Séminaire : apprentissage de métriques et incidemment, optimisation distribuée

Pendant ce séminaire, Aurélien Bellet présentera un résumé de ses recherches, en se focalisant sur la question de l’apprentissage de métriques, qui vise à estimer automatiquement, à partir de données, une fonction de distance/similarité entre paires d'objets. Il présentera tout d’abord des méthodes d’apprentissage de similarités qui jouissent de garanties en généralisation et qui peuvent être appliquées aussi bien à des vecteurs numériques qu'à des objets structurés (chaînes, arbres).
Il exposera ensuite ses travaux récents sur le passage à l'échelle de l’apprentissage de métriques pour des données en grandes dimensions. Enfin, en s’appuyant sur l'algorithme de Frank-Wolfe, il parlera aussi d’optimisation distribuée pour les problèmes sous contraintes de parcimonie, avec des bornes inférieures et supérieures sur la complexité de communication.

Informations pratiques

> Le 12 novembre de 15h30 à 17h
> Télécom ParisTech, site Dareau, 37 rue Dareau, 75014 Paris