L’école de recherche « Divergences statistiques et géométriques pour l'apprentissage automatique, partie 2 » se tiendra à Rennes sur le campus de Villejean du 20 juin au 24 juin 2022. Cette école aborde les fondements mathématiques de l’apprentissage automatique avec une attention particulière portée sur les entropies, divergences et distances utilisées en apprentissage. L’école est à destination des étudiant·es (master et doctorat) et jeunes chercheur·euses aussi bien que chercheur·euses confirmé·es intéressé·es par ces thématiques.

Elle proposera quatre mini-cours donnés par des chercheur·euses confirmé·es dans les domaines les plus récents des mathématiques de l’Intelligence Artificielle :

• cours 1 : Kernel based distances and applications in statistics and machine learning (Bharath Sriperumbudur, Pennsylvania State University)
• cours 2 : Kernel and optimal transport-based Generative Adversarial Neural networks : Arthur Gretton (Univ. College London, Gatsby Computational Neuroscience Unit)
• cours 3 : Optimal transport distances and domain adaptation : Laetitia Chapel (Univ. Bretagne Sud), Nicolas Courty (Univ. Bretagne Sud), Rémi Flamary (CMAP, École Polytechnique)
• cours 4 : Optimal transport and fair learning : Jean-Michel Loubes (Univ. Toulouse Paul Sabatier)

ainsi que des exposés invités et des contributions.

Mots clefs : Reproducing Kernel Hilbert Spaces, kernel methods, energy distances, maximum mean discrepancy, optimal transport, generative adversarial networks.