Chambaz, Antoine, 1973-...., mathématicien
Chambaz, Antoine 1973-20.
VIAF ID: 192796585 ( Personal )
Permalink: http://viaf.org/viaf/192796585
Preferred Forms
Works
Title | Sources |
---|---|
Apprentissage ciblé et Big Data : contribution à la réconciliation de l'estimation adaptative et de l'inférence statistique | |
Apprentissage séquentiel et optimisation stochastique de fonctions convexes. | |
Causal mediation analysis with multiple mediators and applications. | |
Contribution to minimax estimation and bioinformatics. | |
Contributions statistiques à l'étude des cinétiques du vivant : application à la perfusion et au paludisme | |
Decision making strategy for antenatal echographic screening of foetal abnormalities using statistical learning | |
Estimation non paramétrique du nombre d'espèces : Application à l'étude de la faune ichtyologique du bassin du fleuve Ouëmé | |
Methodological developments around causal inference and the analysis of high-dimensional data. | |
Méthodologie d'aide à la décision pour le dépistage anténatal échographique d'anomalies fœtales par apprentissage statistique. | |
Modèles et algorithmes de simplification automatique de textes | |
Nonparametric estimation of the number of species : application to the ichthyofauna of the Ouémé basin river. | |
Reconstruction de réseaux biologiques interprétables à partir de données d'observation. | |
Robust estimation of heavy-tailed distributions. | |
Sequential learning and stochastic optimization of convex functions | |
Spatial segmentation and model selction : statistical theory and applications. | |
Statistics for anticipating the levels of secondary safety for generations of vehicles. | |
Statistique bayésienne appliquée en sciences humaines et sociales | |
Statistique et causalité | |
Statistique pour l'anticipation des niveaux de sécurité secondaire des générations de véhicules | |
Targeted learning in Big Data : bridging data-adaptive estimation and statistical inference. | |
Variable importance measures in semiparametric and high-dimensional models with or without error-in-variables |