Programme

-Title : Estimation de copules et applications.

-Title: On regression in extreme regions.

-Abstract: In the classic regression problem, the value of a real-valued random variable $Y$ is to be predicted based on the observation of a random vector $X$, taking its values in $\mathbb{R}^d$ with $d\geq 1$ say. The statistical learning problem consists in building a predictive function $\hat{f}:\mathbb{R}^d\to \mathbb{R}$ based on independent copies of the pair $(X,Y)$ so that $Y$ is approximated by $\hat{f}(X)$ with minimum error in the mean-squared sense. Motivated by various applications, ranging from environmental sciences to finance or insurance, special attention is paid here to the case of extreme (\textit{i.e.} very large) observations $X$. Because of their rarity, they contribute in a negligible manner to the (empirical) error and the predictive performance of empirical quadratic risk minimizers can be consequently very poor in extreme regions. In this paper, we develop a general framework for regression in the extremes.

-Title:Biais en apprentissage statistique: une revue et une approche semi-paramétrique par calibration.

- Abstract:Dans cette présentation, nous passons d'abord en revue quelques types de biais pouvant apparaître fréquemment dans des problèmes d'apprentissage statistique : bias de données, de catégories, biais de sélection, biais d'endogénéité, biais de modèle dans les cas non-stationnaires etc... Ces types de biais sont bien connus dans la littérature statistique et plus encore en économétrie mais pas toujours pris en compte en apprentissage. Ces problèmes de biais posent non seulement des problèmes techniques mais aussi éthiques comme nous le verrons sur quelques exemples. Les techniques de corrections de biais sont souvent inspirés de technique de sondage et reposent sur des pondérations adéquates des individus : Vardi dans les année 80's a même donné des conditions nécessaires et suffisantes pour pouvoir corriger de biais (essentiellement de sélection ou d'endogénéité) en

-Title: Traitement de l’incertitude dans la prévision des résultats en assurance non vie.