BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//wp-events-plugin.com//7.2.3.1//EN
TZID:Europe/Paris
X-WR-TIMEZONE:Europe/Paris
BEGIN:VEVENT
UID:7885@i2m.univ-amu.fr
DTSTART;TZID=Europe/Paris:20160229T000000
DTEND;TZID=Europe/Paris:20160304T000000
DTSTAMP:20241216T084614Z
URL:https://www.i2m.univ-amu.fr/evenements/bayesian-statistics-and-algorit
 hms-thematic-month-2016/
SUMMARY:School (CIRM\, Luminy\, Marseille): Bayesian Statistics and Algorit
 hms (Thematic Month 2016)
DESCRIPTION:School: \n\n\n\n\n\n\n\n Programme \n\n\n\n\n\n Liste des parti
 cipants \n\n\n\n\n\n Sponsors \n\n\n\n\n\n Abstracts \n\n\n\n\n\n Slides \
 n\n\n\n\n\n Vidéos \n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\nMOIS THEMATIQUE - 
 SEMAINE 5\n\nSemaine Bayésienne et algorithmes\n29 février au 4 mars 201
 6\n\n\n\n\n\n\n\n\n\n\n\nCette semaine du mois thématique sera consacrée
  à la statistique bayésienne ainsi qu'aux algorithmes associés. Des exp
 osés théoriques et des applications autour de ces deux thèmes seront pr
 oposés. Des mini cours auront lieu également.\n\nLes aspects théoriques
  et appliqués de la statistique bayésienne seront développés. Les algo
 rithmes mis en avant seront ceux qui permettent d’aborder des problèmes
  complexes d’estimation\, notamment les algorithmes MCMC et les algorith
 mes ABC (Approximate Bayesian Computation).\n\nLes mots clés de cette sem
 aine sont :\n- La statistique bayésienne (cours et exposés)\n- L’algor
 ithme ABC (cours et exposés)\n- Les algorithmes MCMC (cours et exposés)\
 n- Les applications\n- La grande dimension (approche bayésienne et algori
 thmes)\n- algorithmes variationnels (statistique bayésienne variationnell
 e\, technique "Expectation Propagation")\n- méthodes de Monte-Carlo séqu
 entielles (filtres particulaires)\n\nNote: tous les exposés et les minico
 urs seront en anglais\n\n\n\n\n\n\n\n\n\n\n\n\n \n\n\n\n\nComité scienti
 fique \nNicolas Chopin (ENSAE\, France)\nGilles Celeux  (INRIA Paris\, F
 rance)\nComité d'organisation\nThibaut Le Gouic (Ecole Centrale de Marsei
 lle)\nDenys Pommeret (Aix-Marseille Université\, France)\nThomas Willer
  (Aix-Marseille Université\, France)\nConférenciers \nI) Mini-cours:\n
 \n\n 	Simon Barthelmé (Gipsa-lab Grenoble)\n\nExpectation-Propagation fo
 r Approximate Inference\n\n\n 	Christine Keribin (Université Paris Sud)\
 n\nVariational Bayes methods and algorithms\n\n\n 	Jean-Michel Marin (Uni
 versité Montpellier) &amp\; Christian P. Robert (Université Paris Dauph
 ine &amp\; University of Warwick)\n\nComputational Bayesian statistics\nII
 ) Exposés:\n\n\n 	Leonardo Bottolo (University of Cambridge)\n\nBayesian 
 hierarchical mixture model for financial time series\n\n\n 	Nicolas Chopin
  (ENSAE Paris-Tech)\n\nLeave Pima Indians alone: binary regression as a b
 enchmark for Bayesian computation\n\n\n 	Guillaume Dehaene (Université de
  Genève)\n\nExpectation Propagation is exact in the large-data limit\n\n\
 n 	Pierre Druilhet (Université Blaise Pascal Clermont-Ferrand)\n\nConverg
 ence modes for prior distributions\n\n\n 	Richard Everitt (University of R
 eading)\n\nAn overview of noisy MCMC and SMC\n\n\n 	Nial Friel (University
  College Dublin)\n\nAccelerating Bayesian inference for intractable likeli
 hood models using noisy MCMC\n\n\n 	Pierre Latouche (Université Paris 1 P
 anthéon-Sorbonne)\n\nGoodness of fit of logistic models for random graphs
 \n\n\n 	Denys Pommeret (Aix-Marseille Université)\n\nCombining  ridge p
 arameter with the g-prior of Zellner\n\n\n 	Dennis Prangle (Newcastle Univ
 ersity)\n\nA data augmentation approach to high dimensional ABC\n\n\n 	Pie
 rre Pudlo (Aix-Marseille Université)\n\nAdaptive multiple important sampl
 ing\n\n\n 	Sylvia Richardson (MRC Biostatistics Unit)\n\nExploring the pre
 sence of complex dependence structures in epidemiological and genomic data
 \n\n\n 	James Ridgway (ENSAE ParisTech)\n\nOn the properties of variationa
 l approximations of Gibbs posteriors\n\n\n 	Stéphane Robin (AgroParisTech
 )\n\nExact Bayesian inference for some models with discrete parameters\n\n
 \n 	Judith Rousseau (ENSAE ParisTech)\n\nNonparametric mixture models and 
 HMMS\n\n\n 	Daniel Rudolf (Friedrich-Schiller-University of Jena)\n\nAppro
 ximations of geometrically ergodic Markov chains\n\n\n 	Adeline Samson (Un
 iversité Joseph Fourier Grenoble)\n\nComputational methods for stochastic
  differential equations\n\n\n 	Darren Wilkinson (Newcastle University)\n\n
 Bayesian Hierarchical Modelling of Genetic Interaction in Yeast  \n\n\n\n
 \n\n\n\n
CATEGORIES:École ou Master class,Mois thématique
END:VEVENT
BEGIN:VTIMEZONE
TZID:Europe/Paris
X-LIC-LOCATION:Europe/Paris
BEGIN:STANDARD
DTSTART:20151025T020000
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
END:STANDARD
END:VTIMEZONE
END:VCALENDAR