Conférence NIPS 2015 : Montreal

NIPS 2015 (pour Neural Information Processing Systems) est LA conférence mondiale de référence sur le Machine Learning. Cinq articles y sont présentés lors de cette 29e édition par des chercheurs de la Chaire Machine Learning for Big Data.

Dans la session principale

Extending Gossip Algorithms to Distributed Estimation of U-statistics
Igor Colin, Télécom ParisTech ; Aurélien Bellet, Télécom ParisTech; Joseph Salmon, Télécom ParisTech ; Stéphan Clémençon, Télécom ParisTech

SGD Algorithms based on Incomplete U-statistics: Large-Scale Minimization of Empirical Risk
Guillaume Papa, Télécom ParisTech ; Stéphan Clémençon, Télécom ParisTech ; Aurélien Bellet, Télécom ParisTech

GAP Safe screening rules for sparse multi-task and multi-class models
Eugene Ndiaye, Institut Mines-Télécom, Télécom ParisTech, CNRS LTCI; Olivier Fercoq, Télécom ParisTech; Alexandre Gramfort, Télécom ParisTech; Joseph Salmon, Télécom ParisTech

Dans les sessions workshop

Session Nonparametric Methods for Large Scale Representation Learning
Sparse Representation of Multivariate Extremes with Applications to Anomaly Ranking [PDF]
Nicolas Goix,Télécom ParisTech ; Anne Sabourin, Télécom ParisTech ; and Stéphan Clémençon, Télécom ParisTech

Session Multiresolution Methods for Large Scale Learning
Multiresolution analysis for the statistical analysis of incomplete rankings
Eric Sibony, Télécom ParisTech ; Anna Korba, Télécom ParisTech ; and Stéphan Clémençon, Télécom ParisTech

Workshop Machine Learning in Computational Biology (MLCB'2015) joint à NIPS
Metabolite Identification using Input Output Kernel Regression
Celine Brouard, Huibin Shen, Kai Durhkop, Sebastien Böcker, Florence d'Alché-Buc et Juho Rousu.