Apprentissage statistique moderne

Responsables : Ismaël Castillo, Étienne Roquain et Simon Coste

Objectif : Ce cours tentera de faire un tour d’horizon des dernières tendances mathématiques dans la communauté du machine learning et de l’apprentissage statistique

Prérequis : Notions fondamentales de probabilités et statistique

Thèmes abordés :

• Théorie de l’approximation pour les réseaux de neurones
• Dimension VC pour les réseaux de neurones
• Bornes minimax pour la régression avec réseaux de neurones
• GANs
• Biais implicite des descentes de gradient
• Interpolation & overfitting bénin
• Confidentialité

Ressources : Moodle