Suis nous sur
CIFAR header logo
en
menu_mobile_logo_alt
  • Nouvelles
  • Activités
    • Événements publics
    • Réunions sur invitation seulement
  • Programmes
    • Programmes de recherche
    • Stratégie pancanadienne en matière d’IA
    • Initiatives à l’intention de la prochaine génération
    • Appel à idées mondial
  • Communauté
    • Membres et spécialiste-conseils
    • Chercheurs mondiaux CIFAR-Azrieli
    • Chaires en IA Canada-CIFAR
    • Direction – Stratégie en matière d’IA
    • Membres du réseau de solutions
    • Direction – CIFAR
  • Soutenez-nous
  • À propos
    • Notre histoire
    • CIFAR 40
    • Prix
    • Partenariats
    • Publications et rapports
    • Carrières
    • Répertoire du personnel
    • Équité, diversité et inclusion
  • en
  • Accueil
  • Bio

Suivez-nous

post_content

Shai Ben-David

La nomination

Titulaire de chaire en IA Canada-CIFAR

Stratégie pancanadienne en matière d’IA

Connect

Université de Waterloo

Google Scholar

À Propos

Shai Ben-David est titulaire d’une chaire en IA Canada-CIFAR à l’Institut Vecteur et professeur à l’École d’informatique David R. Cheriton de l’Université de Waterloo.

Ses intérêts de recherche englobent un ensemble de sujets en théorie informatique, comme la logique, la théorie du calcul distribué et la théorie de la complexité. Ces dernières années, il s’est concentré sur la théorie de l’apprentissage automatique. Parmi ses plus importantes contributions dans ce domaine, on retiendra son travail pionnier sur l’analyse de l’adaptation de domaine, la capacité d’apprentissage des fonctions à valeur réelle et la détection des changements dans les données en continu.

Prix

  • Prix du meilleur article, NeurIPS, 2018
  • Prix du meilleur article étudiant, COLT, 2011
  • Prix du meilleur article étudiant, COLT, 2006
  • Prix du meilleur article étudiant, ICASSP, 2005

Publications Pertinentes

  • Donini, M., Oneto, L., Ben-David, S., Shawe-Taylor, J., Pontil, M. (2018). « Empirical risk minimization under fairness constraints », préimpression arXiv, arXiv:1802.08626.
  • Shalev-Shwartz, S., Ben-David, S. (2014). Understanding Machine Learning: From Theory to Algorithms, Cambridge University Press.
  • Ben-David, S., Blitzer, J., Crammer, K., Kulesza, A., Pereira, F., Vaughan, J. W. (2010). « A theory of learning from different domains », Machine Learning, 79(1):151-175.
  • Ben-David, S., Blitzer, J., Crammer, K., Pereira, F. (2007). « Analysis of representations for domain adaptation », Advances in Neural Information Processing Systems, 19:137.
  • Kifer, D., Ben-David, S., Gehrke, J. (2004). « Detecting change in data streams », Proceedings of the 30th International Conference on Very Large Data Bases (VLDB), 30:180-191.

institut

Institut Vecteur

Université de Waterloo

Département

École d’informatique David R. Cheriton

Éducation

  • PhD (mathématiques), Université hébraïque de Jérusalem

Pays

Canada

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.

Dons
CIFAR header logo

Centre MaRS, tour Ouest
661, avenue University, bureau 505
Toronto (Ontario) M5G 1M1 Canada

Contactez-nous
Médias
Carrières
Politiques sur l’accessibilité
Bienfaiteurs
Rapports financiers
Abonnez-vous

  • © Copyright 2023 CIFAR. Tous les droits sont réservés.
  • Numéro d’enregistrement d’organisme de bienfaisance : 11921 9251 RR0001
  • Conditions d'utilisation
  • Politique de confidentialité
  • Plan du Site

Souscrire

Rejoignez notre communauté! Restez à jour avec nos nouvelles, événements, conférences et ateliers et dernières découvertes à travers le monde.

Ce site Web enregistre des témoins sur votre ordinateur. Ces témoins sont utilisés pour recueillir des renseignements sur votre interaction avec notre site Web et nous permettre de vous reconnaître. Nous utilisons ces renseignements afin d'améliorer et de personnaliser votre expérience de navigation et à des fins d'analyse et de mesures concernant nos visiteurs, tant sur ce site Web que sur d'autres médias. Pour en savoir plus sur les témoins que nous utilisons, consultez notre politique deconfidentialité.
Accepter En savoir plus