Edito

Les avancées technologiques, l’omniprésence des capteurs et l’explosion des réseaux sociaux s’accompagnent d’un véritable déluge de données, propulsant les sciences de l’information au centre du processus de valorisation des « Big Data ». Le traitement statistique de ces masses de données convoque à la fois mathématiques appliquées et informatique à travers une discipline en plein essor : le Machine Learning. La variété des données disponibles, leur grande dimension et leur volumétrie rendent souvent inopérantes les méthodes statistiques traditionnelles. Le Machine Learning vise à élaborer et étudier des algorithmes permettant à des machines d’apprendre automatiquement à partir des données et à effectuer des tâches de façon performante.

La Chaire « Machine Learning for Big Data » a pour but de produire une recherche méthodologique répondant au challenge que constitue l’analyse statistique des données massives et d’animer la formation dans ce domaine à Télécom ParisTech. Créée en septembre 2013 avec le soutien de la Fondation Télécom, la Chaire est financée par cinq entreprises partenaires : Safran, PSA Groupe, Criteo, BNP Paribas ainsi que Valeo qui l'a rejointe en juin 2017. Elle est portée par le mathématicien Stephan Clémençon, enseignant-chercheur, Professeur au sein du département Image, Données Signal de Télécom ParisTech.

Derniers articles

Deuxième soutenance de thèse de la Chaire Machine Learning for Big Data

Le 20 octobre 2017, Mme Claire Vernade , doctorante au sein de la Chaire Machine Learning for Big Data, a soutenu sa thèse intitulée « Statistical Models of User Behavior for Sequential Learning under Delayed Feedback. ». Deuxième thèse de la Chaire, cette soutenance a donné lieu à l’organisation du « Online Learning Workshop » avec les interventions de MM. Csaba Szepesvàri et Wouter M. Koolen.

Lire la suite