La conférence se déroulera dans l'amphithéâtre L001, au bâtiment L de la Faculté de Sciences.

Des informations sur la conférence sont également disponibles aussi ici.

Description : Les méthodes numériques probabilistes jouent aujourd'hui un rôle majeur dans la mise en oeuvre d'algorithmes de machine learning.  La complexité croissante des algorithmes d'apprentissage statistique génère des questions théoriques et pratiques nombreuses. Cette conférence a donc pour objectif de mettre en exergue plusieurs problèmes récents issus des méthodes numériques probabilistes pour le machine learning, en particulier dans les domaines des méthodes particulaires, de l'optimisation stochastique et des méthodes MCMC ainsi que dans les problèmes computationnels relatifs aux distances entre probabilités.

Mots-Clés : Méthodes particulaires, Optimisation Stochastique, MCMC, Réseaux de Neurones, GAN, Distance de Wasserstein, Robustesse et sensibilité.