistique