StatLearn 2013 - Workshop on "Challenging problems in Statistical Learning"
Subscribe in ParasocialFree on the App Store for iPhone, iPad and Mac. No subscription. Once it is installed, tap this link again and the show is yours. Already have it? Open in Parasocial.
About
L'apprentissage statistique joue de nos jours un rôle croissant dans de nombreux domaines scientifiques et doit de ce fait faire face à des problèmes nouveaux. Il est par conséquent important de proposer des méthodes d'apprentissage statistique adaptées aux problèmes modernes posés par les différents champs d'application. Outre l'importance de la précision des méthodes proposées, elles devront également apporter une meilleure compréhension des phénomènes observés. Afin de faciliter les contacts entre les différentes communautés et de faire ainsi germer de nouvelles idées, un colloquium d'audience internati...
Also on
Recent episodes
- Bayesian inference for the exponential random graph model (Nial Friel)
- New challenges for (biological) network inference with sparse Gaussian graphical models (Julien Chiquet)
- Efficient implementation of Markov chain Monte Carlo when using an unbiased likelihood estimator (Arnaud Doucet)
- Modular priors for partially identified models (Ioanna Manolopoulou)
- Strategies to analyze (Benoît Liquet)
- Clustering of variables combined with variable selection using random forests : application to gene expression data (Robin Genuer & Vanessa Kuentz-Simonet)
- Regularized PCA to denoise and visualize data (Julie Josse)
- Learning with the Online EM Algorithm (Olivier Cappé)
- Investigating on nonlinear relationship in high-dimensional setting (Frédéric Ferraty)