我有助于理解统计学和机器学习中的一些基本问题,分析一些流行算法,并设计一些新算法。我偶尔与一些生物学家合作。
临时电子邮件地址:
christophe.math.orsay(点击)gmail.com职责
我负责硕士课程巴黎萨克利大学数学与应用.
我也是副教授康奈尔大学我担任动作编辑JMLR公司.
博士生
书
- 高维统计简介(2015年第一版,2021年第二版)
在wiki-site上分享您自己的练习解决方案http://high-dimensional-statistics.wikidot.com/
预印本
- 带有强盗反馈的主动集群。(与V.Thuot、A.Carpentier和N.Verzelen合作)[arXiv].
- 多项式时间内的最小最大最优序列。(与Y.Issartel和N.Verzelen一起)[arXiv].
- 估计随机递归树的历史。(与S.Briend、G.Lugosi和D.Sulem一起)[arXiv].
- 无参数投影梯度下降。(与E.Chzhen和G.Stoltz一起)[arXiv].
- PECOK:变量聚类的凸优化方法。(与F.Bunea、M.Royer、N.Verzelen合作)[arXiv].大多数材料已在“模型辅助变量聚类”AOS 2020中发布
- 多元回归的伪RIP (未发表的简短注释) [arXiv].
出版物
- 在无限宽度极限下训练深度神经网络的可积参数。(与K.Hajjar和L.Chizat一起)出现在JMLR 2024中。[arXiv].
- 高维聚类中的计算信息差距。(与B.Even和N.Verzelen一起)将出现在COLT 2024。[arXiv] [幻灯片].
- 配对:强盗遇到随机块模型时。(与Y.Issartel、L.Lehéricy、M.Lerasle合著)。2024年数理统计与学习。[arXiv].
- 使用背包的上下文强盗中的小总成本约束,以及对公平的应用。(与E.Chzhen、Z.Li和Gilles Stoltz一起)。NeurIPS 2023年[arXiv].
- 基于两两亲和性的一维非参数潜在空间模型定位。(与Y.Issartel,N.Verzelen合著)《电子统计杂志2023》,第17卷,第1期,1587-1662。[arXiv].
- 带有偏见反馈的线性强盗的不公平代价。(与S.Gaucher,A.Carpentier合作)NeurIPS 2022[arXiv] [幻灯片]
- 通过Blackwell Approachability实现公平在线学习的统一方法。(与E.Chzhen、G.Stoltz)NeurIPS 2021(聚焦)[arXiv] [幻灯片].
- 模型辅助变量聚类:Minimax-optimal恢复和算法(与Florentina Bunea、Xi Luo、Martin Royer、Nicolas Verzelen合著)《2020年统计年鉴》,第48卷,第1期,111-137。[arXiv的完整版本和补充材料]
- 松弛Kmeans聚类的部分恢复边界。(与N.Verzelen一起)数理统计与学习2019年,第1卷,第3/4号,第317-374页。[arXiv].
- 利用机会数据对物种相对丰度和栖息地偏好的贝叶斯估计(与C.Coron、C.Calenge和R.Julliard合著)《环境生态统计》(2018)25:71。[链接].
- 利用机会主义数据监测相关物种丰度。(与C.Calenge、C.Coron和R.Julliard合著)《生物计量学》2016 72(2),649-58。[arXiv].
- 非平稳次线性过程的预测因子集合和时变自回归过程的在线自适应预测。(与F.Roueff和A.Sanchez-Perez合作)《2015年统计年鉴》,第43卷,第6期,2412-2450。[arXiv].
- 定量框架调查海洋野生动物之间致命碰撞的风险和船只(与Q.Sabatier、J.Martin等人合著)《生态学与进化方法》(2016)第7卷第1期,第42-50页。
- 内部杂交酵母菌属导致同质性和表型新颖性酿酒条件。(与T.da Silva、W.Albertin、C.Dillmann、M.Bely、S.laGuerche、C.Giraud、S.Huet、D.Sicard、I.Masneuf-Pomarede、D.deVienne,P.Marullo)公共科学图书馆ONE 10(5)开放式访问
- 空间分布法国鼬科的一种。(与C.Calenge、J.Chadoeuf、S.Huet、,R.Julliard、P.Monestiez、J.Piffady、D.Pinaud、S.Ruette)公共科学图书馆10(3).开放式访问
- 中的估算器选择高斯设置。(与Y.Baraud和S.Huet合著)《IIHP年鉴》(2014),第50卷,第3期,第1092-1119页。[下载预印本].
- 酵母蛋白质组变异揭示葡萄须发酵的不同适应性反应。(与M.Blein-Nicolas、W.Albertin、B.Valot、P.Marullo、D.Sicard、,S.Huet、A.Bourgais、C.Dillmann、D.de Vienne、M.Zivy)分子生物学进化。2013年6月;30(6):1368-83.[链接]
- 界定同步监测数据中的人口。(与R.Julliard和E.Porcher)《环境与生态统计》第20卷(2013年),第3期,第337-352页。[pdf格式].
- 包括共享肽用于估计蛋白质丰度:对定量蛋白质组学。(与M.Blein Nicolas、H.Xu、D.DeVienne,S.Huet,M.Zivy)蛋白质组学。(2012)9月;第12(18)页,第2797--801页[链接]
- 高维方差未知的回归(与S.Huet和N.Verzelen)统计师。科学。第27卷,第4期(2012年),500-518。[pdf文件]et(等)[幻灯片].
- 关于“潜在”的讨论通过凸优化选择可变图形模型”(带有A.Tsybakov)《统计年鉴》(2012),v.401984-1988。[pdf文件].
- 使用GGMselect进行图形选择。(与S.Huet和N.Verzelen合著)遗传学和分子生物学的统计应用。第11卷(2012年),第3期,第1-50页。下载预印本和R包GGM选择.
- 使用高斯图形模型检测解剖区域之间的长距离条件相关性(与S.Allassonniere和P.Jolivet合著)MFCA(2011),多伦多,111-122[pdf文件].
- 低秩多元回归。《电子统计杂志》,第5卷(2011年),775-799。文章(开放存取)、和下载KF R-code.
- 方差未知的高斯模型选择。(avec Y.Baraud et S.Huet)《统计年鉴》,第37卷(2009年),第2期,第630--672页。下载文章,全文et(等)幻灯片
- 方差未知时混合最小二乘估计。伯努利14,第4期(2008)1089--1107。[下载]/幻灯片
- 通过模型选择估计高斯图。《电子统计杂志》,第2卷(2008),542-563。文章(开放存取)和幻灯片
- 引力聚集和加性聚结。斯托奇。程序。申请。115(2005),第8期,1302--1322(下载预印本)
- 关于凸壳带有抛物线漂移的布朗漂移。斯托克。程序。申请。106(2003),第1期,41--62(下载预印本)
- 在汉堡的冲击前沿湍流。J.统计。物理学。111(2003),编号1-2,387--402(下载预印本)
- 汉堡的一些性质具有白噪声初始条件的湍流。概率流体方法,161-178,世界科学出版社(2003)(下载预印本)
- 关于汉堡中的正则点具有稳定噪声初始数据的湍流。Ann.Inst.H.PoincaréProbab公司。统计师。38(2002),第2期,229--251(下载预印本)
- 在中群集零温度下的自引力一维气体。J.统计。物理学。105(2001),编号3-4,585--604(下载预印本)
- 流量统计带有单侧布朗初始数据的汉堡湍流。(英语合作avec J.Bertoin et Y.Isozaki)公共数学。物理学。224(2001),第2期,551--564(下载预印本)
- 冲击的谱系具有白噪声初始速度的伯格湍流。公共数学。物理学。223(2001),第1期,67--86(下载预印本)
- Turbulence de Burgers等人洛斯克列塔初步环境保护局(agrégation de particles lorsque létat initial est)阿尔埃托雷。:博士学位(PhD论文)
软件
课堂讲稿
庸俗化
- C.Calenge、M.Albaret、F.Léger、J.-M.Vandel、J.Chadoeuf、C.Giraud、S.Huet、R.Julliard、P.Monestiez、J.Piffady、D.Pinaud和S.Ruette。法国六家必需品连锁超市(Premieres cartes d’abondance relative de six mustélides en france):食品连锁超市(modélisation des donnees collectionées dans les«bord petits carnores»de l'ONCFS)。福恩·索瓦吉,(130):2016年17月。
- 数学是一门课程。我们的收藏。《新世界报》,2014年。
审查