-
1كتاب
المؤلفون: Albert Bifet, Author, Ricard Gavaldà, Author, Geoff Holmes, Author, Bernhard Pfahringer, Author, Francis Bach, Editor
-
2كتاب
المؤلفون: Julien Mairal, Author, Francis Bach, Author, Jean Ponce, Author
-
3كتاب
-
4كتاب
المؤلفون: Francis Bach, Author, Rodolph Jenatton, Author, Julien Mairal, Author, Guillaume Obozinski, Author
-
5
المؤلفون: Marc Lambert, Silvère Bonnabel, Francis Bach
المساهمون: Délégation générale de l'armement (DGA), Ministère de la Défense, Statistical Machine Learning and Parsimony (SIERRA), Département d'informatique - ENS Paris (DI-ENS), Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS)-Inria de Paris, Institut National de Recherche en Informatique et en Automatique (Inria), Centre de Robotique (CAOR), MINES ParisTech - École nationale supérieure des mines de Paris, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Institut de sciences exactes et appliquées (ISEA), Université de la Nouvelle-Calédonie (UNC), Laboratoire d'informatique de l'école normale supérieure (LIENS), DGA, ANR-19-P3IA-0001,PRAIRIE,PaRis Artificial Intelligence Research InstitutE(2019), European Project: 724063,ERC-2016-COG,SEQUOIA(2017), École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Inria de Paris, Mines Paris - PSL (École nationale supérieure des mines de Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS), Département d'informatique de l'École normale supérieure (DI-ENS), École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS)
المصدر: Statistics and Computing
Statistics and Computing, In press
Statistics and Computing, inPress, ⟨10.48550/arXiv.2303.14195⟩
Statistics and Computing, In press, ⟨10.48550/arXiv.2303.14195⟩مصطلحات موضوعية: Bayesian logistic regression, Statistics and Probability, FOS: Computer and information sciences, [INFO.INFO-DS]Computer Science [cs]/Data Structures and Algorithms [cs.DS], factor analysis, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI], [SPI.AUTO]Engineering Sciences [physics]/Automatic, Theoretical Computer Science, [INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG], expectation-maximization, Computational Theory and Mathematics, [INFO.INFO-IT]Computer Science [cs]/Information Theory [cs.IT], Computer Science - Data Structures and Algorithms, Data Structures and Algorithms (cs.DS), Kalman filter, Statistics, Probability and Uncertainty, Variational approximation
-
6
المؤلفون: Théo Ryffel, Pierre Tholoniat, David Pointcheval, Francis Bach
المصدر: Proceedings on Privacy Enhancing Technologies, Vol 2022, Iss 1, Pp 291-316 (2022)
مصطلحات موضوعية: FOS: Computer and information sciences, Computer Science - Machine Learning, Computer Science - Cryptography and Security, Computer science, Distributed computing, media_common.quotation_subject, Inference, Machine Learning (stat.ML), Secret sharing, multi party computation, Machine Learning (cs.LG), 03 medical and health sciences, 0302 clinical medicine, Statistics - Machine Learning, Server, function secret sharing, secure comparison, Function (engineering), 030304 developmental biology, General Environmental Science, media_common, Ethics, 0303 health sciences, Artificial neural network, business.industry, Deep learning, deep learning, QA75.5-76.95, Cryptographic protocol, BJ1-1725, 030220 oncology & carcinogenesis, Electronic computers. Computer science, General Earth and Planetary Sciences, Multiplication, Artificial intelligence, business, Cryptography and Security (cs.CR)
URL الوصول: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::a1494053430448d8a80de99da9e971b7
https://doaj.org/article/5d826b5e3d9b49df9f7ebc14cb47bd78 -
7
المؤلفون: Francis Bach
المساهمون: Statistical Machine Learning and Parsimony (SIERRA), Département d'informatique - ENS Paris (DI-ENS), École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Inria de Paris, Institut National de Recherche en Informatique et en Automatique (Inria), ANR-19-P3IA-0001,PRAIRIE,PaRis Artificial Intelligence Research InstitutE(2019), European Project: 724063,ERC-2016-COG,SEQUOIA(2017)
مصطلحات موضوعية: FOS: Computer and information sciences, Computer Science - Machine Learning, Information Theory (cs.IT), Computer Science - Information Theory, Machine Learning (stat.ML), Library and Information Sciences, Machine Learning (cs.LG), Computer Science Applications, [INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG], [STAT.ML]Statistics [stat]/Machine Learning [stat.ML], Optimization and Control (math.OC), Statistics - Machine Learning, [INFO.INFO-IT]Computer Science [cs]/Information Theory [cs.IT], FOS: Mathematics, [MATH.MATH-OC]Mathematics [math]/Optimization and Control [math.OC], Mathematics - Optimization and Control, Information Systems
URL الوصول: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::99d0c8501a7e816e8f6244fae3ca3789
https://hal.science/hal-03577992 -
8
المؤلفون: Francis Bach
المساهمون: Laboratoire d'informatique de l'école normale supérieure (LIENS), Département d'informatique - ENS Paris (DI-ENS), Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Statistical Machine Learning and Parsimony (SIERRA), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS)-Inria de Paris, Institut National de Recherche en Informatique et en Automatique (Inria), This work was funded in part by the French government under management of Agence Nationale de la Recherche as part of the 'Investissements d’avenir' program, reference ANR-19-P3IA-0001 (PRAIRIE 3IA Institute). We also acknowledge support the European Research Council (grant SEQUOIA 724063)., PNRIA, ANR-19-P3IA-0001,PRAIRIE,PaRis Artificial Intelligence Research InstitutE(2019), École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Inria de Paris, École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS), Département d'informatique de l'École normale supérieure (DI-ENS), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS Paris)
المصدر: SIAM Journal on Mathematics of Data Science
SIAM Journal on Mathematics of Data Science, Society for Industrial and Applied Mathematics, 2021, 3 (4), pp.1251-1277
SIAM Journal on Mathematics of Data Science, 2021, 3 (4), pp.1251-1277. ⟨10.1137/21M1397349⟩مصطلحات موضوعية: 021103 operations research, Numerical analysis, 0211 other engineering and technologies, Richardson extrapolation, 010103 numerical & computational mathematics, 02 engineering and technology, 01 natural sciences, Kernel method, [INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG], Approximation error, Applied mathematics, [MATH.MATH-OC]Mathematics [math]/Optimization and Control [math.OC], 0101 mathematics, Gradient descent, [MATH.MATH-NA]Mathematics [math]/Numerical Analysis [math.NA], Computer Science::Databases, Mathematics
URL الوصول: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::ea398a2bb4a655c6529bc8ef8b99bcc4
https://doi.org/10.1137/21m1397349 -
9
المؤلفون: Marc Lambert, Silvère Bonnabel, Francis Bach
المساهمون: Délégation générale de l'armement (DGA), Ministère de la Défense, Statistical Machine Learning and Parsimony (SIERRA), Département d'informatique de l'École normale supérieure (DI-ENS), École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Inria de Paris, Institut National de Recherche en Informatique et en Automatique (Inria), Centre de Robotique (CAOR), MINES ParisTech - École nationale supérieure des mines de Paris, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Institut de sciences exactes et appliquées (ISEA), Université de la Nouvelle-Calédonie (UNC), This work was funded in part by the French government under management of Agence Nationale de la Recherche as part of the 'Investissements d’avenir' program, reference ANR-19-P3IA-0001(PRAIRIE 3IA Institute). We also acknowledge support from the French Defence procurement agency (DGA) and from the European Research Council (grant SEQUOIA 724063). The authors would like to thank Eric Moulines and Jean-Pierre Nouaille as well as Hadi Daneshmand for fruitful discussions related to this work., ANR-19-P3IA-0001,PRAIRIE,PaRis Artificial Intelligence Research InstitutE(2019), European Project: 724063,ERC-2016-COG,SEQUOIA(2017), Département d'informatique - ENS Paris (DI-ENS), Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS)-Inria de Paris, École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS-PSL), Mines Paris - PSL (École nationale supérieure des mines de Paris)
المصدر: Statistics and Computing
Statistics and Computing, Springer Verlag (Germany), In press
Statistics and Computing, In press, ⟨10.1007/s11222-021-10068-w⟩
Statistics and Computing, inPress, ⟨10.1007/s11222-021-10068-w⟩مصطلحات موضوعية: Statistics and Probability, Bayesian logistic regression, Stochastic optimization, 020206 networking & telecommunications, 02 engineering and technology, 01 natural sciences, Theoretical Computer Science, [SPI.AUTO]Engineering Sciences [physics]/Automatic, 010104 statistics & probability, Computational Theory and Mathematics, Online optimization, [STAT.ML]Statistics [stat]/Machine Learning [stat.ML], 0202 electrical engineering, electronic engineering, information engineering, Kalman filter, 0101 mathematics, Statistics, Probability and Uncertainty, Variational approximation
-
10
المؤلفون: Dmitrii Ostrovskii, Francis Bach
المساهمون: University of Southern California (USC), Département d'informatique de l'École normale supérieure (DI-ENS), École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS), Statistical Machine Learning and Parsimony (SIERRA), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Inria de Paris, Institut National de Recherche en Informatique et en Automatique (Inria), Département d'informatique - ENS Paris (DI-ENS), Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS)-Inria de Paris, École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS-PSL)
المصدر: Electron. J. Statist. 15, no. 1 (2021), 326-391
مصطلحات موضوعية: Statistics and Probability, FOS: Computer and information sciences, Dimension (graph theory), Machine Learning (stat.ML), Mathematics - Statistics Theory, Statistics Theory (math.ST), self-concordance, robustness, Type (model theory), random design, Third derivative, 01 natural sciences, Measure (mathematics), Combinatorics, 010104 statistics & probability, 90C90, [STAT.ML]Statistics [stat]/Machine Learning [stat.ML], Statistics - Machine Learning, 0502 economics and business, FOS: Mathematics, Uniform boundedness, 0101 mathematics, Mathematics - Optimization and Control, 050205 econometrics, Mathematics, Second derivative, empirical risk minimization, logistic regression, 05 social sciences, [STAT.TH]Statistics [stat]/Statistics Theory [stat.TH], Asymptotic theory (statistics), Effective dimension, fast rates, Optimization and Control (math.OC), [MATH.MATH-OC]Mathematics [math]/Optimization and Control [math.OC], Statistics, Probability and Uncertainty, $M$-estimators, 62F12, 62F10, 62F99
وصف الملف: application/pdf
URL الوصول: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::94af8d02a1aca3d152356ad2f06c43bb
https://hal.archives-ouvertes.fr/hal-01895127