Passer au contenu

/ Département d'informatique et de recherche opérationnelle

Rechercher

Guillaume Rabusseau

Vcard

Professeur adjoint

Faculté des arts et des sciences - Département d'informatique et de recherche opérationnelle

André-Aisenstadt local 3151

guillaume.rabusseau@umontreal.ca

514 343-6111 #47612

Biographie

Depuis septembre 2018, je suis professeur adjoint à Mila et au département d’informatique et de recherche opérationnelle (DIRO) de l’Université de Montréal. Je suis titulaire de la Chaire de recherche du Canada CIFAR AI (CCAI) depuis mars 2019. Avant de rejoindre l’UDEM, j’étais un chercheur postdoctoral au laboratoire de raisonnement et d’apprentissage de l’Université McGill, où j’ai travaillé avec Prakash Panangaden, Joelle Pineau et Doina Precup.

J’ai obtenu mon doctorat en 2016 à AMU, où j’ai travaillé dans l’équipe Qarma (Machine Learning et Multimedia), sous la supervision de François Denis et Hachem Kadri. Auparavant, j’avais obtenu une maîtrise en informatique fondamentale de l’AMU et une licence en informatique de la même université en formation à distance.

Lire plus…

Affiliations

  • Membre – MILA — Institut des algorithmes d'apprentissage de Montréal

Programmes d’enseignement

  • Baccalauréat en informatique – Sciences pures et sciences appliquées Technologies de l'information (TIC)
  • Majeure en informatique – Sciences pures et sciences appliquées Technologies de l'information (TIC)
  • Baccalauréat en mathématiques et informatique – Sciences pures et sciences appliquées
  • Baccalauréat en mathématiques et informatique – Sciences pures et sciences appliquées
  • Baccalauréat en physique et informatique – Sciences pures et sciences appliquées
  • Baccalauréat en physique et informatique – Sciences pures et sciences appliquées
  • Baccalauréat en bio-informatique – Sciences pures et sciences appliquées Sciences de la santé Sciences de la vie
  • Baccalauréat en bio-informatique – Sciences pures et sciences appliquées Sciences de la santé Sciences de la vie
  • Baccalauréat en bio-informatique – Sciences pures et sciences appliquées Sciences de la santé Sciences de la vie
  • D.E.S.S. en apprentissage automatique – Sciences pures et sciences appliquées Technologies de l'information (TIC)

Cours donnés

  • IFT3395 Fondements de l'apprentissage machine
  • IFT6761 Colloque 1

Expertises

Je m’intéresse aux méthodes de tenseurs pour l’apprentissage automatique et à la conception d’algorithmes d’apprentissage pour les données structurées en utilisant l’algèbre linéaire et multilinéaire (par exemple, les méthodes spectrales).

Projets de recherche Tout déplier Tout replier

Machine Learning with Tensor Networks Projet de recherche au Canada / 2019 - 2025

Chercheur principal : Guillaume Rabusseau
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVX20965-(RGP) Programme de subvention à la découverte individuelle ou de groupe

Machine Learning with Tensor Networks Projet de recherche au Canada / 2019 - 2025

Chercheur principal : Guillaume Rabusseau
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVXXXXXX-(DGECR) Tremplin vers la découverte

Publications Tout déplier Tout replier

Consultez cette fiche sur :