Fondations Théoriques de l'Apprentissage pour la Conception d'Algorithmes

Aperçu

Découvrez des perspectives sur les applications de l'IA pour les mathématiques et l'informatique théorique dans cette conférence de Maria-Florina Balcan de l'Université Carnegie Mellon.

Programme

• Introduction à la théorie de l'apprentissage
Aperçu des concepts de l'apprentissage automatique
Le rôle de la théorie de l'apprentissage en IA
• Modèles fondamentaux de l'apprentissage
Apprentissage Probablement Approximativement Correct (PAC)
Apprentissage en ligne
Cadres d'apprentissage statistique
• Conception et analyse d'algorithmes
Bases de la conception d'algorithmes efficaces
Algorithmes d'approximation
Algorithmes aléatoires
• Connexions entre la théorie de l'apprentissage et la conception d'algorithmes
Tirer parti de l'apprentissage pour la conception d'algorithmes
Algorithmes d'apprentissage en informatique théorique
• Apports théoriques sur les applications de l'IA
Applications en mathématiques
Applications en informatique théorique
• Études de cas et applications réelles
Études de cas de la recherche de Carnegie Mellon
Innovations en IA avec des fondements théoriques
• Sujets avancés dans les techniques théoriques de l'apprentissage
Apprentissage théorique des jeux
Bandits à plusieurs bras et exploration vs. exploitation
• Avenues futures et problèmes ouverts
Défis dans la conception d'algorithmes théoriques d'apprentissage
Nouvelles directions de recherche émergentes en IA
• Conclusion et résumé
Récapitulatif des concepts clés
Réflexions finales sur les fondements théoriques de l'apprentissage
• Lectures et ressources supplémentaires
Textes et articles recommandés
Ressources et conférences en ligne
• Évaluation et appréciation
Ensembles de problèmes
Projets et présentations
Examen final

Sujets

Informatique