Events in March–April 2024
| MonMonday | TueTuesday | WedWednesday | ThuThursday | FriFriday | SatSaturday | SunSunday |
|---|---|---|---|---|---|---|
February 26, 2024
|
February 27, 2024
|
February 28, 2024
|
February 29, 2024
|
MarchMarch 1, 2024 |
March 2, 2024
|
March 3, 2024
|
March 4, 2024
|
March 5, 2024
|
March 6, 2024
|
March 7, 2024
|
March 8, 2024
|
March 9, 2024
|
March 10, 2024
|
March 11, 2024
|
March 12, 2024
|
March 13, 2024(1 event)
[Seminar] Sebastian Allmeier[Seminar] Sebastian Allmeier – Who: Sebastian Allmeier When: Wednesday, March 13, 14:00-15:00 Where: IMAG 406 What: Mean-Field Approximations More: TBA Bâtiment IMAG (442) |
March 14, 2024
|
March 15, 2024
|
March 16, 2024
|
March 17, 2024
|
March 18, 2024
|
March 19, 2024(1 event)
[Seminar] Romain Cravic[Seminar] Romain Cravic – Who: Romain Cravic When: Tuesday, March 19, 14:00-15:00 Where: IMAG 406 What: Résoudre les jeux partiellement observables : Algorithme CFR et variantes de Monte-Carlo, première partie More: Dans ce séminaire en deux parties, je vous présenterai la famille des algorithmes CFR (CounterFactual Regret minimization) appliqués aux jeux sous forme extensive à information incomplète. CFR a été utilisé en 2015 par des chercheurs de l’université d’Alberta pour résoudre une version « réaliste » du poker (Heads-up limit poker). Dans la première partie nous verrons comment modéliser l’information incomplète pour les jeux à deux joueurs à somme nulle, comment définir des stratégies dans ce modèle, avant d’analyser en détail l’algorithme CFR qui calcule un approximation de l’équilibre de Nash du jeu. Pour aller plus loin, dans la seconde partie, nous étudierons les variantes dites « Monte-Carlo » de l’algorithme CFR qui sont indispensables quand on souhaite trouver des bonnes stratégies dans des jeux plus ambitieux. Bâtiment IMAG (442) |
March 20, 2024
|
March 21, 2024
|
March 22, 2024
|
March 23, 2024
|
March 24, 2024
|
March 25, 2024
|
March 26, 2024(1 event)
[Seminar] Romain Cravic[Seminar] Romain Cravic – Who: Romain Cravic When: Tuesday, March 26, 14:00-15:00 Where: IMAG 406 What: Résoudre les jeux partiellement observables : Algorithme CFR et variantes de Monte-Carlo, deuxième partie More: Dans ce séminaire en deux parties, je vous présenterai la famille des algorithmes CFR (CounterFactual Regret minimization) appliqués aux jeux sous forme extensive à information incomplète. CFR a été utilisé en 2015 par des chercheurs de l’université d’Alberta pour résoudre une version « réaliste » du poker (Heads-up limit poker). Dans la première partie nous verrons comment modéliser l’information incomplète pour les jeux à deux joueurs à somme nulle, comment définir des stratégies dans ce modèle, avant d’analyser en détail l’algorithme CFR qui calcule un approximation de l’équilibre de Nash du jeu. Pour aller plus loin, dans la seconde partie, nous étudierons les variantes dites « Monte-Carlo » de l’algorithme CFR qui sont indispensables quand on souhaite trouver des bonnes stratégies dans des jeux plus ambitieux. Bâtiment IMAG (442) |
March 27, 2024
|
March 28, 2024
|
March 29, 2024
|
March 30, 2024
|
March 31, 2024
|
AprilApril 1, 2024 |
April 2, 2024
|
April 3, 2024(1 event)
[Seminar] Victor Boone[Seminar] Victor Boone – Who: Victor Boone When: Wednesday, April 3, 14:00-15:00 Where: 447 What: Learning MDPs with Extended Bellman Operators More: Efficiently learning Markov Decision Processes (MDPs) is difficult. When facing an unknown environment, where is the adequate limit between repeating actions that have shown their efficiency in the past (exploitation of your knowledge) and testing alternatives that may actually be better than what you currently believe (exploration of the environment)? To bypass this dilemma, a well-known solution is the "optimism-in-face-of-uncertainty" principle: Think of the score of an action as being the largest that is statistically plausible. The exploration-exploitation dilemma then becomes the problem of tuning optimism. In this talk, I will explain how optimism in MDPs can be all rephrased using a single operator, embedding all the uncertainty in your environment within a single MDP. This is a story about "extended Bellman operators" and "extended MDPs", and about how one can achieve minimax optimal regret using this machinery. Bâtiment IMAG (442) |
April 4, 2024
|
April 5, 2024
|
April 6, 2024
|
April 7, 2024
|
April 8, 2024
|
April 9, 2024
|
April 10, 2024
|
April 11, 2024(1 event)
[Seminar] Charles Arnal[Seminar] Charles Arnal – Who: Charles Arnal When: Thursday, April 11, 14:00-15:00 Where: 442 What: Mode Estimation with Partial Feedback More: The combination of lightly supervised pre-training and online fine-tuning has played a key role in recent AI developments. These new learning pipelines call for new theoretical frameworks. In this paper, we formalize core aspects of weakly supervised and active learning with a simple problem: the estimation of the mode of a distribution using partial feedback. We show how entropy coding allows for optimal information acquisition from partial feedback, develop coarse sufficient statistics for mode identification, and adapt bandit algorithms to our new setting. Finally, we combine those contributions into a statistically and computationally efficient solution to our problem. Bâtiment IMAG (442) |
April 12, 2024
|
April 13, 2024
|
April 14, 2024
|
April 15, 2024
|
April 16, 2024
|
April 17, 2024
|
April 18, 2024
|
April 19, 2024
|
April 20, 2024
|
April 21, 2024
|
April 22, 2024
|
April 23, 2024
|
April 24, 2024
|
April 25, 2024
|
April 26, 2024
|
April 27, 2024
|
April 28, 2024
|
April 29, 2024
|
April 30, 2024(1 event)
Seminar Rémi CasteraSeminar Rémi Castera – Correlation of Rankings in Matching Markets Bâtiment IMAG (442) |
MayMay 1, 2024 |
May 2, 2024
|
May 3, 2024
|
May 4, 2024
|
May 5, 2024
|
