Couvre la présentation à l'aide d'un conseil d'administration pour expliquer clairement les concepts et éviter de contribuer à des croyances problématiques.
Couvre les techniques de réduction de la variance dans l'optimisation, en mettant l'accent sur la descente en gradient et les méthodes de descente en gradient stochastique.
Explore le projet de Valérie sur l'automatisation des statistiques de surface à l'aide d'algorithmes d'apprentissage en profondeur et d'images aériennes.
Explore la méthode de fonction aléatoire pour résoudre les PDE à l'aide d'algorithmes d'apprentissage automatique pour approximer efficacement les fonctions à haute dimension.
Couvre les principes de la pensée de conception pour les solutions centrées sur le client et met l'accent sur la résolution de problèmes sur les ventes de technologies.
Couvre les méthodes d'optimisation, les garanties de convergence, les compromis et les techniques de réduction de la variance en optimisation numérique.
Explore la méthode Extra-Gradient pour l'optimisation Primal-dual, couvrant les problèmes non convexes, les taux de convergence et les performances pratiques.
Explore l'intelligence visuelle, la formation d'images, la vision par ordinateur et la compréhension de la représentation dans les machines et les esprits.