Now Criteo AI Lab (leave from LIS, IUF, AMU)
Objectif du cours : quelques éléments de théorie de l’apprentissage statistique, avec un accent mis sur différentes approches pour établir des bornes d’erreur en généralisation.
Après tirage au sort, l’affectation des sujets est la suivante.
Etudiant | Thème |
---|---|
Brien Thomas | VC Theory (cf. séance 3) |
Brunet Adrien | Algorihtmic stability (cf. séance 6) |
Naudin Antoine | Sample compression schemes (cf. séance 5) |
Rabusseau Guillaume | PAC-Bayesian bounds (cf. séance 2) |
Tafforeau Jérémie | Fast LOO estimates for Kernel Ridge Regression (cf. séance 7) |
Voundy El Makki | Rademacher Complexity (cf. séance 4) |