Algorithmes EM  Analyse de données  Appariement adaptatif  Apprentissage  Apprentissage Automatique  Apprentissage automatique  Apprentissage en grandes dimensions  Apprentissage machine  Apprentissage non supervisé  Apprentissage par renforcement  Apprentissage semi-Supervisé  Apprentissage statistique  Arbres  Classification  Classification de données en grandes dimensions  Contraintes  Contrôle  Couplage  Deep  Degree-corrected stochastic block models  Densité metastable  Diffusion  Détection d'anomalie  Détection de communauté dans des graphes  Détection de communautés  Détection des communautés  Développements asymptotiques  Espaces métriques  Estimation de structure de faible rang  Grandes déviations  Graphe  Graphe aléatoire  Graphes  Graphes aléatoires  Graphes, Théorie des  Homologie  Homologie simpliciale  Informatique  Inférence bayésienne  Inférence statistique  Intégration renouvelable  Lasso  Learning  Limite locale  Machine learning  Machines à vecteurs de support  Markov, Processus de  Mathématiques  Mathématiques Appliquées  Matrice non-backtracking  Matrices aléatoires  Metastabilité  Modèle linéaire généralisé  Méthodes spectrales  Optimisation  Ordre et désordre  Partitionnement  Physique Statistique  Physique statistique  Probabilité  Probabilités  Problème de satisfaction de contraintes  Processus de branchement  Processus de contact  Processus ramifiés  Processus stochastiques  Régression logistique  Réponse à la demande  Réseaux  Réseaux  Réseaux de capteurs  Réseaux de neurones  Réseaux sociaux  Réseaux sociaux  Statisitiques  Statistique bayésienne  Stockage d'Energie  Système de contrôle  Systèmes de communication sans fil  Systèmes de grandes dimensions  Systèmes de particules en interaction  Systèmes désordonnés  Séries temporelles  Temps de mort  Théorie de l’information  Théorie des files d’attente  Théorie des matrices aléatoires  Théorie spectrale des graphes  Transition de phase  Transitions de phases  Verres de spin  Échantillonnage  Échantillonnage  

Marc Lelarge a rédigé la thèse suivante :


Marc Lelarge dirige actuellement les 6 thèses suivantes :

Physique
En préparation depuis le 01-09-2019
Thèse en préparation

Mathématiques
En préparation depuis le 01-09-2019
Thèse en préparation

Modélisation et apprentissage de séries temporelles multi-variées

par Edouard Pineau sous la direction de Thomas Bonald , Marc Lelarge et de Sébastien Razakarivony . - Institut polytechnique de Paris

Informatique, données, IA
En préparation depuis le 02-01-2018
Thèse en préparation

Application du deep learning aux graphes

par Alexis Galland sous la direction de Marc Lelarge et de Florent Krzakala . - Université Paris sciences et lettres

Informatique
En préparation depuis le 01-12-2017
Thèse en préparation

Mathématiques appliquées
En préparation depuis le 01-10-2015
Thèse en préparation

Informatique
Soutenue le 06-12-2019
Thèse en préparation


Marc Lelarge a dirigé les 5 thèses suivantes :

Mathématiques Appliquées
Soutenue en 2012
Thèse soutenue


Marc Lelarge a été président de jury de la thèse suivante :


Marc Lelarge a été rapporteur des 3 thèses suivantes :

Mathématiques
Soutenue le 01-06-2016
Thèse soutenue

Marc Lelarge a été membre de jury des 5 thèses suivantes :