Conférence
Notice
Lieu de réalisation
École Normale Supérieure, Paris.
Langue :
Anglais
Crédits
Claire Boyer (Production), Djalil Chafaï (Production), Joseph Lehec (Production), Nicolas Verzelen (Intervention)
Conditions d'utilisation
Droit commun de la propriété intellectuelle
DOI : 10.60527/zckd-y279
Citer cette ressource :
Nicolas Verzelen. CEREMADE. (2019, 2 juillet). Verzelen - Clustering with the relaxed K-means. [Vidéo]. Canal-U. https://doi.org/10.60527/zckd-y279. (Consultée le 11 décembre 2024)

Verzelen - Clustering with the relaxed K-means

Réalisation : 2 juillet 2019 - Mise en ligne : 2 novembre 2019
  • document 1 document 2 document 3
  • niveau 1 niveau 2 niveau 3
Descriptif

This talk is devoted to clustering problems. It amounts to partitionning a set of given points or the nodes of a given graph, in such a way that the groups are as homogeneous as possible. After introducing two random instances of this problem, namely sub-Gaussian Mixture Model (sGMM) and Stochastic Block Model (SBM), I will explain how convex relaxations of the classical $K$-means criterion achieve near optimal performances. Emphasis will be put on the connections between the clustering bounds and relevant results in random matrix theory.

Intervention

Sur le même thème