Institut de Mathématiques de Toulouse

Accueil > Événements Scientifiques > Séminaires & Groupes de Travail > Séminaires > Séminaire de Statistique

Séminaire de Statistique

par Dominique Bontemps, Mélisande Albert, Pierre Neuvial - publié le , mis à jour le

Organisateurs : Mélisande Albert, Dominique Bontemps, Pierre Neuvial

Jour et lieu habituels : le mardi à 11h15 en salle 106 (bâtiment 1R1).




  • Mardi 12 novembre 11:15-12:15 - Pas de séminaire de Statistique

    Journée des doctorants ESP

  • Mardi 19 novembre 11:15-12:15 - Pas de séminaire de Statistique

    visite HCERES

  • Mardi 26 novembre 11:15-12:15 - Joseph Salmon - Institut Montpelliérain Alexander Grothendieck

    Séminaire de Statistique

    Lieu : Salle 106 - Bat 1R1


  • Mardi 3 décembre 11:15-12:15 - Claire Brécheteau - Laboratoire de Mathématiques Jean Leray, École Centrale de Nantes

    Séminaire de Statistique

    Lieu : Salle de conférence du 1er étage (1R3)


  • Mardi 10 décembre 11:00-12:30 - Romain Couillet - Université Grenoble-Alpes

    Séminaire commun proba-stats

    Lieu : Amphi Schwartz


  • Mardi 17 décembre 11:15-12:15 - Robin Genuer - ISPED & Université de Bordeaux

    Séminaire de Statistique

    Lieu : Salle de conférence du 1er étage (1R3)


  • Mardi 14 janvier 2020 11:15-12:15 - Benjamin Guedj - University College London

    A primer on PAC-Bayesian learning

    Résumé : Generalized Bayesian learning algorithms are increasingly popular in machine learning, due to their PAC generalization properties and flexibility. I will present a self-contained introduction on generalized Bayesian learning and the PAC-Bayes theory, and discuss their theoretical and algorithmic ins and outs. I will then focus on the recent paper Alquier and Guedj (2018), and present how PAC-Bayesian ideas may be used to efficiently learn with dependent and/or heavy-tailed (aka hostile) data.
    References :

    Lieu : Salle de conférence du 1er étage (1R3)


  • Mardi 24 mars 2020 11:15-12:15 - Badr-Eddine Chérief-Abdellatif - CREST - ENSAE - Institut Polytechnique de Paris

    Séminaire de Statistique

    Lieu : Salle 106 - Bat 1R1


iCal