Collège de France
Sciences des données - Stéphane Mallat
Traiter des données pour valider une hypothèse ou estimer des paramètres est longtemps resté du ressort exclusif des statistiques. Cependant, l'augmentation de leur dimension a fait exploser la combinatoire des possibles. Cette malédiction de la dimensionalité est une difficulté centrale de l'analyse de données, que ce soit des images, sons, textes, ou des mesures expérimentales comme en physique, biologie ou économie. Modéliser et représenter les structures cachées des données fait appel à diverses branches des mathématiques, mais aussi à l'informatique. Les algorithmes d'apprentissage statis...
Szerző
Collège de France
Kategória
A podcast weboldala
Legutóbbi epizód
2025. márc. 12.
Hol hallgathatod?
Podcastok az alkalmazásban Replaio Radio HamarosanA podcastok hamarosan megérkeznek az alkalmazásba. Telepítsd most, és láss elsőként egy teljesen új megközelítést a podcastokhoz
Telepítsd ingyen
Android közel 10 M letöltés · 4,8-as értékelés
iOS hamarosan
Epizódok
06 - Information et complexité 23.02.2022 1:31:23
Stéphane Mallat Collège de France Science des données Année 2021-2022 Information de Fisher La théorie de l'information de Shannon étudie la concentration des données dans l'espace, dans des ensembles typiques, sous des hypothèses d'indépendance. L'entropie permet de mesurer le nombre d'éléments dans ces ensembles. Cela définit une borne minimum sur le codage de données.
05 - Information et complexité 16.02.2022 1:21:18
Stéphane Mallat Collège de France Science des données Année 2021-2022 Information de Fisher La théorie de l'information de Shannon étudie la concentration des données dans l'espace, dans des ensembles typiques, sous des hypothèses d'indépendance. L'entropie permet de mesurer le nombre d'éléments dans ces ensembles. Cela définit une borne minimum sur le codage de données.
04 - Information et complexité 09.02.2022 1:13:12
Stéphane Mallat Collège de France Science des données Année 2021-2022 Information de Fisher La théorie de l'information de Shannon étudie la concentration des données dans l'espace, dans des ensembles typiques, sous des hypothèses d'indépendance. L'entropie permet de mesurer le nombre d'éléments dans ces ensembles. Cela définit une borne minimum sur le codage de données.
03 - Information et complexité 02.02.2022 1:23:39
Stéphane Mallat Collège de France Science des données Année 2021-2022 Représentations parcimonieuses Un modèle probabiliste est typiquement défini par une famille de paramètres. L'inférence de ces paramètres peut se faire par maximum de vraisemblance. On démontre la consistance asymptotique de l'estimation par maximum de vraisemblance.
02 - Information et complexité 26.01.2022 1:21:17
Stéphane Mallat Collège de France Science des données Année 2021-2022 Représentations parcimonieuses Un modèle probabiliste est typiquement défini par une famille de paramètres. L'inférence de ces paramètres peut se faire par maximum de vraisemblance. On démontre la consistance asymptotique de l'estimation par maximum de vraisemblance.
01 - Information et complexité 19.01.2022 1:04:25
Stéphane Mallat Collège de France Science des données Année 2021-2022 Représentations parcimonieuses Le premier cours introduit les problématiques d'apprentissage de données complexes en grande dimension, et pose le problème en termes probabilistes. Le cours soulève les questions fondamentales de modélisation en grande dimension, et leur formalisation mathématique à travers des mesures d'informati...
08 - Représentations parcimonieuses 10.03.2021 1:44:10
Stéphane Mallat Collège de France Science des données Année 2020-2021 Représentations parcimonieuses
07 - Représentations parcimonieuses 03.03.2021 1:26:11
Stéphane Mallat Collège de France Science des données Année 2020-2021 Représentations parcimonieuses
06 - Représentations parcimonieuses 17.02.2021 1:31:07
Stéphane Mallat Collège de France Science des données Année 2020-2021 Représentations parcimonieuses
05 - Représentations parcimonieuses 10.02.2021 1:28:30
Stéphane Mallat Collège de France Science des données Année 2020-2021 Représentations parcimonieuses
04 - Représentations parcimonieuses 03.02.2021 1:23:32
Stéphane Mallat Collège de France Science des données Année 2020-2021 Représentations parcimonieuses
03 - Représentations parcimonieuses 27.01.2021 1:22:40
Stéphane Mallat Collège de France Science des données Année 2020-2021 Représentations parcimonieuses
02 - Représentations parcimonieuses 20.01.2021 1:25:24
Stéphane Mallat Collège de France Science des données Année 2020-2021 Représentations parcimonieuses
01 - Représentations parcimonieuses 13.01.2021 1:23:59
Stéphane Mallat Collège de France Science des données Année 2020-2021 Représentations parcimonieuses
08 - Modèles multi-échelles et réseaux de neurones convolutifs 15.06.2020 1:37:37
Stéphane Mallat Collège de France Science des données Année 2019-2020 Modèles multi-échelles et réseaux de neurones convolutifs
07 - Modèles multi-échelles et réseaux de neurones convolutifs 11.03.2020 1:21:32
Stéphane Mallat Collège de France Science des données Année 2019-2020 Modèles multi-échelles et réseaux de neurones convolutifs
06 - Modèles multi-échelles et réseaux de neurones convolutifs 04.03.2020 1:27:58
Stéphane Mallat Collège de France Science des données Année 2019-2020 Modèles multi-échelles et réseaux de neurones convolutifs
05 - Modèles multi-échelles et réseaux de neurones convolutifs 26.02.2020 1:25:46
Stéphane Mallat Collège de France Science des données Année 2019-2020 Modèles multi-échelles et réseaux de neurones convolutifs
04 - Modèles multi-échelles et réseaux de neurones convolutifs 12.02.2020 1:20:02
Stéphane Mallat Collège de France Science des données Année 2019-2020 Modèles multi-échelles et réseaux de neurones convolutifs
03 - Modèles multi-échelles et réseaux de neurones convolutifs 05.02.2020 1:29:20
Stéphane Mallat Collège de France Science des données Année 2019-2020 Modèles multi-échelles et réseaux de neurones convolutifs
02 - Modèles multi-échelles et réseaux de neurones convolutifs 29.01.2020 1:21:04
Stéphane Mallat Collège de France Science des données Année 2019-2020 Modèles multi-échelles et réseaux de neurones convolutifs
01 - Modèles multi-échelles et réseaux de neurones convolutifs 22.01.2020 1:31:39
Stéphane Mallat Collège de France Science des données Année 2019-2020 Modèles multi-échelles et réseaux de neurones convolutifs
09 - L'apprentissage par réseaux de neurones profonds 20.03.2019 2:53:08
Stéphane Mallat Collège de France Science des données Année 2018-2019 L'apprentissage par réseaux de neurones profonds Les réseaux de neurones profonds ont des applications spectaculaires mais sont encore mal compris d'un point de vue mathématiques. Le cours présentera des applications ainsi que les outils algorithmiques et mathématiques permettant d'aborder l'analyse de ces réseaux. De nombreuses...
08 - L'apprentissage par réseaux de neurones profonds 13.03.2019 1:31:51
Stéphane Mallat Collège de France Science des données Année 2018-2019 L'apprentissage par réseaux de neurones profonds Les réseaux de neurones profonds ont des applications spectaculaires mais sont encore mal compris d'un point de vue mathématiques. Le cours présentera des applications ainsi que les outils algorithmiques et mathématiques permettant d'aborder l'analyse de ces réseaux. De nombreuses...
07 - L'apprentissage par réseaux de neurones profonds 27.02.2019 1:24:43
Stéphane Mallat Collège de France Science des données Année 2018-2019 L'apprentissage par réseaux de neurones profonds Les réseaux de neurones profonds ont des applications spectaculaires mais sont encore mal compris d'un point de vue mathématiques. Le cours présentera des applications ainsi que les outils algorithmiques et mathématiques permettant d'aborder l'analyse de ces réseaux. De nombreuses...
Hasonló podcastok
Hallgasd a(z) Sciences des données - Stéphane Mallat podcastot a Replaióban
Rádió és podcastok egy alkalmazásban - ingyen és regisztráció nélkül. Telepítsd még ma, és ne maradj le a premierről
A Replaio nem podcastkiadó; a műsorok nevei, borítóképei és hanganyagai a szerzőiket illetik, és nyilvános RSS-csatornákon keresztül terjednek.
