Apprentissage statistique, systèmes de recommandation et processus ponctuels en grande dimension

par Baptiste Barreau

Projet de thèse en Mathématiques appliquées

Sous la direction de Frédéric Abergel.

Thèses en préparation à Paris Saclay , dans le cadre de Interfaces : approches interdisciplinaires, fondements, applications et innovation , en partenariat avec Mathématiques et Informatique pour la Complexité et les Systèmes - EA 4037 (laboratoire) et de CentraleSupélec (établissement de préparation de la thèse) depuis le 01-10-2017 .


  • Résumé

    Les équipes vente de BNP Paribas CIB doivent chaque jour, au vu des informations à leur disposition concernant leur portefeuille de produits et leur connaissance des clients, aiguiller ces derniers vers les produits susceptibles de les intéresser le plus. Ce projet de thèse vise à construire un système de recommandation qui puisse faciliter cet aiguillage, en prenant en compte des données de types multiples (financières, textuelles...), en utilisant les méthodes du deep learning.

  • Titre traduit

    Statistical learning, recommender systems and high-dimensional point processes


  • Résumé

    BNP Paribas CIB Sales teams have to advise every day clients into buying or selling financial products, with at their disposal their own knowledge of clients and info about BNP Paribas CIB's portfolio. This PhD project aims at simplifying this process by building a recommender system that would take into account numerous kinds of data, including financial data and also text, using deep learning methods.