Description de la formation
Description de la formation
1 - Établissement ou école: École nationale de la statistique et de l'administration économique (ENSAE Paris)
2 - Date : Jeudi 11 avril 2024
3 - Public (Matière, Filières): Tous professeurs intéressés par ce sujet
4 - Nombre de places offertes : 20
5 - Lieu de la formation (adresse complète) : ENSAE Paris, 5 Av. Le Chatelier, 91120 Palaiseau, France
6 - Intitulé du stage: « Introduction à la théorie statistique de l’apprentissage »
7 - Noms et qualités des intervenants, adresse de contact:
Jaouad MOURTADA, Professeur de Statistiques à l’ENSAE et chercheur au CREST, UMR 9194.
Courriel : jaouad.mourtada@ensae.fr
8 - Descriptif - Mots clés :
L’apprentissage automatique (« machine learning » en anglais) est un champ d’activité au cœur de nombreuses technologies contemporaines, comme la reconnaissance d’images ou le traitement du langage naturel. De manière schématique, l’un des problèmes centraux en apprentissage consiste à construire une fonction de prédiction de certains attributs associés à des caractéristiques à partir d’un jeu de données, constitué de nombreuses paires attribut-caractéristiques. Le but de cette formation est de proposer une introduction à la théorie mathématique de l’apprentissage. L’accent sera porté sur le lien entre le problème concret et sa formalisation, ainsi que sur certains résultats fondamentaux au cœur de la théorie, de nature probabiliste et combinatoire. Nous indiquerons également quelques pistes de développements accessibles au niveau classes préparatoires.
9 - Informations pratiques :
Restauration : Oui - Prise en charge par l’école
Possibilité d’hébergement : Offre d’hôtellerie à Massy (prise en charge par le stagiaire)
10 - Prérequis : Notions de probabilités (variables aléatoires, lois, conditionnement). Aucune connaissance préalable en statistiques n’est requise.
11 - Programme du Jeudi 11 avril 20249h15 : Accueil.
9h45 – 11h : Introduction générale. Apprentissage supervisé, classification, régression.
11h – 12h15 : Minimisation du risque empirique. Compromis approximation-estimation.
12h15 – 13h30 : Pause déjeuner (prise en charge par l'Ensae).
13h30 – 14h : Visite du bâtiment
14h - 15h15 : Minimisation du risque empirique et convergence uniforme.
15h15 – 16h15 : Dimension de Vapnik-Chervonenkis.
16h15 – 16h30 : Pause café.
16h30 – 17h45 : Prédiction linéaire.