Objectifs et Contenu

Cet atelier fait partie des journées Fédération Charles Hermite et du programme Mastodons du CNRS. La participation est gratuite et libre, mais nécessite une inscription préalable.

L’atelier est également en lien avec la thèse co-financée par la Fédération Charles Hermite et la Région Grand Est intitulée “Outils statistiques pour l’évaluation des performances en classification et apprentissage en présence de données entachées d’erreurs

Problèmes d’annotations bruitées en statistique, machine learning et classification

Cet atelier d’échanges a pour objectif d’étudier l’impact que peut avoir l’usage de données incertaines, entachées d’erreurs ou soumises à des divergences d’interprétation sur l’évaluation, la qualité et la pertinence de classifieurs et de processus d’apprentissage numériques. A partir d’un panel de conférences invitées dans des domaines de la statistique, du Machine Learning ou d’applications concrètes de classification, nous chercherons à établir un panorama d’approches et d’outils statistiques qui permettront d’apporter quelques réponses à ces questions et d’esquisser des pistes de recherche futures.

Les résumés des présentations de l’atelier se trouvent ici.