Groupe de travail GRAVIR sur
l'apprentissage automatique
Past sessions slides
Introduction
Quelques thésards extrèmement motivés pour faire
apprendre des machines (à leur place ?) se lancent dans
l'organisation hebdomadaire d'un "séminaire" informel sur le
thème ouvert du "machine learning".
But pragmatique: Aider les participants dans leur travail de recherche,
en les informant sur les techniques "état de l'art", sur les
références indispensables, et en leur permettant de
prendre un peu de recul, les aider à choisir une technique pour
leur thèse, etc...
Nous sommes 4 doctorants prèts à lancer ces
réunions, mais si vous êtes intressés pour
assister, ou mieux, pour intervenir, vous êtes le très
bien venu. D'autant plus qu'on ne connait quasi rien aux sujets ci
dessous...
Programme
Les reunion ont d'habitude lieu en salle C207 les mercredi a 16h l'INRIA de Montbonnot, sauf avis contraire sur la
mailing liste.
Moyens
Mailing liste: xxx@xxxxx
Cette liste nous permettra d'annoncer les nouvelles sessions, etc...
Inscrivez vous sur http://xxxxxxxxxxxxxxx
Détails
Principes
- Ouvert à tout le monde, spécialement aux
thésards, DEA, stagiaires de tous poils
- Réunion TRÈS
informelle autour d'un café
- Tous les mardis à 16 heures
- La salle dépendra du (probablement faible) nombre de
participants
- Présentation de 20 min d'un "intervenant"
- N'importe qui peut être intervenant : considérez ce
mail comme un APPEL À PARTICIPATION !
- Discussion, question : pas plus de 15-20 minutes
- Langue: français, sauf si anglophones récalcitrants
- Ça doit être rapide, et prendre peu de temps
aux participants et à l'intervenant
- L'intervenant est soit un "spécialiste", soit un
jeune souhaitant se former sur le sujet
- Une intervention typique pourra se composer de:
- présentation de la technique
- domaine d'application
- REFERENCES classiques du domaine,
- explication intuitive
- éventuellement, on entre dans les détails
algorithmiques
- un exemple simple
- caractérisation de la méthode dans le cadre général
de l'apprentissage
- discussion
Thématiques
Liste (ouverte) de thèmes envisagés
- apprentissage en général
- apprentissage bayésien (prior/likelihood,
réseaux bayésiens)
- HMM: Hiden
Markov Models
- EM:
Expectation/Maximisation
- Comment bien discrétiser
- KALMAN filtering, Extended KF
- MRF: Markov
Random Fields
- Particle Filtering
- MDP, POMDP:
(Partially Observable) Markov
Decision Process
- Neural nets
- SVM:
Support Vecto Machine - Vapnik learning theory
- GA: Genitic
algorithms
- Decision trees (ID3)
- Boosting
- Relevance Vector Machines
- MCMC:
Markov Chain Monte Calo Methods
- RL:
Reinforcement learning
- Clustering
- Knowledge base
- Automatic generation of a PhD thesis
- Bayesian Neural NETs, Gaussian Process
- Occam Razor, et autres philosophies
- .... (à vous de voir)
Links
Apprentissage bayésien ou statistique
Neural networks related
Machine Learning
Reinforcement Learning
- Wiki de University of
Michigan Reinforcement Learning Group
- Nils J. Nilsson lecture notes on machine
learning (currently draft)