Le fil

Le transport optimal appliqué au machine learning

Recherche académique - 28 septembre 2018
Sujet de mathématiques pures depuis le XVIIIe siècle et les travaux de Gaspard Monge, le transport optimal connaît un renouveau spectaculaire avec les avancées en machine learning.
L’éclairage de Marco Cuturi
Professeur de Statistique à l’ENSAE.
« J’adore ce moment où on a de nouveaux résultats, étonnants ou pas. C’est le début de quelque chose. »

Aurélie Pénin est astrophysicienne de formation. Elle a rejoint Datastorm en 2018 et explore de nouveaux territoires pour nourrir son insatiable curiosité scientifique. Rencontre. Aurélie, comment devient-on astrophysicienne ? Mon père est passionné d’astronomie et il y avait une lunette à la maison, j’ai donc vu la lune de près et de magnifiques images de […]

« Aujourd’hui, l’Intelligence Artificielle nous emmène sur des terrains plus complexes »

Titouan Robert est Data Scientist chez DataStorm depuis 2016. Féru de data projects liés au secteur de l’énergie, dopé à la R&D, il partage sa jeune expérience et jette déjà un regard sur demain. Titouan, un mot sur ton parcours. Et bien j’ai suivi mes études en Bretagne : DUT Statistique et Informatique Décisionnelle à […]

Méthodes de Clustering : quand les Travaux de DataStorm servent la Recherche Académique

Si la recherche fondamentale passe par la mise en œuvre de données produites sous hypothèse bien maîtrisée, il faut ensuite inscrire la méthode dans un périmètre de fonctionnement réel. C’est ce que DataStorm peut offrir aux chercheurs. Un exemple : afin de travailler sur le contrôle des effacements diffus dans la distribution d’énergie, DataStorm a […]

Toute l'expertise du groupe ENSAE

Plateau de Saclay
5 Avenue Henry-Le-Chatelier
91120 PALAISEAU - FRANCE

Paris
24 rue Barbès
92120 MONTROUGE - FRANCE