1359211459
Sciences des données - Stéphane Mallat

Advertise on podcast: Sciences des données - Stéphane Mallat

This podcast has
84 episodes
Language
French
Explicit
No
Date created
2018/03/14
Latest episode
2022/03/09
Average duration
86 min.
Release period
4 days

Description

Stéphane Mallat est né le 24 octobre 1962 à Suresnes. Il a été élève à l’École polytechnique de 1981 à 1984 puis à l’École nationale supérieure des télécommunications en 1985. Il a obtenu un Ph.D. en traitement du signal à l’Université de Pennsylvanie de 1986 à 1988 et a soutenu sa thèse d’habilitation en mathématiques à l’université de Paris Dauphine en 1992. De 1988 à 1996, il était professeur d’informatique et de mathématiques à l’Institut courant de l’Université de New York. Il est revenu en France comme professeur en mathématiques appliquées à l’École polytechnique de 1995 à 2012 où il a présidé ce même département de 1998 à 2001. En 2001, il a cofondé une start-up, Let It Wave, qu’il a dirigé jusqu’en 2007. Il est devenu professeur d’informatique à l’École normale supérieure de la rue d’Ulm de 2012 à 2017 et a été nommé Professeur au Collège de France en 2017, titulaire de la chaire de Sciences des données.

Unlock Sciences des données - Stéphane Mallat podcast Email contact info,
Listeners & Audience details

Email contact information

Direct podcast contact details

Listeners

Audience numbers & engagement insights

Audience details

Podcast Insights

Podcast episodes

Check latest episodes from Sciences des données - Stéphane Mallat podcast


08 - Information et complexité - VIDEO
2022/03/09
Stéphane Mallat Collège de France Science des données Année 2021-2022 Distorsions et parcimonie
08 - Information et complexité
2022/03/09
Stéphane Mallat Collège de France Science des données Année 2021-2022 Distorsions et parcimonie
07 - Information et complexité - VIDEO
2022/03/02
Stéphane Mallat Collège de France Science des données Année 2021-2022 Information de Fisher Les distorsions des algorithmes de compression sont dues aux erreurs d'approximation après quantification. Ce cours étudie la décroissance de l'erreur en fonction du nombre de bits du codage et fait le lien avec la parcimonie de la représentation dans une base.
07 - Information et complexité
2022/03/02
Stéphane Mallat Collège de France Science des données Année 2021-2022 Information de Fisher Les distorsions des algorithmes de compression sont dues aux erreurs d'approximation après quantification. Ce cours étudie la décroissance de l'erreur en fonction du nombre de bits du codage et fait le lien avec la parcimonie de la représentation dans une base.
06 - Information et complexité - VIDEO
2022/02/23
Stéphane Mallat Collège de France Science des données Année 2021-2022 Information de Fisher La théorie de l'information de Shannon étudie la concentration des données dans l'espace, dans des ensembles typiques, sous des hypothèses d'indépendance. L'entropie permet de mesurer le nombre d'éléments dans ces ensembles. Cela définit une borne minimum sur le codage de données.
06 - Information et complexité
2022/02/23
Stéphane Mallat Collège de France Science des données Année 2021-2022 Information de Fisher La théorie de l'information de Shannon étudie la concentration des données dans l'espace, dans des ensembles typiques, sous des hypothèses d'indépendance. L'entropie permet de mesurer le nombre d'éléments dans ces ensembles. Cela définit une borne minimum sur le codage de données.
05 - Information et complexité - VIDEO
2022/02/16
Stéphane Mallat Collège de France Science des données Année 2021-2022 Information de Fisher La théorie de l'information de Shannon étudie la concentration des données dans l'espace, dans des ensembles typiques, sous des hypothèses d'indépendance. L'entropie permet de mesurer le nombre d'éléments dans ces ensembles. Cela définit une borne minimum sur le codage de données.
05 - Information et complexité
2022/02/16
Stéphane Mallat Collège de France Science des données Année 2021-2022 Information de Fisher La théorie de l'information de Shannon étudie la concentration des données dans l'espace, dans des ensembles typiques, sous des hypothèses d'indépendance. L'entropie permet de mesurer le nombre d'éléments dans ces ensembles. Cela définit une borne minimum sur le codage de données.
04 - Information et complexité - VIDEO
2022/02/09
Stéphane Mallat Collège de France Science des données Année 2021-2022 Information de Fisher La théorie de l'information de Shannon étudie la concentration des données dans l'espace, dans des ensembles typiques, sous des hypothèses d'indépendance. L'entropie permet de mesurer le nombre d'éléments dans ces ensembles. Cela définit une borne minimum sur le codage de données.
04 - Information et complexité
2022/02/09
Stéphane Mallat Collège de France Science des données Année 2021-2022 Information de Fisher La théorie de l'information de Shannon étudie la concentration des données dans l'espace, dans des ensembles typiques, sous des hypothèses d'indépendance. L'entropie permet de mesurer le nombre d'éléments dans ces ensembles. Cela définit une borne minimum sur le codage de données.
03 - Information et complexité - VIDEO
2022/02/02
Stéphane Mallat Collège de France Science des données Année 2021-2022 Représentations parcimonieuses Un modèle probabiliste est typiquement défini par une famille de paramètres. L'inférence de ces paramètres peut se faire par maximum de vraisemblance. On démontre la consistance asymptotique de l'estimation par maximum de vraisemblance.
03 - Information et complexité
2022/02/02
Stéphane Mallat Collège de France Science des données Année 2021-2022 Représentations parcimonieuses Un modèle probabiliste est typiquement défini par une famille de paramètres. L'inférence de ces paramètres peut se faire par maximum de vraisemblance. On démontre la consistance asymptotique de l'estimation par maximum de vraisemblance.

Podcast reviews

Read Sciences des données - Stéphane Mallat podcast reviews


0 out of 5
0 reviews

Podcast sponsorship advertising

Start advertising on Sciences des données - Stéphane Mallat relevant audience podcasts


What do you want to promote?