
Algoritmos de estimación de distribuciones en estadística y aprendizaje automático
Algorithmes d'estimation de distributions en statistique et apprentissage automatique
Thema UYQM

Algorithmes d'estimation de distributions en statistique et apprentissage automatique

Soledad Villar — Techniques algébriques pour l'apprentissage automatique (26 septembre 2025)

Keynote: Machines, Apprentissage et Apprentissage automatique - Dylan Beattie - NDC Porto 2025

![[ИАД, осень 2025] Математические методы прогнозирования. Лекция 5](https://i.ytimg.com/vi/6OW2slFB7lI/sddefault.jpg)
[ИАД, осень 2025] Méthodes mathématiques de prévision. Conférence 5

Stanford CME295 Transformers & LLMs | Automne 2025 | Cours 4 - Entraînement des LLM

Recherche avec des consommateurs synthétiques, RLMs, StreamingVLM

L'équation de l'efficacité : tirer parti des agents d'IA pour augmenter les annotateurs humains | Madhu Ramanathan, Meta

Machine Learning Expliqué : Un Guide pour le ML, l'IA et le Deep Learning

Des benchmarks à la réalité : intégrer HITL dans votre stack MLOps | Micaela Kaplan, HumanSignal

Pipelines MLOps autonomes : architecture de modèles auto-réparateurs et résistants à la dérive | Kamal Bisht, Discover

Menaces Adverses Tout au Long du Cycle de Vie du ML : Une Perspective Red Team | Sanket Badhe, TikTok

L5 Fonctions de coût du vecteur de gradient MSE MAE Effet de LR SGD Minibatch



L2 Introduction à ML (suite), Régression Linéaire Simple et Multiple

![[ИАД, осень 2025] Байесовский выбор моделей. Лекция 6: Байесовская логистическая регрессия](https://i.ytimg.com/vi/ktd4TLyPx3Q/sddefault.jpg)
[ИАД, automne 2025] Sélection bayésienne de modèles. Leçon 6 : Régression logistique bayésienne


ML Lagos Study Group Intégration Cohorte d'Octobre
![AI training data will never be fully synthetic [SPONSORED]](https://i.ytimg.com/vi/cnxZZTl1tkk/maxresdefault.jpg)
Les données d'entraînement de l'IA ne seront jamais entièrement synthétiques [SPONSORISÉ]

![[ИАД, осень 2025] Вероятностные тематические модели. Лекция 5](https://i.ytimg.com/vi/lckh814p-7I/sddefault.jpg)
[ИАД, automne 2025] Modèles thématiques probabilistes. Cours 5
![[ИАД, осень 2025] Foundation models for spatial-time series. Занятие 4](https://i.ytimg.com/vi/cItmiV1btG0/sddefault.jpg)
[ИАД, осень 2025] Foundation models pour séries spatio-temporelles. Leçon 4

Utilisation de l'IA/ML pour trouver et corréler les données de test IC

Stanford CS230 | Automne 2025 | Cours 3 : Cycle complet d'un projet de DL


Tiny Recursive Model, Réduire la mémoire avec AHN et les états de Markov, ICL dans les séries temporelles


Exploiter la géométrie universelle des embeddings - Partie 1

Atelier d'apprentissage automatique quantique - Jour 1 (11.10.2025)


![[Paper Analysis] On the Theoretical Limitations of Embedding-Based Retrieval (Warning: Rant)](https://i.ytimg.com/vi/zKohTkN0Fyk/maxresdefault.jpg)
[Analyse d'article] Limites théoriques de la recherche par intégration (Attention : coup de gueule)

Noyautage des méthodes de gradient naturel pour PIML || 10 octobre 2025

Créer un compte TikTok viral automatisé grâce à l'IA

Détection d'anomalies non supervisée dans les séries temporelles multivariées - Laura BOGGIA

Incertitude dans la simulation physique pilotée par l'IA - Dimitrios TZIVRALIS - CEA LPTMS

