Léon Bottou
À Propos
Dans ses recherches, Léon Bottou a pour objectif de comprendre comment reproduire l’intelligence humaine.
Comme cet objectif requiert des percées conceptuelles que l’on ne peut anticiper, ses recherches ont pris de nombreux tournants pratiques et théoriques : applications des réseaux neuronaux à la fin des années 1980, algorithmes d’apprentissage à gradient stochastique et propriétés statistiques des systèmes d’apprentissage au début des années 1990, applications de la vision artificielle avec extrants structurés à la fin des années 1990 et théorie de l’apprentissage à large échelle dans les années 2000. Dans les dernières années, les recherches de Léon Bottou avaient pour objectif d’éclaircir la relation entre l’apprentissage et le raisonnement, en mettant de plus en plus l’accent sur les nombreux aspects de causalité (inférence, invariance, raisonnement, affordance et intuition). Au fil de sa carrière en recherche, il a travaillé auprès de nombreuses entités, notamment : AT&T Bell Laboratories, AT&T Labs Research, NEC Labs America et Microsoft. Il s’est joint à Facebook AI Research en 2015.
Prix
- Prix Blavatnik pour jeunes scientifiques 2007
- 2018 NeurIPS Test of Time Award: « The Tradeoffs of Large-Scale Learning »
Publications Pertinentes
- Martin Arjovsky, S. C., & Bottou, L. (2017, August). Wasserstein generative adversarial networks. In Proceedings of the 34th International Conference on Machine Learning, Sydney, Australia.
- Bottou, L., Peters, J., Quiñonero-Candela, J., Charles, D. X., Chickering, D. M., Portugaly, E., ... & Snelson, E. (2013). Counterfactual reasoning and learning systems: The example of computational advertising. The Journal of Machine Learning Research, 14(1), 3207-3260.
- Bottou, L., & Bousquet, O. (2008). The tradeoffs of large scale learning. In Advances in neural information processing systems (pp. 161-168).
- Bordes, A., Ertekin, S., Weston, J., & Bottou, L. (2005). Fast kernel classifiers with online and active learning. Journal of Machine Learning Research, 6(Sep), 1579-1619.
- LeCun, Y., Bottou, L., Bengio, Y., & Haffner, P. (1998). Gradient-based learning applied to document recognition. Proceedings of the IEEE, 86(11), 2278-2324.
Soutenez-nous
Le CIFAR est un organisme de bienfaisance enregistré qui reçoit le soutien des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de donateurs individuels, d’entreprises et de partenaires canadiens et internationaux.