L'inscription est gratuite mais obligatoire avant le 21 septembre 2022 à partir de ce lien.
9h30-10h00 : Le parcours et les travaux d’Éric Parent
Sophie Ancelet (IRSN) et Jacques Bernier
10h00-10h45 : Reconstruire le cadre de pensée statistique (bayésien)
Eric Parent (AgroParisTech)
11h15-11h45 : Uncertainty quantification for marginal computations
Jean-Michel Marin (Univ. Montpellier)
11h45-12h15 : L’ACP est-elle soluble dans le Bayes ?
Pierre Gloaguen (AgroParisTech)
12h15-12h45 : Horse shoe sous STAN
Matthieu Authier (Univ. La Rochelle / Adera)
14h-14h30 : La statistique bayésienne : Ce qui marche et ce qui ne marche pas
Andrew Gelman (Columbia University)
14h30-15h00 : Accelerating Bayesian estimation for network Poisson models using frequentist
variational estimates
Sophie Donnet (INRAE)
15h00-15h30 : Bayesian hierarchical modelling for ecological data : reprise sous STAN, intérêt et
limites
Saint Clair Chabert-Liddell (AgroParisTech)
16h00-16h30 : Estimation des précipitations extrêmes au Québec à l’aide de modèles hiérarchiques
bayésiens
Luc Perreault (Institut de recherche d’Hydro-Québec)
16h30-17h00 : Un modèle hiérarchique pour déterminer dans quelle mesure les petites bêtes mangent
les grosses
Marie-Pierre Etienne (Institut Agro - IRMAR)
17h00-17h45 : Table ronde : Quelle place pour le raisonnement bayésien dans le contexte IA et big
data ? Animée par Jean-Jacques Boreux (Université de Liège)
Invités : Jean-Christophe Thalabard (Université Paris-Cité), Sophie Donnet (INRAE), Jean-
Michel Marin (Université de Montpellier), Nicolas Bousquet (EDF R&D et Sorbonne université), Anne Philippe (Université de Nantes), Sandrine Micallef (Debiopharm