Évènements

En classification supervisée se pose très vite la question de comment choisir parmi toutes les méthodes disponibles dans la littérature. L’algorithme AdaBoost (pour Adaptive Boosting), découvert par Freund et Schapire à  la fin des années 90 (et qui leur a valu le prix Gödel en 2003) fait partie de ces algorithmes d’apprentissage qui cherchent à  diriger l’échantillon pour améliorer la capacité prédictive d’un classifieur. A tel point que n’importe quel classifieur faible, i.e., avec une capacité prédictive à  peine meilleure que pile ou face, peut devenir aussi fort que souhaité.

In Monte-Carlo Tree Search (MCTS), the goal is to adaptively
explore paths in a game tree and perform random leaves evaluation, in
order to quickly discover the best action to take at the root. In this
talk, I will introduce a simple model for MCTS, that can be viewed as a
structured best arm identification problem in a multi-armed bandit
model. After a review of recent advances to tackle the standard best arm
identification (BAI) problem, I will explain how any BAI algorithm can
be converted to a MCTS algorithm. I will then present empirical results
and sample complexity guarantees for two particular algorithms,
UGapE-MCTS and LUCB-MCTS.

This is joint work with Aurélien Garivier (Université de Toulouse) and
Wouter Koolen (CWI, Amsterdam)

Je revois d’abord des résultats sur les isomorphismes d’algèbres de groupes, isométriques (notamment le théorème de Wendel sur $L^1$) et presque isométriques (Kalton et Wood). Ces résultats ont leur analogues duaux pour les algèbres de Fourier et de Fourier-Stieltjes, y compris mon travail en commun avec Jean Roydor (Bordeaux). Ensuite je parlerai des isomorphismes d’algèbres $L^p$ à  poids, d’après un travail commun avec Safoura Zadeh (Varsovie). Il paraît que tout isomorphisme isométrique ou bipositif de ces algèbres a une forme canonique qui s’exprime par un isomorphisme des groupes en question. Pour des isomorphismes presque isométriques, on obtient des résultats dans certains cas classiques, en appliquant la théorie d’opérateurs de composition sur des espaces de fonctions analytiques.

https://dev-iecl.univ-lorraine.fr/Les-Seminaires/Theorie-Des-Nombres/wolfcms/seminaire.html