Explore le compromis entre la complexité et le risque dans les modèles d'apprentissage automatique, les avantages de la surparamétrisation et le biais implicite des algorithmes d'optimisation.
Examine la formation de groupes, l’identité sociale, les stéréotypes et les conflits ethniques, en mettant l’accent sur l’impact de l’ethnocentrisme et des environnements urbains.
Envisage de reconnaître et de prévenir les préjugés implicites dans les processus de recrutement des professeurs, en mettant l'accent sur les stratégies d'égalité entre les sexes.
Analyse la descente du gradient sur les réseaux neuraux ReLU à deux couches, en explorant la convergence globale, la régularisation, les biais implicites et l'efficacité statistique.
Explore l'identité sociale, la catégorisation et les conflits intergroupes, en mettant l'accent sur l'impact des interactions de groupe sur les perceptions et les comportements.
Explore les biais implicites, la descente de gradient, la stabilité dans les algorithmes d'optimisation et les limites de généralisation dans l'apprentissage automatique.
