Emilie Kaufmann

Emilie Kaufmann (född 1987) är en fransk statistiker och datavetare som specialiserat sig på maskininlärning och särskilt känd för sin forskning om problemet med flerarmade banditer . Hon är forskare för det franska nationella centret för vetenskaplig forskning (CNRS), knuten till Centre de Recherche en Informatique, Signal et Automatique de Lille (CRIStAL) vid universitetet i Lille .

Utbildning och karriär

Kaufmann studerade matematik vid universitetet i Strasbourg , tog en kandidatexamen 2009, och hon klarade agregationen i matematik 2010. 2011 tog hon en magisterexamen i statistisk inlärning från École normale supérieure Paris-Saclay , och hon avslutade sin doktorsexamen .D. 2014 på Télécom Paris . Hennes avhandling var Analyze de stratégies bayésiennes et fréquentistes pour l'allocation séquentielle de ressources , under handledning av Olivier Cappé och Aurélien Garivier.

Efter postdoktoral forskning i projektet om Dynamics of Geometric Networks (DYOGENE) med det franska institutet för forskning i datavetenskap och automation (Inria) i Paris, gick hon med i CNRS och gruppen Sequential Learning (SequeL) av CRIStAL 2015. SequeL-projektet efterträddes 2020 av det relaterade Scool-projektet, rörande sekventiella beslutsfattande problem under osäkerhet, banditinlärning och förstärkningsinlärning, och Kaufmann blev en del av Scool-teamet.

Erkännande

Kaufmann var en av två vinnare av Jacques Neveu -priset 2014 av Société de Mathématiques Appliquées et Industrielles, som erkänner de bästa franska avhandlingarna i matematik och statistik från det året.

externa länkar

• Hemsida
• Emilie Kaufmann -publikationer indexerade av Google Scholar