
Apprentissage par la machine
Thema UYQM


Day 2: Mohammad Yaqub - The Medical Multimodal Mind Building Foundation Models for Health
Jour 2 : Mohammad Yaqub - L'Esprit Multimodal Médical Construisant des Modèles Fondamentaux pour la Santé

Changmin Yu on what the hippocampus can teach us about RL | FAI CDT
Changmin Yu sur ce que l'hippocampe peut nous apprendre sur le RL | FAI CDT


ML Basics Study Group Week 1 & 2 Meeting
ML Basics Study Group Réunion des semaines 1 et 2

I Built the Ultimate UGC Content System with AI Agents (free template)
J'ai créé le système ultime de contenu UGC avec des agents IA (modèle gratuit)

![[ИАД, осень 2025] Байесовское мультимоделирование. Лекция 6](https://i.ytimg.com/vi/vJItgJWEelg/sddefault.jpg)
[ИАД, осень 2025] Байесовское мультимоделирование. Лекция 6
[IAD, automne 2025] Modélisation bayésienne multimodale. Conférence 6

Tiny Recursive Model, Fire Prediction Pipeline on AWS, and ML News
Modèle Récursif Minuscule, Pipeline de Prédiction d'Incendies sur AWS, et Actualités ML

Hands-on Machine Learning -- Unsupervised Learning Techniques
Machine Learning pratique -- Techniques d'apprentissage non supervisé

Hands-on Machine Learning -- Dimensionality Reduction
Hands-on Machine Learning -- Réduction de dimensionnalité

Talya Eden - Fast Agnostic Learners in the Plane (Heb, online)
Talya Eden - Apprenants rapides agnostiques dans le plan (Heb, online)



Stanford CS230 | Autumn 2025 | Lecture 5: Deep Reinforcement Learning
Stanford CS230 | Automne 2025 | Cours 5 : Apprentissage par renforcement profond



BioML Seminar 3.2 - Sarah Gurev on Benchmarking Model Performance on Pandemic-Threat Viruses
BioML Seminar 3.2 - Sarah Gurev sur l'évaluation comparative des performances des modèles sur les virus à menace pandémique
![[ИАД, осень 2025] Foundation models for spatial-time series. Занятие 6](https://i.ytimg.com/vi/FqA-RdJNCyU/sddefault.jpg)
[ИАД, осень 2025] Foundation models for spatial-time series. Занятие 6
[ИАД, automne 2025] Foundation models for spatial-time series. Занятие 6

Use N8N To Build A Custom AI-Powered Newsletter
Utilisez N8N pour créer une newsletter personnalisée alimentée par l'IA

ICL Ciphers: Quantifying "Learning’’ in In-Context Learning via Substitution Ciphers-EMNLP 2025 main
ICL Ciphers : Quantifier « l'apprentissage » dans l'apprentissage en contexte via des chiffrements de substitution-EMNLP 2025 main

![[ИАД, осень 2025] Методы глубокого обучения. Занятие 8: Multi-armed Bandits, Monte Carlo Methods](https://i.ytimg.com/vi/Ssyc0CDSpss/sddefault.jpg)
[ИАД, осень 2025] Методы глубокого обучения. Занятие 8: Multi-armed Bandits, Monte Carlo Methods
[IAD, automne 2025] Méthodes d'apprentissage profond. Cours 8 : Multi-armed Bandits, méthodes de Monte Carlo

Recurrence-Complete Frame-Based Action Models.
Modèles d'action basés sur des cadres complets par récurrence

Machine learning enabled manoeuvre detection from synthetic observations | František Dráček
Détection de manœuvre par apprentissage automatique à partir d'observations synthétiques | František Dráček

Aditya Varre: Learning In-context n-grams with Transformers: Sub-n-grams Are Near-stationary Points
Aditya Varre: Apprendre les n-grammes en contexte avec les Transformers : Les sous-n-grammes sont des points quasi stationnaires



Impurity measures for decision trees classifiers
Mesures d'impureté pour les classificateurs d'arbres de décision

Ensemble models with decision trees: bagging, random forests, extra trees, boosted trees
Modèles d'ensemble avec arbres de décision : bagging, forêts aléatoires, arbres supplémentaires, arbres boostés

Victor Manuel Vargas: “Reducir errores de la IA en diagnóstico por imagen”
Victor Manuel Vargas : « Réduire les erreurs de l'IA dans le diagnostic par imagerie »


Deploying Continental R&D’s First Predictive ML Model | Claudia Peñaloza, Continental Tires
Déploiement du premier modèle de ML prédictif de Continental R&D | Claudia Peñaloza, Continental Tires

Causality-Based Learning || Extreme Event Aware (η-) Learning || Oct 24, 2025
Apprentissage basé sur la causalité || Apprentissage (η-) conscient des événements extrêmes || 24 octobre 2025

Algoritmos de estimación de distribuciones en estadística y aprendizaje automático
Algorithmes d'estimation de distributions en statistique et apprentissage automatique
![[ИАД, осень 2025] Вероятностные тематические модели. Лекция 7](https://i.ytimg.com/vi/8cg334LKWdk/sddefault.jpg)
[ИАД, осень 2025] Вероятностные тематические модели. Лекция 7
[ИАД, automne 2025] Modèles thématiques probabilistes. Conférence 7

Observability Panel | Galileo, DraftKings, Target Corporation, PIMCO | MLOps World 2025
Panel d'observabilité | Galileo, DraftKings, Target Corporation, PIMCO | MLOps World 2025

Michelangelo (Uber’s ML Platform): Going Open Source | Sally Lee & Eric Wang, Uber
Michelangelo (plateforme ML d’Uber) : passage à l’open source | Sally Lee & Eric Wang, Uber

Idan Mehalel - A Tight Lower Bound for Non-stochatic Multi-armed Bandits with Expert Advice (Heb)
Idan Mehalel - Une borne inférieure serrée pour les bandits multi-bras non stochastiques avec conseil d'expert (Heb)

How to Train Your Agent: Building Reliable Agents with RL | Kyle Corbitt, OpenPipe
Comment entraîner votre agent : construire des agents fiables avec RL | Kyle Corbitt, OpenPipe