Après plusieurs décennies passées à numériser tous nos contenus culturels (textes, musique, films, etc.), le "style" est probablement le prochain "objet" à réifier, puis numériser. Je parlerai du cas de la musique, ou le style est présent à la fois dans la composition, l'arrangement ou l'accompagnement. Je présente des travaux récents au carrefour entre apprentissage (machine-learning), inférence statistique et optimisation combinatoire, permettant de modéliser le style en musique et de produire de nouveaux artefacts intéressants.
Mot(s) clés libre(s) : musique, apprentissage, style, inférence

Dans la vie de tous les jours, vous devez souvent prendre des décisions sous incertitudes. Par exemple, avez-vous intérêt à remplir le réservoir d’essence de votre voiture ou bien à acheter un billet de train ou d’avion tout de suite ou serait-il plus judicieux d’attendre un peu que les prix baissent ? Faut-il investir en bourse maintenant ou non ? Afin de prendre les bonnes décisions dans ce type de situation, il est impératif de bien en mesurer les risques, ce qui revient à bien estimer les incertitudes sur toutes les conséquences possibles de ces décisions.
Mot(s) clés libre(s) : réseaux bayésiens, incertitude, prise de décision, inférence