Présentations
Conférences, écoles d’été et tutoriels, du plus récent au plus ancien.
2026
- Usages de l’Intelligence Artificielle Générative : mythes et opportunités Keynote du symposium « Révolution IA générative au cœur de l’université : nouvelles pratiques, nouvelles compétences, nouveaux défis », Université de technologie de Troyes (UTT), ouvert par Christophe Collet, président de l’UTT. Vidéo mise en ligne le 7 juillet 2026. Vidéo
2025
- L’inconscient statistique Festival Binôme #15, théâtre de la Reine Blanche, Paris : pièce d’Alexis Fichet, écrite après sa rencontre avec Stéphane Canu (extraits vidéo de la rencontre, lecture mise en espace, discussion avec le public) Vidéo (27 min) Programme
- « L’intelligence artificielle va nous faire gagner du temps » Émission « ici Matin, l’invité de ici Normandie » (ex-France Bleu, Radio France), à l’occasion du sommet sur l’intelligence artificielle à Paris Écouter (6 min)
- Introduction à l’IA d’hier, d’aujourd’hui et de demain Forum « L’intelligence artificielle : vecteur de transformation des services à l’industrie nucléaire », CERAP, IUT Grand Ouest Normandie, Cherbourg-en-Cotentin à confirmer Page du forum
- Quand l’IA devine ce que vous ne savez pas encore Podcast Les Carnets de l’IA, épisode 64, avec Manuel Davy Écouter
2024
- Intelligence artificielle : quelle stratégie pour l’enseignement supérieur et la recherche ? RDV de l’Amue PDF (13 Mo)
2022
- L’IA appliquée à la conduite : le deep learning dans les véhicules autonomes Séminaire du GDR RADIA (CNRS), 11 h-12 h : histoire de l’IA dans les véhicules, bilan des techniques et des performances, aide à la conduite et véhicule autonome, défis ouverts Page du séminaire
2021
- Monsieur Spock, les padawans, leur Tesla et le sens commun dans tout ça. Conférence TEDxINSARouen (en français), sur les différentes façons de concevoir l’IA et ses implications dans notre quotidien Vidéo TEDx
2020
- Intervention dans la session « Fundamentals » Soph.I.A Summit 2020 (en ligne), avec Elena Di Bernardino Page de l’événement
2018
- Deep learning: an historical perspective (with slides, code and notebooks) Conférence à l’école d’été ECAS-ENBIS (1 jour) Diapositives et code
2017
2015
- Parcimonious and non-convex optimization applied to statistical learning Tutoriel de 3 h, Khronos-Persyvact Spring School, Grenoble PDF
2014
- Robust minimum encoding ball and Support vector data description (SVDD) Journée de l’ANR TopData
- Apprentissage et factorisation matricielle pour la recommendation Conférence SFC’2014, Rabat
- Apprentissage symbolique et statistique à l’ère du mariage pour tous RFIA 2014 PDF
- Understanding SVM (and associated kernel machines) through the development of a Matlab toolbox Cours à l’Institut de mathématiques et de statistique de l’université de São Paulo Page du cours
2012
- Apprentissage et factorisation de matrices : application au filtrage collaboratif Journée « Apprentissage et reconnaissance des formes en signal et images » du GdR ISIS PDF
2011
- Lecture : introduction to kernel machines ECI 2011, Buenos Aires Partie 1 : Linear SVM Partie 2 : Tools: kernels, functions, costs and optimization Partie 3 : Algorithms (non sparse and sparse kernel machines) Partie 4 : Some recent issues about kernels
2008
- Tutorial: introduction to kernel machines (GB) Machine Learning Summer School (MLSS) 2008 Partie 1 : Kernels and the learning problem Partie 2 : Tools: kernels, functions, costs and optimization Partie 3 : Algorithms (non sparse and sparse kernel machines)
2007
2006
- L’algorithme du LAR (FR) PDF
2005
- La famille exponentielle et les machines à noyau (FR) PDF
2004
- Learning and regularization: lectures de l’école d’été de Berder (vidéo) Machine Learning Summer School (MLSS) 2004, Berder 1 : Functional aspects of learning 2 : Learning and regularization: from interpolation to approximation 3 : Krylov subspace methods for regularization 4 : Early stopping and semi convergence
Cours et tutoriels
Supports sans date précise.
- Tutorial on machine learning and optimization Diapositives (FR) Notes de cours (FR) Notes de cours (EN)
- MIP for machine learning and image processing PDF
- Atelier statistique de la SFdS (FR) Les méthodes L1 L’algorithme du LARS SVM et parcimonie
- Les machines à noyaux (FR) PDF
- SVM et RdF (FR) PDF