Accès direct au contenu

CMLA

Version anglaise

aide

Accueil > la Recherche au CMLA

Apprentissage statistique et données massives

Thématiques de recherche

  • Scoring, ranking, théorie et algoritmes
  • Inférence et prédiction pour de très grands graphes
  • Plans d'expériences séquentiels et apprentissage actif
  • Méthodes de machine learning pour des séries temporelles multivariées
  • Applications sur données réelles : reconnaissance de formes, e-marketing, énergie, finance et économie, santé et domaine biomédical, réseaux de capteurs

C'est le dernier né des pôles de recherche du CMLA, créé en janvier 2012 autour des chercheurs actifs dans le domaine des modèles prédictifs calibrés sur des données complexes. Les chercheurs ont une formation de haut niveau en théorie de l'apprentissage statistique et algorithmes de machine learning. La motivation de leurs travaux de modélisation repose sur un double constat :

  1. Le monde a changé - L'expert du phénomène ne peut se dispenser d'un support statistique pour analyser pleinement un phénomène.
  2. La connaissance de la "physique" du phénomène n'est pas remplaçable - Les méthodes d'apprentissage statistique ne peuvent pas grand chose sans le support de l'expert du métier.

Ainsi, nos chercheurs sont généralement immergés dans des équipes interdisciplinaires, en entreprise ou en laboratoire, et développent des algorithmes en bonne intelligence avec les utilisateurs finaux.

Nouvelle chaire industrielle Big Data

Le CMLA incarne deux des trois volets clés de la nouvelle chaire industrielle Analyse de données industrielles et apprentissage automatique(PDF) - Industrial Data Analytics & Machine Learning (PDF) signée le 20 octobre 2016 entre les partenaires ENS Paris-Saclay, CEA et ATOS (services au numérique), avec la "formation" (master MVA) et la "recherche" (équipe MLMDA), auxquelles s'ajoute le transfert de technologies vers les start-up et PME du plateau de Saclay. Un article...
En savoir plus...
 



Contact :

Partenariats