Mathématiques des données: modèles et estimateurs

Cette séance de cours présente les mathématiques des données, en mettant l'accent sur les modèles de données, les formulations d'optimisation, les algorithmes numériques et les techniques d'analyse pour extraire l'information des données tout en envisageant des compromis. Il couvre les paradigmes de l'apprentissage automatique, l'apprentissage statistique et le rôle des modèles et des données dans la minimisation empirique des risques. L'instructeur discute de l'importance des fonctions de perte, des estimateurs et de l'approche ML dans divers scénarios, tels que la tomographie quantique et les modèles linéaires. Des questions pratiques comme l'évaluation du rendement, le surajustement et la comparaison entre les estimateurs ML et James-Stein sont également abordées.