Olivier CanévetEnseignement et PhD Cours Machine Learning for Engineers EE-613
Geovani RizkExpertise
Distributed Machine Learning, Robustness, Safety, Optimization, Multi-Agent, Bandits in Graphs
I am a postdoctoral researcher at école Polytechnique Fédérale de Lausanne since 2022, where I work with Rachid Guerraoui on robustness of distributed machine learning algorithms. From 2018 to 2022, I completed my Ph.D. in computer science at Université Paris Dauphine-PSL on multi-agent bandits in graphs under the supervision of Yann Chevaleyre, Rida Laraki, Igor Colin, and Albert Thomas.Pre-prints Over
Jean-Marc OdobezEnseignement et PhD Doctorant·es actuel·les Vivek Samir Gupte, Yesmine Abdennadher, Samy Tafasca, Shalutha Navindu Rajapakshe Rajapakshe Mudiyanselage, Gökhan Özbulak, Karl El Hajal, Hasindri Sankalpana Watawana, Mingchi Hou, Pierre François Marie Vuillecard, João Pedro Gandarela de Souza, Anirban Mukherjee, Elija Maria Vida, Nawal Haidar, Mojtaba Nafez A dirigé les thèses EPFL de Jagannadan Varadarajan, Alexandre Heili, Samira Sheikhi, Kenneth Alberto Funes Mora, Do Hoang Nam Le, Christian Jaques, Yu Yu,
Pascal FrossardTeaching & PhD PhD Students Yiming Qin, Alba Carballo Castro, Elisa Messori, Ke Wang, Sevda Ögüt, Tuna Alikasifoglu, William Cappelletti, Manuel Madeira, Mahdi Amiri, Ortal Yona Senouf, Vasiliki Rizou, Cem Bilaloglu, Abdellah Rahmani, Amel Abdelraheem, Jérémy Jean Philippe Baffou, Adam Hazimeh, Vincent Jung, Yike Zhao Past EPFL PhD Students Dan Jurca, Jean-Paul Wagner, Ivana Radulovic, Ivana Tosic, Effrosyni Kokiopoulou, Zafer Arican, Vijayaraghavan Thirumalai, Tamara Tosic, Eirina Bourtsoulatze, Elif Vur
Andrea CavallaroExpertise
Machine learning for multimodal perception, computer vision, machine listening, and information privacy.
Enseignement et PhD Doctorant·es actuel·les Yung-Chen Tang, Ante Maric, Cen Lu, Haruki Shirakami, Lei Xu, Dina El Zein, Jose Rafael Espinosa Mena, Shashi Kumar, Martin Schonger, Olena Hrynenko, Darya Baranouskaya Cours Deep learning EE-559 Ce cours explore la conception de réseaux de neurones discriminatifs et génératifs fiables, ainsi que les enjeux éthiques de l'acquisition
David Richard HarveyEnseignement et PhD Doctorant·es actuel·les Ethan Daniel Tregidga, Felix Francisco Vecchi Cours Lecture series on scientific machine learning PHYS-754 Ce cours présente des travaux sur la façon dont les questions scientifiques peuvent être abordées à l'aide de l'apprentissage automatique. L'apprentissage automatique permet d'extraire des connaissances à partir de données de manière automatisée. Nous apprendrons à partir d'exemples concrets.
Sébastien MarcelEnseignement et PhD Doctorant·es actuel·les Parsa Rahimi Noshanagh A co-dirigé les thèses EPFL de Fabien Cardinaux, Yann Rodriguez, Agnès Just, Guillaume Heusch, Anindya Roy, Venkatesh Bala Subburaman, Cosmin Atanasoaei, Laurent El Shafey, Ivana Chingovska, Tiago De Freitas Pereira, Amir Mohammadi, Alexander Unnervik, Hatef Otroshi Shahreza
Emmanuel AbbéMission
Chair of Mathematical Data Science (SB/IC)The research in the chair of Mathematical Data Science (MDS) focuses on the mathematical principles that underpin the analysis and design of information and data science technologies. As branches of mathematics, this involves probability, statistics, and discrete mathematics, and as specific fields, machine learning and information theory. Please consult http://deepfoundations.ai/ for postdoc applications.
Emmanuel Abbe received his Ph.D. degree from the EEC Volkan CevherVolkan Cevher received the B.Sc. (valedictorian) in electrical engineering from Bilkent University in Ankara, Turkey, in 1999 and the Ph.D. in electrical and computer engineering from the Georgia Institute of Technology in Atlanta, GA in 2005. He was a Research Scientist with the University of Maryland, College Park from 2006-2007 and also with Rice University in Houston, TX, from 2008-2009. Currently, he is an Associate Professor at the Swiss Federal Institute of Technology Lausanne and a Faculty Fellow in the Electrical and Computer Engineering Department at Rice University. His research interests include machine learning, signal processing theory, optimization theory and methods, and information theory. Dr. Cevher is an ELLIS fellow and was the recipient of the Google Faculty Research award in 2018, the IEEE Signal Processing Society Best Paper Award in 2016, a Best Paper Award at CAMSAP in 2015, a Best Paper Award at SPARS in 2009, and an ERC CG in 2016 as well as an ERC StG in 2011.
Michail VlachosEnseignement et PhD Cours Data science and machine learning MGT-502 Introduction pratique à la science des données et à l'apprentissage automatique. Nous abordons les systèmes de recommandation, l'IA générative, les chatbots, les graphes, ainsi que la régression, la classification, l'analyse de texte et les réseaux neuronaux. Programmation en Python.
André AnjosExpertise
Recherche ReproductibleReconnaissance de FormesTraitement d'ImagesApprentissage AutomatiqueBiométrie
Enseignement et PhD Doctorant·es actuel·les Gökhan Özbulak
Samy BengioExpertise
Algorithmes d'apprentissageTraitement de la parole automatiqueAuthentification de personnesTraitement multimodalTraitement de sequencesReseaux de neurones, support vector machinesModeles de markov caches, mixtures de gaussiennesetc
Expertise
Algorithmes d'apprentissageTraitement de la parole automatiqueAuthentification de personnesTraitement multimodalTraitement de sequencesReseaux de neurones, support vector machinesModeles de markov caches, mixtures de gaussiennesetc
Mission
Samy Bengio est cher
Martin JaggiMartin Jaggi is a Tenure Track Assistant Professor at EPFL, heading the Machine Learning and Optimization Laboratory. Before that, he was a post-doctoral researcher at ETH Zurich, at the Simons Institute in Berkeley, and at École Polytechnique in Paris. He has earned his PhD in Machine Learning and Optimization from ETH Zurich in 2011, and a MSc in Mathematics also from ETH Zurich.
Pierre DillenbourgAncien instituteur primaire, Pierre Dillenbourg obtient un master en Sciences de lEducation (Université de Mons, Belgique). Dans son projet de master en 1986, il est l'un des premiers au monde à appliquer les méthodes de 'machine learning' à l'éducation, afin de développer un 'self-improving teaching system'. Ceci lui permettra de débuter une thèse de doctorat en informatique à l'Université de Lancaster (UK) dans le domaine des applications éducatives de lintelligence artificielle. Il a été Maître dEnseignement et de Recherche à lUniversité de Genève. Il rejoint l'EPFL en 2012, où Il fut le directeur du Centre de Recherche sur l'Apprentissage, la formation et ses technologies(CRAFT), puis académique du Centre pour l'Education à l'Ere Digitale (CEDE) qui met en oeuvre la stratégie MOOC de l'EPFL (plus de 2 millions d'inscriptions). Il est actuellement professeur ordinaire en technologies de formation aux sein de la faculté Informatique et Communications et dirige laboratoire d'ergonomie éducative (CHILI). Depuis 2006, il a aussi été le directeur de DUAL-T, la 'leading house' dédiée aux technologies pour les systèmes de formation professionnelle duale. Il a fondé plusieurs start-ups dans l'éducation et rejoint plusieurs conseils d'administration. En 2017, Il a créé avec des collègues le 'Swiss EdTech Collider', un incubateur qui rassemble 80 start-ups dans le domaine des technologies éducatives. En 2018, ils ont lancé LEARN, le centre EPFL pour les sciences de l'apprentissage, lequel regroupe les initiatives locales en innovation éducative. Pierre est un 'inaugural fellow of the International Society of Learning Sciences'. Il est actuellement le Vice-Président Associé pour l'Education à l'EPFL.
Olga FinkEnseignement et PhD Doctorant·es actuel·les Han Sun, Leandro Von Krannichfeldt, Keivan Faghih Niresi, Zepeng Zhang, Vinay Sharma, Chenghao Xu, Raffael Pascal Theiler, Kevin Antonio Steiner, Sergei Garmaev, Amaury Wei A dirigé les thèses EPFL de Ismail Nejjar, Mengjie Zhao Cours Data Science for infrastructure condition monitoring CIVIL-332 Le cours couvrira les étapes pertinentes de la surveillance de l'état des infrastructures basée sur les données: l'acquisition des données, en passant p
Amir Roshan ZamirAmir Zamir is a Tenure-Track Assistant Professor of Computer Science at the Swiss Federal Institute of Technology in Lausanne (EPFL). Prior to EPFL, he spent time at Stanford, UC Berkeley, and UCF. His research interests are broadly in computer vision, machine learning, perception-for-robotics, and AI. He has been recognized with CVPR (2018) Best Paper Award, CVPR (2016) Best Student Paper Award, CVPR (2020) Best Paper Award Nomination, and NVIDIA Pioneering Research Award (2018), among others. His research has been covered by various press outlets, such as The New York Times or Forbes.
Robert WestRobert West is a tenure-track assistant professor of computer science at EPFL, where he heads the Data Science Lab. In his research, he develops and applies techniques in machine learning, computational social science, natural language processing, social network analysis, and data mining. Bob also collaborates closely with the Wikimedia Foundation, in his role as a Wikimedia Research Fellow. Bob’s work has won several awards, including best/outstanding paper awards at ICWSM’21, ICWSM’19, and WWW’13, a best-paper runner-up award at WWW’16, a Google Faculty Research Award, a Facebook Research Award, a Hewlett-Packard Graduate Fellowship, and a Facebook Graduate Fellowship. He is actively involved in the research community, e.g., as an Associate Editor of ICWSM and EPJ Data Science and as a co-founder of the Wiki Workshop (held at WWW and ICWSM) and the Applied Machine Learning Days. Bob received his PhD in Computer Science from Stanford University, his MSc from McGill University, Canada, and his undergraduate degree from Technische Universität München, Germany.[Last updated: 25 Aug 2021]
Giovanni ZuccarinoEnseignement et PhD Cours Ecrire et penser avec les IA génératives II HUM-493 Comment les IA génératives transforment nos manières de lire, d'écrire et de penser ? Pour répondre à cette question, il faut analyser l'écriture assistée par IA génératives à l'aide des concepts et des méthodes de la linguistique et de la génétique des textes. Introduction à la linguistique HUM-282 Ce cours est une introduction à la linguistique, discipline qui étudie les unités et les règles des l
Anne-Florence Raphaëlle BitbolI was trained in physics, and always had a strong interest in biology. I am broadly interested in understanding biological phenomena in a quantitative way, through physical concepts and mathematical and computational tools. I investigate the relative impacts of optimization and historical contingency in biological evolution, both at the scale of protein sequences and at the scale of microbial populations.Here is my research group website.Curriculum vitae Here is my complete CV. Professional experience:Since
Clément HonglerMission
Quelques projets-clés:--La recherche de connexions entre la mécanique statistique et la théorie quantique des champs--Les réseaux de neurones, leur dynamique et leurs applications.--La vie artificielle, en particulier l'étude des automates cellulaires continus.--Les systèmes décentralisés.
2003-2006: BSc. EPFL, mathématiques2006-2008: MSc. EPFL, mathématiques2008-2010: Doctorat, Unige, mathématiques2010-2014: Ritt Assistant Professor, Columbia2014-2018: Professeur Assistant Tenure-Track, EPFL2019-pr
