undefined cover
undefined cover
S01E07. Joon Kwon cover
S01E07. Joon Kwon cover
Tête-à-tête Chercheuse(s)

S01E07. Joon Kwon

S01E07. Joon Kwon

1h28 |03/04/2023
Play
undefined cover
undefined cover
S01E07. Joon Kwon cover
S01E07. Joon Kwon cover
Tête-à-tête Chercheuse(s)

S01E07. Joon Kwon

S01E07. Joon Kwon

1h28 |03/04/2023
Play

Description

▶️ Dans cet épisode, j’ai eu le plaisir de recevoir Joon Kwon, chargé de recherche à l'INRAE, Institut National de Recherche pour l'agriculture, l'alimentation et l'environnement en poste à AgroParisTech et l'Université de Paris Saclay. Il nous présentera d'ailleurs en détails l'INRAE, un institut donc les thèmes et problèmes traités, qui tournent autour de l'agronomie, sont extrêmement riches. 


J'avais très envie de comprendre ce qui se cache derrière le mot intelligence artificielle, mathématiquement parlant et bonne nouvelle, Joon est un spécialiste du Machine Learning, ou apprentissage en bon français. Il va d'ailleurs nous apprendre qu'il y a deux types d'apprentissage : le supervisé et le non supervisé. Par des exemples concrets tirés de sa propre recherche, comme réussir à prédire le niveau de menace d'extinction de plantes, ou déterminer le comportement animal en fonction de données de capteurs, il nous montrera ce que l'apprentissage est capable d'accomplir.


Sa carte blanche est également liée à ce domaine. Dans celle-ci, il reviendra sur des aspects pratiques concernant les coûts de calculs. Il nous parlera de l'accélération de Nesterov, une technique mise au point par ce dernier pour obtenir des algorithmes qui délivrent ce qu'on désire à une vitesse optimale et comment des considérations stochastiques, en d'autres termes en ajoutant un peu d'aléatoire, ont permis de réduire le coût computationnel, c'est-à-dire les efforts demandés aux machines.


C'était un échange très riche où j'ai appris plein de choses sur l'apprentissage. J'espère qu'il en sera de même pour vous. 


Voici les recommandations données dans cet épisode :

  • Joon vous recommande l'oeuvre de Richard Feynman sous diverses formes : son livre autobiographique "Vous voulez rire, monsieur Feynman !", sa série de conférences filmées "The character of physical law" (disponible sur Youtube) et son livre d'introduction à la phyisque "The final lectures of physics".
  • Je vous recommande pour ma part le documentaire "Les secrets de la surface : les mathématiques selon Myram Marzakhani" disponible sur Arte TV et Youtube. 


👩‍🏫 Vous pouvez trouver les publications de recherche de Joon ici : 

https://joon-kwon.github.io


🔔 Si vous avez aimé l’épisode, n’hésitez pas à soutenir le podcast en mettant 5 étoiles et en vous abonnant.


🎙️ Podcast créé et animé par Nathalie Ayi

🎵 Musique d’intro : Fredji - Flying High 

https://www.youtube.com/watch?v=gEsXcEFWVPc , https://soundcloud.com/fredjimusic 

🎵 Musique d’outro : Dixxy - Cool Nights 

https://soundcloud.com/dixxy-2 , https://creativecommons.org/licenses/by-sa/3.0/deed.fr https://www.auboutdufil.com/index.php?id=557 

🖼️  Cover et logos : Nathalie Ayi, Kléa Conde

📷  Photographie : Stéphane Hussein

📱 Réseaux Sociaux : Instagram, Facebook, Twitter, Youtube Channel, tous disponibles au lien suivant https://linktr.ee/tat_chercheuses 


Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Description

▶️ Dans cet épisode, j’ai eu le plaisir de recevoir Joon Kwon, chargé de recherche à l'INRAE, Institut National de Recherche pour l'agriculture, l'alimentation et l'environnement en poste à AgroParisTech et l'Université de Paris Saclay. Il nous présentera d'ailleurs en détails l'INRAE, un institut donc les thèmes et problèmes traités, qui tournent autour de l'agronomie, sont extrêmement riches. 


J'avais très envie de comprendre ce qui se cache derrière le mot intelligence artificielle, mathématiquement parlant et bonne nouvelle, Joon est un spécialiste du Machine Learning, ou apprentissage en bon français. Il va d'ailleurs nous apprendre qu'il y a deux types d'apprentissage : le supervisé et le non supervisé. Par des exemples concrets tirés de sa propre recherche, comme réussir à prédire le niveau de menace d'extinction de plantes, ou déterminer le comportement animal en fonction de données de capteurs, il nous montrera ce que l'apprentissage est capable d'accomplir.


Sa carte blanche est également liée à ce domaine. Dans celle-ci, il reviendra sur des aspects pratiques concernant les coûts de calculs. Il nous parlera de l'accélération de Nesterov, une technique mise au point par ce dernier pour obtenir des algorithmes qui délivrent ce qu'on désire à une vitesse optimale et comment des considérations stochastiques, en d'autres termes en ajoutant un peu d'aléatoire, ont permis de réduire le coût computationnel, c'est-à-dire les efforts demandés aux machines.


C'était un échange très riche où j'ai appris plein de choses sur l'apprentissage. J'espère qu'il en sera de même pour vous. 


Voici les recommandations données dans cet épisode :

  • Joon vous recommande l'oeuvre de Richard Feynman sous diverses formes : son livre autobiographique "Vous voulez rire, monsieur Feynman !", sa série de conférences filmées "The character of physical law" (disponible sur Youtube) et son livre d'introduction à la phyisque "The final lectures of physics".
  • Je vous recommande pour ma part le documentaire "Les secrets de la surface : les mathématiques selon Myram Marzakhani" disponible sur Arte TV et Youtube. 


👩‍🏫 Vous pouvez trouver les publications de recherche de Joon ici : 

https://joon-kwon.github.io


🔔 Si vous avez aimé l’épisode, n’hésitez pas à soutenir le podcast en mettant 5 étoiles et en vous abonnant.


🎙️ Podcast créé et animé par Nathalie Ayi

🎵 Musique d’intro : Fredji - Flying High 

https://www.youtube.com/watch?v=gEsXcEFWVPc , https://soundcloud.com/fredjimusic 

🎵 Musique d’outro : Dixxy - Cool Nights 

https://soundcloud.com/dixxy-2 , https://creativecommons.org/licenses/by-sa/3.0/deed.fr https://www.auboutdufil.com/index.php?id=557 

🖼️  Cover et logos : Nathalie Ayi, Kléa Conde

📷  Photographie : Stéphane Hussein

📱 Réseaux Sociaux : Instagram, Facebook, Twitter, Youtube Channel, tous disponibles au lien suivant https://linktr.ee/tat_chercheuses 


Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Share

Embed

You may also like

Description

▶️ Dans cet épisode, j’ai eu le plaisir de recevoir Joon Kwon, chargé de recherche à l'INRAE, Institut National de Recherche pour l'agriculture, l'alimentation et l'environnement en poste à AgroParisTech et l'Université de Paris Saclay. Il nous présentera d'ailleurs en détails l'INRAE, un institut donc les thèmes et problèmes traités, qui tournent autour de l'agronomie, sont extrêmement riches. 


J'avais très envie de comprendre ce qui se cache derrière le mot intelligence artificielle, mathématiquement parlant et bonne nouvelle, Joon est un spécialiste du Machine Learning, ou apprentissage en bon français. Il va d'ailleurs nous apprendre qu'il y a deux types d'apprentissage : le supervisé et le non supervisé. Par des exemples concrets tirés de sa propre recherche, comme réussir à prédire le niveau de menace d'extinction de plantes, ou déterminer le comportement animal en fonction de données de capteurs, il nous montrera ce que l'apprentissage est capable d'accomplir.


Sa carte blanche est également liée à ce domaine. Dans celle-ci, il reviendra sur des aspects pratiques concernant les coûts de calculs. Il nous parlera de l'accélération de Nesterov, une technique mise au point par ce dernier pour obtenir des algorithmes qui délivrent ce qu'on désire à une vitesse optimale et comment des considérations stochastiques, en d'autres termes en ajoutant un peu d'aléatoire, ont permis de réduire le coût computationnel, c'est-à-dire les efforts demandés aux machines.


C'était un échange très riche où j'ai appris plein de choses sur l'apprentissage. J'espère qu'il en sera de même pour vous. 


Voici les recommandations données dans cet épisode :

  • Joon vous recommande l'oeuvre de Richard Feynman sous diverses formes : son livre autobiographique "Vous voulez rire, monsieur Feynman !", sa série de conférences filmées "The character of physical law" (disponible sur Youtube) et son livre d'introduction à la phyisque "The final lectures of physics".
  • Je vous recommande pour ma part le documentaire "Les secrets de la surface : les mathématiques selon Myram Marzakhani" disponible sur Arte TV et Youtube. 


👩‍🏫 Vous pouvez trouver les publications de recherche de Joon ici : 

https://joon-kwon.github.io


🔔 Si vous avez aimé l’épisode, n’hésitez pas à soutenir le podcast en mettant 5 étoiles et en vous abonnant.


🎙️ Podcast créé et animé par Nathalie Ayi

🎵 Musique d’intro : Fredji - Flying High 

https://www.youtube.com/watch?v=gEsXcEFWVPc , https://soundcloud.com/fredjimusic 

🎵 Musique d’outro : Dixxy - Cool Nights 

https://soundcloud.com/dixxy-2 , https://creativecommons.org/licenses/by-sa/3.0/deed.fr https://www.auboutdufil.com/index.php?id=557 

🖼️  Cover et logos : Nathalie Ayi, Kléa Conde

📷  Photographie : Stéphane Hussein

📱 Réseaux Sociaux : Instagram, Facebook, Twitter, Youtube Channel, tous disponibles au lien suivant https://linktr.ee/tat_chercheuses 


Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Description

▶️ Dans cet épisode, j’ai eu le plaisir de recevoir Joon Kwon, chargé de recherche à l'INRAE, Institut National de Recherche pour l'agriculture, l'alimentation et l'environnement en poste à AgroParisTech et l'Université de Paris Saclay. Il nous présentera d'ailleurs en détails l'INRAE, un institut donc les thèmes et problèmes traités, qui tournent autour de l'agronomie, sont extrêmement riches. 


J'avais très envie de comprendre ce qui se cache derrière le mot intelligence artificielle, mathématiquement parlant et bonne nouvelle, Joon est un spécialiste du Machine Learning, ou apprentissage en bon français. Il va d'ailleurs nous apprendre qu'il y a deux types d'apprentissage : le supervisé et le non supervisé. Par des exemples concrets tirés de sa propre recherche, comme réussir à prédire le niveau de menace d'extinction de plantes, ou déterminer le comportement animal en fonction de données de capteurs, il nous montrera ce que l'apprentissage est capable d'accomplir.


Sa carte blanche est également liée à ce domaine. Dans celle-ci, il reviendra sur des aspects pratiques concernant les coûts de calculs. Il nous parlera de l'accélération de Nesterov, une technique mise au point par ce dernier pour obtenir des algorithmes qui délivrent ce qu'on désire à une vitesse optimale et comment des considérations stochastiques, en d'autres termes en ajoutant un peu d'aléatoire, ont permis de réduire le coût computationnel, c'est-à-dire les efforts demandés aux machines.


C'était un échange très riche où j'ai appris plein de choses sur l'apprentissage. J'espère qu'il en sera de même pour vous. 


Voici les recommandations données dans cet épisode :

  • Joon vous recommande l'oeuvre de Richard Feynman sous diverses formes : son livre autobiographique "Vous voulez rire, monsieur Feynman !", sa série de conférences filmées "The character of physical law" (disponible sur Youtube) et son livre d'introduction à la phyisque "The final lectures of physics".
  • Je vous recommande pour ma part le documentaire "Les secrets de la surface : les mathématiques selon Myram Marzakhani" disponible sur Arte TV et Youtube. 


👩‍🏫 Vous pouvez trouver les publications de recherche de Joon ici : 

https://joon-kwon.github.io


🔔 Si vous avez aimé l’épisode, n’hésitez pas à soutenir le podcast en mettant 5 étoiles et en vous abonnant.


🎙️ Podcast créé et animé par Nathalie Ayi

🎵 Musique d’intro : Fredji - Flying High 

https://www.youtube.com/watch?v=gEsXcEFWVPc , https://soundcloud.com/fredjimusic 

🎵 Musique d’outro : Dixxy - Cool Nights 

https://soundcloud.com/dixxy-2 , https://creativecommons.org/licenses/by-sa/3.0/deed.fr https://www.auboutdufil.com/index.php?id=557 

🖼️  Cover et logos : Nathalie Ayi, Kléa Conde

📷  Photographie : Stéphane Hussein

📱 Réseaux Sociaux : Instagram, Facebook, Twitter, Youtube Channel, tous disponibles au lien suivant https://linktr.ee/tat_chercheuses 


Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Share

Embed

You may also like