MLMDA

Machine Learning & Massive Data Analysis

Coordinator : Nicolas Vayatis

MLMDA deals with inference, predictive modeling and sequential optimization from complex data such as time series, functional data, network data, … Its expertise in Machine Learning algorithms and complex data modeling offers strong insights in academic and industrial projects where decision have be made based on data.

Créé en janvier 2012 autour des chercheurs actifs dans le domaine des modèles prédictifs calibrés sur des données complexes, le pôle MLMDA agrège des chercheurs de haut niveau en théorie de l’apprentissage statistique et algorithmes de machine learning.

Partant du double constat :

– l’expert du phénomène ne peut se dispenser d’un support statistique pour analyser pleinement un phénomène ;
– la connaissance de la « physique » du phénomène n’est pas remplaçable ;
les méthodes d’apprentissage statistique sont limitée sans la contribution de l’expert métier.

Ainsi, nos chercheurs sont généralement immergés dans des équipes interdisciplinaires, en entreprise ou en laboratoire, et développent des algorithmes en bonne intelligence avec les utilisateurs finaux.
– Scoring, ranking, théorie et algoritmes
– Inférence et prédiction pour de très grands graphes
– Plans d’expériences séquentiels et apprentissage actif
– Méthodes de machine learning pour des séries temporelles multivariées

Applications sur données réelles :

reconnaissance de formes,
e-marketing
énergie
finance et économie
santé et domaine biomédical
réseaux de capteurs