Notice bibliographique
- Notice
Type(s) de contenu et mode(s) de consultation : Texte noté : sans médiation
Auteur(s) : Mallat, Stéphane
Titre(s) : Sciences des données et l'apprentissage en grande dimension [Texte imprimé] / Stéphane Mallat,...
Publication : Paris : Collège de France : Fayard, DL 2018
Impression : 95-Domont : Dupli-print
Description matérielle : 1 vol. (62 p.) : ill. ; 19 cm
Collection : Leçon inaugurale du Collège de France ; n° 276
Lien à la collection : Leçon inaugurale - Collège de France
Note(s) : Leçon inaugurale prononcée le jeudi 11 décembre 2018. - Bibliogr., 3 p.
Identifiants, prix et caractéristiques : ISBN 978-2-213-70973-4 (br.) : 12 EUR
EAN 9782213709734
Identifiant de la notice : ark:/12148/cb455901396
Notice n° :
FRBNF45590139
Résumé : La performance des algorithmes d'analyse de données a fait un bond ces dernières années,
non seulement grâce à l'augmentation des capacités de calcul et aux masses de données,
mais aussi grâce à l'évolution rapide des algorithmes d'apprentissage, et par conséquent
de l'intelligence artificielle.L'analyse automatique des données numériques est devenue
un enjeu industriel, sociétal et scientifique majeur. Les sciences des données développent
des algorithmes capables d'apprendre, comme les réseaux de neurones, avec des données
de grande dimension. Il est pour cela nécessaire de comprendre les principes de l'apprentissage,
en faisant appel à de nombreuses branches des mathématiques dont les statistiques,
l'analyse harmonique et la géométrie. Stéphane Mallat a été professeur de mathématiques
appliquées à l'université de New York, à l'École polytechnique et à l'École normale
supérieure. Dans les années 2000, il a cofondé et dirigé une start-up de traitement
d'images. Il est professeur au Collège de France depuis mai 2017, titulaire de la
chaire « Sciences des données ». [source éditeur]