Retour à la programmation
Lundi 4 avril
10:15 à 10:45
Conférence Rendez-vous IA Québec (RVIAQ)
  • Mode en-personne
  • Langue française
  • Lieu Salle Coveo

L'apprentissage automatique pour les systèmes de recommandations

Les systèmes de recommandations offrent plusieurs opportunités pour l'apprentissage automatique. Le plus populaire est sans aucun doute la prédiction par un modèle d'apprentissage, d’articles ou de leurs notes que les utilisateurs pourraient consommer. Dans cette présentation, nous introduirons certains modèles pour la tâche de recommandations d’articles. Nous discuterons aussi de nos travaux récents sur les systèmes de recommandations conversationnels qui ont la possibilité de converser avec leurs utilisateurs pour mieux comprendre les préférences des utilisateurs.


La conférence de Laurent Charlin est offerte en français.

Photo Laurent Charlin
Laurent Charlin | Professeur agrégé | HEC Montréal

Laurent Charlin est professeur agrégé en intelligence artificielle à HEC Montréal et est membre du Mila - Institut québécois d'intelligence artificielle. Il est aussi titulaire d'une Chaire en IA Canada-CIFAR et est directeur académique de Next AI Montréal. Il a obtenu un doctorat de l’Université de Toronto et a été postdoctorant à Columbia, Princeton et McGill. Il développe des modèles d’apprentissage machine, dont des modèles d’apprentissage profond, pour analyser de grandes quantités de données et servir d’aide à la décision. Ses contributions principales sont dans le domaine des systèmes de recommandation. Le Toronto paper matching system (TPMS), un système utilisé pour recommander et assigner des articles à des évaluateurs qu’il a co-développé a été adopté par des douzaines de grandes conférences dans les dix dernières années. Il a publié une trentaine d'articles dans des conférences internationales et a remporté le prix du deuxième meilleur article à la conférence d’incertitude en intelligence artificielle (UAI) en 2008.

Logo de Coveo Logo de Rendez-vous IA Québec