Note ABES De l'échantillonage optimal en grande et petite dimension On optimal sampling in high and low dimension Théorie des bandits stochastiques Compressed sensing 006.31 Échantillonnage adaptatif (statistique) Apprentissage automatique Prise de décision (statistique) Méthode de Monte-Carlo Pendant ma thèse, j’ai eu la chance d’apprendre et de travailler sous la supervision de mon directeur de thèse Rémi, et ce dans deux domaines qui me sont particulièrement chers. Je veux parler de la Théorie des Bandits et du Compressed Sensing. Je les voie comme intimement liés non par les méthodes mais par leur objectif commun: l’échantillonnage optimal de l’espace. Tous deux sont centrés sur les manières d’échantillonner l’espace efficacement : la Théorie des Bandits en petite dimension et le Compressed Sensing en grande dimension. Dans cette dissertation, je présente la plupart des travaux que mes co-auteurs et moi-même avons écrit durant les trois années qu’a duré ma thèse. During my PhD, I had the chance to learn and work under the great supervision of my advisor Rémi (Munos) in two fields that are of particular interest to me. These domains are Bandit Theory and Compressed Sensing. While studying these domains I came to the conclusion that they are connected if one looks at them trough the prism of optimal sampling. Both these fields are concerned with strategies on how to sample the space in an efficient way: Bandit Theory in low dimension, and Compressed Sensing in high dimension. In this Dissertation, I present most of the work my co-authors and I produced during the three years that my PhD lasted. Electronic Thesis or Dissertation Text en fr PDF 5116828 text/html https://pepite-depot.univ-lille.fr/LIBRE/EDSPI/2012/50376-2012-Carpentier.pdf https://theses.fr/2012LIL10041/abes Carpentier Alexandra Carpentier 1987-07-06 FR 165952407 https://theses.fr/2012LIL10041 2012LIL10041 https://doi.org/10.70675/727ab11bz8d55z45e8zb3c7z02d46f197e57 2012-10-05 Informatique Lille 1 026404184 Doctorat Docteur es non oui Munos Rémi MADS_DIRECTEUR_DE_THESE_1 14088209X École doctorale Sciences pour l'ingénieur (Lille ; 1992-2021) MADS_ECOLE_DOCTORALE_1 147297028 Laboratoire d'informatique fondamentale de Lille (2002-2014) MADS_PARTENAIRE_DE_RECHERCHE_1 077703553 ddc:000 Munos Rémi École doctorale Sciences pour l'Ingénieur (Lille) Laboratoire d'informatique fondamentale de Lille (LIFL) ASCII PDF 5116828