Horaires

• 11h Ouassim Lalaoui
• 11h30 Lauriane Huguet
• 12h Maxime Bucher

Pause

• 14h Francisco Rodriguez
• 14h30 Dina Garnier-Oeliarisoa
• 15h Guillaume Doquet

Pause

• 16h Wen Wei et Etienne Perrineau
• 16h45 Ines BAHRAM & Asma BEN AMOR
• 17h30 Abdelwahed Zaki & Imene Bellir

Choix des articles

Premier arrivé premier servi: envoyez un mail à sebag à lri.fr et allauzen à limsi.fr pour indiquer l'article que vous souhaitez (et un deuxieme, au cas où).

Méthode

Attendu: un résumé (3 pages) de l'article choisi, et une présentation en 10 mn avec transparents, qui sera suivie de 10mn de questions.

• Pas de festival powerpoint : l'important est de comprendre, pas de vendre. (Sans contradiction : faites une répétition et évitez les fautes d'orthographe).
• Points nécessaires : répondre aux questions pourquoi, comment, différence par rapport à l'état de l'art (au moment où l'article a été écrit), comment l'approche est-elle validée, et ce que vous en pensez (de la validation et de l'approche).
• Points appréciés : comment les auteurs/les autres chercheurs ont continué (s'ils ont continué), ce que vous feriez...

Un exemple de ce qu'il ne faut pas faire:
http://www.youtube.com/watch?v=lpvgfmEU2Ck

Liste d'articles

Options: vous pouvez travailler seul (monome) ou en binome (articles plus difficiles). Certains articles sont de difficulté intermédiaire : vous pouvez travailler seul, ou à deux (mais en creusant plus).

Monome

• An Empirical Evaluation of Supervised Learning in High Dimensions
  • Rich Caruana, Nikos Karampatziakis, Ainur Yessenalina, ICML 08
  • Hanchao Song
• On the Stratification of Multi-Label Data
  • Konstantinos Sechidis, Grigorios Tsoumakas, Ioannis Vlahavas, ECML 11
  • Yu LIU
• Probability Estimation for Multi-ClassClassification based on Label Ranking
  • Weiwei Cheng and Eyke Hullermeier, ECML 12
• Ensembles of random patches
  • Gilles Louppe and Pierre Geurts, ECML 12
  • Guillaume Doquet

Intermédiaire (monome ou binome)

• Discriminative Training Methods for Hidden Markov Models: Theory and Experiments with Perceptron Algorithms, 2002.
  • Michael Collins
  • Maxime Bucher 12h
• A fully Bayesian approach to unsupervised part-of-speech tagging, 2007
  • Sharon Goldwater et al., ACL2007
  • LALAOUI Ouassim
• Pegasos: Primal Estimated sub-GrAdient SOlver for SVM
  • Shai Shalev-Shwartz, Yoram Singer, Nathan Srebro, Andrew Cotter.
  • Francisco Rodriguez
• Probabilistic Latent Semantic Analysis
  • Thomas Hofmann, one of the datasets can be downloaded here
  • Dina Garnier-Oeliarisoa.
• The Bitvector Machine: A Fast and Robust Machine Learning Algorithm for Non-Linear Problems
  • Stefan Edelkamp and Martin Stommel, ECML 2012
  • ZAKI Abdelwahed Bellir Imene

Binome

• Exploiting compositionality to explore a large space of model structures
  • Roger B. Grosse, Ruslan Salakhutdinov, William T. Freeman, Joshua B. Tenenbaum, UAI 12.
• Self-taught Learning: Transfer Learning from Unlabeled Data
  • Rajat Raina, Alexis Battle, Honglak Lee, Benjamin Packer, Andrew Y. Ng, ICML 2007
  • Wen WEI et Etienne PERRINEAU
• Alignment by agreement, 2006.
  • Percy Liang et al.
• Painless Unsupervised Learning with Features, 2010.
  • John DeNero et al.
  • Asma BEN AMOR, Ines Bahram
• Fault tolerant regression for sensor data
  • Indre Zliobaite, and Jaakko Hollmén, ECML 2013
  • Lauriane Huguet
• Evasion attacks against machine learning at test time
  • Battista Biggio, Igino Corona, Davide Maiorca, Blaine Nelson, Nedim Srndic, Pavel Laskov, Giorgio Giacinto, and Fabio Roli, ECML 13
  • Implementation

Old

• Curriculum learning
  • Yoshua Bengio, Jerome Louradour, Ronan Collobert, Jason Weston, ICML 09
• Good learners for evil teachers
  • Ofer Dekel, Ohad Shamir, ICML 09
• Online Feature Selection using Grafting
  • Simon Perkins, James Theiler, ICML 03