Sites Inria

English version

RDV du Plateau Inria

Graphs in Machine Learning

CC0 / Pexels

Le jeudi 09 novembre 2017, de 9h à 10h30 au Plateau Inria (EuraTechnologies), venez assister à une session consacrée aux graphs dans le machine learning , expertise de l'équipe-projet Sequel de notre centre de recherche. Inscrivez-vous.

  • Date : 9/11/2017
  • Lieu : Plateau Inria, EuraTechnologies - 165 avenue de Bretagne, Lille

Where is Justin Bieber? Graph bandits for online influence maximization

Comment diffuser rapidement et à moindre coût un message ou une idée sur les réseaux sociaux ? Comment convaincre leurs membres de voter pour un·e candidat·e ou encore d'acheter un produit ?  

La solution est simple: cibler les utilisateurs et utilisatrices bénéficiant d'une grande notoriété qui se chargeront de diffuser l'information à votre place ! Mais comment peut-on les localiser dans un réseau social tel que Facebook ? Dans cette présentation, nous présenterons une méthode permettant de trouver des membres aussi influents que Justin Bieber, ou encore Lady Gaga !

Venez découvrir l'équipe-projet Sequel

Intervenant :

Michal Valko - © Inria / Photo A. Wrona

Michal Valko is a junior scientist in Sequel project-team* at Inria Lille - Nord Europe, lead by Philippe Preux and Rémi Munos. He also teaches the course Graphs in Machine Learning at l'ENS Cachan. Michal is primarily interested in designing algorithms that would require as little human supervision as possible. This means 1) reducing the “intelligence” that humans need to input into the system and 2) minimising the data that humans need spend inspecting, classifying, or “tuning” the algorithms. Another important feature of machine learning algorithms should be the ability to adapt to changing environments. That is why he is working in domains that are able to deal with minimal feedback, such as bandit algorithms, semi-supervised learning, and anomaly detection.

Most recently he has worked on sequential algorithms with structured decisions where exploiting the structure can lead to provably faster learning. In the past the common thread of Michal's work has been adaptive graph-based learning and its application to the real world applications such as recommender systems, medical error detection, and face recognition. His industrial collaborators include Adobe, Intel, Technicolor, and Microsoft Research. He received his PhD in 2011 from University of Pittsburgh under the supervision of Miloš Hauskrecht and after was a postdoc of Rémi Munos.


Inria

Inria, institut de recherche dédié au numérique, promeut  « l'excellence scientifique au service du transfert technologique et de la société ». Inria emploie 2700 collaborateurs et collaboratrices issu·e·s des meilleures universités mondiales, qui relèvent les défis des sciences informatiques et mathématiques. L’institut rayonne sur le territoire français à travers ses huit centres de recherche.

Le centre de recherche Inria Lille - Nord Europe, créé en 2008, compte 360 personnes dont 300 scientifiques réparti·e·s dans seize équipes de recherche. Reconnu pour son implication forte dans le développement socio-économique sur le territoire des Hauts-de-France, le centre de recherche Inria Lille - Nord Europe s’engage, aux côtés de ses partenaires académiques, institutionnels et industriels, sur les grands chantiers de recherche et d’innovation dans le domaine du numérique.

Le Plateau Inria

Le Plateau Inria est un espace de démonstration de 200m² situé au cœur d’EuraTechnologies. C’est une partie intégrante du centre de recherche Inria Lille - Nord Europe puisqu’il est dédié aux activités de ses équipes de recherche dans le domaine des sciences du numérique.

Il permet de favoriser les interactions entre la communauté scientifique, le monde économique et la société. Configuré comme un espace de travail collaboratif ou lieu d’accueil d’évènements, il a vocation à être un lieu de convergence de l’ensemble des acteurs de l’écosystème régional dans le domaine de l’innovation et du numérique.

*L'équipe-projet Sequel est commune avec le CNRS, l'Université de Lille − sciences et technologies et l'Université de Lille − sciences humaines et sociales. Au sein de l'UMR 9189 CNRS-Centrale Lille-Université de Lille − sciences et technologies, CRIStAL.

Keywords: Graphs Equipe-projet Sequel R&DV du Plateau Machine learning IA

Haut de page

Suivez Inria tout au long de son 50e anniversaire et au-delà !