Dominique Picard: Point de vue

Le séminaire POINT DE VUE

est sur un format un peu special. Il n'a lieu qu'une ou deux fois par mois, mais dure (environ) deux heures. Le principe c'est qu'un orateur vient donner son point de vue sur un sujet de son choix.La première partie de l'intervention est volontairement introductive et aisément accessible. Elle se conclue par des questions autour d'un thé -café et petits gateaux-.La seconde partie est plus technique et aborde des questions ouvertes dans le domaine.

PRECEDENTS ORATEURS :

Arnaud Glotter 19 Mars.

Estimation de la volatilité d'une diffusion

Albert Cohen 13 Fevrier.

Approximation tensorisées parcimonieuses

et regression en grande dimension.

Jon Wellner 23 Janvier,

Part 1: Log-concave distributions: definitions, properties, and consequences.

Part 2: Chernoff's distribution is log-concave (and more).

Les slides
Les slides (saison II)

FRANCIS BACH

16 Janvier

Apprentissage statistique et optimisation.

Les slides

Le point de vue de GILLES STOLTZ

LUNDI 14 Novembre à 16 HEURES 30 , Chevaleret, salle 1D06

Agrégation séquentielle robuste de prédicteurs avec application à la prévision séquentielle de la qualité de l'air et de la consommation électrique
(premier exposé)
- quelques résultats récents en lien avec la théorie des jeux : l'approchabilité dans les jeux avec signaux
(second exposé)

Saison I
Saison II

Le point de vue de YURI GOLUBEV :

LUNDI 7 Novembre à 16 HEURES 30 , Chevaleret, salle 1D06

Sur les inégalités oracles exactes

Le papier

Le Point de vue de SANDRINE PECHE

LUNDI 10 octobre à 16 HEURES, Chevaleret, salle 1D06

Les slides

Le point de vue de Richard SAMWORTH (Cambridge)

Log-concave density estimation with applications"

LUNDI 6 Juin à 16 HEURES, Chevaleret, salle 0C02

Abstract: If $X_1,...,X_n$ are a random sample from a density $f$ in $\\mathbb{R}^d$, then with probability one there exists a unique log-concave maximum likelihood estimator $\\hat{f}_n$ of $f$. The use of this estimator is attractive because, unlike kernel density estimation, the estimator is fully automatic, with no smoothing parameters to choose. We exhibit an iterative algorithm for computing the estimator and show how the method can be combined with the EM algorithm to fit finite mixtures of log-concave densities. Applications to classification, clustering and regression problems will be discussed, as well as theoretical results on the performance of the estimator. The talk will be illustrated with pictures from the R package LogConcDEAD."

Le point de vue de Richard NICKL (Cambridge)

LUNDI 23 Mai à 16 HEURES, Chevaleret, salle 0C02

New Results and Problems in Nonparametric Testing, with Applications to Adaptive Confidence Sets and Bayesian Nonparametrics

Le 'Point de vue' de
Peter Buhlmann "Sparse graphs and high-dimensional causal inference"

LUNDI 21 Mars à 16 HEURES, Chevaleret, salle 0C02

Summary

Les slides !

Jean Pierre Florens "Estimation par variables instrumentales et autres problèmes inverses en économétrie"

LUNDI 28 FEVRIER à 16 HEURES 30, Chevaleret, salle 0C02