ICML 2020

ICML, Conférence internationale sur l’apprentissage statistique, est le premier rassemblement de professionnels dédié à l’avancement de cette branche de l’intelligence artificielle appelée aussi apprentissage automatique ou machine learning.

ICML est mondialement réputé pour la présentation et la publication de travaux de recherche de pointe sur tous les aspects de l’apprentissage utilisés dans des domaines étroitement liés tels que l’intelligence artificielle, les statistiques et la science des données, ainsi que dans d’importants domaines d’application tels que la vision artificielle, la biologie informatique, la reconnaissance de la parole ou la robotique.

ICML est l’une des conférences sur l’IA dont la croissance est la plus rapide au monde. Elle accueille des participants d’horizons très divers, des chercheurs universitaires et industriels aux entrepreneurs et ingénieurs, en passant par les étudiants et les post-doctorants.

Cette année, elle sera entièrement tenue en ligne. Les chercheurs de la chaire DSAIDIS y présenteront quatre articles :

Duality in RKHSs with Infinite Dimensional Outputs: Application to Robust Losses [Arxiv]
Pierre Laforgue, Alex Lambert, Luc Brogat-Motte, Florence d’Alché-Buc

Fractional Underdamped Langevin Dynamics: Retargeting SGD with Momentum under Heavy-Tailed Gradient Noise [Arxiv]
Umut Simsekli, Lingjiong Zhu (FSU), Yee Whye Teh (Oxford and DeepMind), Mert Gurbuzbalaban (Rutgers University)

Improved Optimistic Algorithms for Logistic Bandits [Arxiv]
Louis Faury, Marc Abeille, Clément Calauzènes, Olivier Fercoq

Random extrapolation for primal-dual coordinate descent [Arxiv] Ahmet Alacaoglu, Olivier Fercoq et Volkan Cevher