Judith ROUSSEAU
Statut
Professeure des universités
Promotion
Senior 2026
Établissement
Université Paris Dauphine-PSL
Secteur disciplinaire
Mathématiques et leurs interactions
Chaire
Chaire Fondamentale
Spécialité
Statistiques
Thématique
► Statistiques Bayésiennes
► Statistiques mathématiques
► Apprentissage
Présentation
L’émergence des outils d’intelligence artificielle présente une opportunité: ces approches flexibles entraînées sur des jeux de données massifs peuvent améliorer nos capacités inférentielles et inversement, un raisonnement statistique rigoureux permet d’obtenir des outils d’apprentissage plus fiables. Ce projet étudie les propriétés théoriques des méthodes bayésiennes semi-paramétriques pour quantifier l'incertitude en inférence causale ou plus largement sous données manquantes et en grande dimension. Il explore aussi la combinaison bayésien-IA : (a) incorporation de prédicteurs IA pour améliorer l'inférence bayésienne de manière fiable, et (b) utilisation d'algorithmes génératifs pour simuler les lois a posteriori dans les contextes sans vraisemblance.