近期出版物

peerannot：众包数据集中标签聚合的框架
A.杜巴尔,T.勒福特和J.三文鱼(2024).
JDS 2024-55年统计公报 [网址]

近端坐标下降的局部线性收敛算法
Q.科洛芬斯坦,Q.贝特朗,A.格兰福特,J.三文鱼和S.维特(2024).
优化函18: (135-154).

通过加权边缘下的区域，结合众包标签识别模糊任务
T.勒福特,B.查利尔,A.乔利和J.三文鱼(2024).
TMLR公司.

Peerannot:使用Python对众包图像数据集进行分类
T.勒福特,B.查理尔,A.乔利和J.三文鱼(2024).
计算机. [网址]

合作学习Pl@ntNet公司使用标签聚合的人工智能算法
T.勒福特,A.Affouard公司,P.阀盖,B.查利尔,A.乔利和J.三文鱼(2024).
JDS 2024-55es统计之旅 [网址]

众包中使用Shapley值的加权多数投票
T.勒福特,B.查利尔,A.乔利和J.三文鱼(2024).
CAp 2024-Apprentissage Automatique会议 [网址]

集体智能和协作数据科学
J.三文鱼(2024).
哈佛数据科学评论6: (). [网址]

深度平均-K分类的双水头损失函数
C.大蒜素,M.Servajean先生,A.乔利和J.三文鱼(2023).
[网址]

具有自动微分的分析-稀疏先验的监督学习
H.加尼姆,J.三文鱼,N.克里文和S.维特(2023).
IEEE信号处理。莱特。.

基于贪婪坐标下降的高维私人经验风险最小化
P.芒果,A.Bellet,J.三文鱼和托马西先生(2023).
AISTATS公司 [网址]

完整列表出版物

联系人

电子邮件： 约瑟夫“点”鲑鱼“点”塔夫@gmail“点”com

地址：IMAG，约051年
蒙彼利埃大学
尤金·巴塔利隆广场
34095蒙彼利埃Cedex 5
（办公室415，9号楼）

加入？我实验室的空缺职位

我正在寻找优秀且积极性高的人才（实习、博士生、博士后或研究工程师）机器学习，更准确地说，是关于：

  • 公民科学和众包
  • 高维的/坚固耐用的统计数据，变量选择,稀疏
  • 优化对于机器学习（包括联合学习、隐私等）

申请过程很轻松：

  1. 通过电子邮件发送简历和最近成绩的成绩单，并用简短的段落解释你为什么有兴趣加入。
  2. 如果感兴趣，我会要求直接向我发送两封推荐信（一封只针对实习生或博士生）。
  3. 在此阶段，我们将安排一次面试（可能是在线面试），以仔细检查您的技能和个人资料的兼容性。

新闻

  • 2023年9月：ANR VITE（PI:B.Thirion，主题：可变重要性/可解释性）被接受。
  • 2022年3月：参观西蒙斯计算理论研究所
  • 2021年7月：IUF公司提名（初级成员）：https://www.iufrance.fr/detail-de-lactualie/247.html
  • 2019年12月：ANR AI主席提案CaMeLOt（CooperAtive MachinE Learning and OpTimization）被选中。

研讨会和会议组织

软件和数据集

  • 组织文件：该知识库为从事应用数学、统计学或机器学习的研究人员提供了一些工具、建议和指南。
  • 测试台选项：一个包，用于在优化算法之间进行透明和可重复的比较
  • PlantNet-300K公司：的子集Pl@ntNet公司数据库，包含约300k个标记图像（植物种类）和1k个类别。数据集在上可用泽诺多.
  • 赛勒：快速套索解算器（相关ICML2018论文“快速套索求解器的双重外推”），pdf格式,幻灯片
  • 稀疏ho：一个快速超参数包，用于有效选择最佳Lasso参数（与ICML2020论文“用于超参数优化的Lasso类型模型的隐式微分”相关），pdf格式)
  • matlab工具箱对于统计和图像处理（这是遗留问题），我不再使用Matlab。

更多关于我的Github页面

团队

博士研究生

工程师

校友

简短的个人简历

我是一名统计学家和应用数学家，对机器学习、优化和数据科学有着浓厚的兴趣。在应用程序方面，我专注于公民科学,众包和高维统计.

自2018年以来，我是蒙彼利埃大学和一名初级会员法国大学研究所（IUF）。2018年春夏季，我是UW，统计部.2012年至2018年，我在电信ParisTech和INRIA的助理成员顶峰团队.早在2011-2012年，我在杜克大学使用丽贝卡·威利特.

2010年，我在Dominique Picard和埃尔万·勒·佩内克现在在Aléatoire概率与现代化实验室LPSM公司，英寸巴黎迪德罗大学.


教学：课程列表

HAX603X-随机建模（2023-2024）

这是一门关于随机建模和蒙特卡罗方法的本科生课程，包括Python练习。
详情请参见：HAX603X-随机建模.
课程语言：🇫🇷

HAX606X-凸优化（2020-2023）

这是一门关于凸优化的本科生课程，使用Python进行练习。
详情请参见：HAX606X-凸优化.
课程语言：🇫🇷

HAX712X：数据科学软件开发（2020-2024）

这是一门关于使用Python进行数据科学软件开发的硕士课程。
详情请参见：hax712倍.
课程语言：🇬🇧

HMMA308：统计机器学习（2018-2021）

本课程主要讲述机器学习中的监督技术。
详情请参见此处HMMA308-统计机器学习.
课程语言：🇫🇷

HLMA408：生态学数据科学（2018-2021）

这是一门介绍统计和数据可视化的本科课程。
详情请参见：HLMA408-生态学数据科学.
课程语言：🇫🇷

HMMA237-高级时间序列（2018-2019）

这是一门介绍高级时间序列分析的本科课程。
详情请参见：HMMA237-高级时间序列.
课程语言：🇫🇷 和🇬🇧

HMMA238：科学软件开发（2018-2019）

这是一门介绍科学计算和现代软件实践的硕士课程。
详情请参见：HMMA238-科学软件开发.
课程语言：🇬🇧

M2MO-统计学习（2013-2018）

这包括关于统计学习的硕士2练习。
详情请参见：M2MO-机器学习.
课程语言：🇫🇷

SD204-线性模型（2016-2018）

这是一门关于线性模型的本科课程。
详情请参见：SD204-线性模型.
课程语言：🇬🇧

STAT593-稳健统计（2018-2019）

这是一门关于稳健统计和优化的分级课程。
详情请参见：STAT593–稳健统计.
课程语言：🇬🇧

HLMA310-科学Python（2018-2020）

这是一门介绍Python用于科学计算的本科课程。
详情请参见：HLMA310-科学巨蟒.
课程语言：🇫🇷

MDI720-线性模型（2013-2018）

这是一门介绍线性模型的本科课程。
详情请参见此处MDI720-线性模型.
课程语言：🇫🇷

HMMA307：高级线性模型（2019-2021）

这是一门介绍高级线性模型（方差分析、混合效应模型等）的本科课程。
详情请参见：HMMA307-高级线性模型.
课程语言：🇫🇷 和🇬🇧

CR12-机器学习（2013-2015）

这是一门关于机器学习的硕士2课程（Z.Harchaoui公司,J.迈拉尔和L.雅各布).
详细信息可在此处找到：
CR12-机器学习（2014-2015）
CR12-机器学习（2013-2014）.
课程语言：🇬🇧

SD3——描述性统计（2010-2011）

这是一门描述统计学的本科课程。
详情请参见：SD3-描述性统计.
课程语言：🇫🇷

M53010：计量经济学（2009-2010）

本课程主要是关于计量经济学中的线性模型。
详情请参见：M53010-计量经济学.
课程语言：🇫🇷




会谈

完整列表会谈，带有幻灯片和可能是录制的视频。

其他

在其他部分，你会发现一些（数学）艺术和其他分心的东西。

博客

在博客部分，你会发现一些帖子，主要是关于数学的，也可能是关于自行车的，谁知道呢。