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.
PROCHAIN POINT DE VUE:
PETER HALL (MELBOURNE UNIVERSITY)
DISTRIBUTION APPROXIMATION, ROTH'S THEOREM, AND LOOKING FOR INSECTS IN SHIPPING CONTAINERS
Methods for distribution approximation, including the bootstrap, do not perform well when applied to lattice-valued data. For example, the inherent discreteness of lattice distributions confounds both the conventional normal approximation and the standard bootstrap when used to construct confidence intervals. However, in certain problems involving lattice-valued random variables, where more than one sample is involved, this difficulty can be overcome by ensuring that the ratios of sample sizes are quite irregular. For example, at least one of the ratios of sample sizes could be a reasonably good rational approximation to an irrational number. Results from number theory, in particular Roth's theorem (which applies to irrational numbers that are the roots of polynomials with rational coefficients), can be used to demonstrate theoretically the advantages of this approach. This project was motivated by a problem in risk analysis involving quarantine searches of shipping containers for insects and other environmental hazards, where confidence intervals for the sum of two binomial proportions are required.
Lundi 17 Juin, 16h30, Batiment Sophie Germain, salle 2017
(voir plan si nécessaire)
PRECEDENT ORATEURS
Guillaume Obozinski (Ecole des Ponts-Paris Tech)
Lundi 11 Mars, 16h30, Batiment Sophie Germain, salle 2017
(voir plan si nécessaire)
Approches convexes de la parcimonie à la parcimonie structurée
Résumé:
Ces dernières années ont vu l'émergence de la parcimonie structurée, dont le but est d'identifier
des modèles non seulement parcimonieux mais dont le support doit également satisfaire des contraintes de structure. Deux exemples important sont celui de la parcimonie par groupe où un des ensembles de variables doivent être sélectionnés simultanément, et la parcimonie hiérarchique, correspondant au cas où la sélection des variables doit respecter une contrainte d'ordre partiel sur un arbre ou un graphe orienté acyclique.
Je commencerai mon exposé par un tour d'horizon des problèmes considérés par la parcimonie simple et la parcimonie structurée, du point de vue des méthodes convexes.
Dans un deuxième temps, je présenterai une approche de la parcimonie structurée pour les vecteurs basée sur des pénalités combinatoires,
pour laquelle une construction d'une relaxation convexe générique peut-être proposée.
Cette relaxation convexe ne retient que certaines des caractéristiques de la fonction combinatoire initiale, mais celles-ci peuvent
être caractérisées par le concept d'enveloppe combinatoire inférieure.
L'approche proposée permet de considérer dans une formulation unifiée des approches a priori disparates comme les pénalités définies par le codage par blocs, les fonctions
sous-modulaires et les formes de group Lasso structurés.
Dans certains cas, entre autres lorsque la fonction combinatoire est sous-modulaire, on pourra construire des algorithmes efficaces et montrer des résultats généraux de consistance et d'identification du support.
UN DUO : Marc Hallin (*) et Davy Paindaveine
ECARES Université Libre Bruxelles et (*) ORFE Princeton
Quantiles multivariés et profondeur conditionnelle
Peter Orbanz
Columbia University
Mercredi 16 JANVIER 16 HEURES, Chevaleret, salle 1D06
Nonparametric priors for exchangeable graphs and arrays
Michael I. Jordan
University of California, Berkekey
10 Decembre, Chevaleret Salle 1D6
Inference statistique pour "Big Data"
Les slides
Gerard BIAU (UPMC)
19 Novembre, Chevaleret Salle 1D6
Forets aleatoires et Arbres Greedy
PRECEDENT ORATEURS
Richard Nickl (Cambridge)
29 OCTOBRE
16 h30 Chevaleret, salle 1D06
16 h30 Chevaleret, salle 1D06
ET
5 Novembre
16h30, Chevaleret, salle 1D06
Adaptive Inference II-III
Christophe Giraud
11 Juin 16 HEURES 30 , Chevaleret, salle 1D06
"Quelques enjeux statistiques en sciences du vivant"
Arnaud Glotter 19 Mars.
Estimation de la volatilité d'une diffusion
Albert Cohen 13 Fevrier.
Approximation tensorisées parcimonieuses
et regression en grande dimension.
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 
Part 2: Chernoff's distribution is log-concave (and more).
Les slides (saison II)
FRANCIS BACH
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)
LUNDI 7 Novembre à 16 HEURES 30 , Chevaleret, salle 1D06
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
Les slides !
Jean Michel Morel "Les seuils de perception ",
LUNDI 7 FEVRIER à 16 HEURES, Chevaleret, salle 0C02
Oleg Lepski "Autour de l'estimation adaptative " 31 janvier 2011
Point de vue de Jean Philippe Vert, le 17 Janvier 2011 à 16h
Sur la sélection de variables et de patterns en grande dimension
Les slides !
Point de vue d'Ismael Castillo,
Bayésien non-paramétrique : quelques propriétés fréquentistes
Les slides !
Point de vue de Pascal Massart :
"La selection de modèle de la théorie à la pratique". Les slides !