Victor Panaretos
EPFL SB MATH SMAT
MA B1 503 (Bâtiment MA)
Station 8
1015 Lausanne
+41 21 693 25 97
+41 21 693 75 75
Office:
MA B1 503
EPFL › SB › MATH › SMAT
Site web: https://smat.epfl.ch
+41 21 693 25 97
EPFL › SB › SB-SMA › SMA-ENS
Site web: https://sma.epfl.ch/
+41 21 693 25 97
EPFL › VPA › VPA-FAC › ASC
+41 21 693 25 97
EPFL › VPA › VPA-AVP-DLE › AVP-DLE-EDOC › EDMA-GE
Site web: https://go.epfl.ch/phd-edma
Enseignement et PhD
Doctorant·es actuel·les
Ulysse Naepels, Nikitas Georgakis, Ho Yun
A dirigé les thèses EPFL de
Andrea Kraus (2013), Shahin Tavakoli (2014), Mikael Kuusela (2016), Yoav Zemel (2017), Marie-Hélène Descary (2017), Valentina Masarotto (2019), Tomas Rubin (2021), Tomas Masák (2022), Laya Ghodrati (2023), Kartik Waghmare (2023), Leonardo Santoro (2024)
A co-dirigé les thèses EPFL de
Matthieu Simeoni (2020), Ophelia Miralles (2023), Sonia Alouini (2024), Timmy Rong Tian Tse (2025), Krali Mario (2025)
Cours
Functional data analysis
MATH-420
Introduction rigoureuse à l'analyse statistique des fonctions et opérateurs aléatoires. En considérant les fonctions aléatoires comme vecteurs hilbertiens ou processus stochastiques, nous explorons les riches interactions entre statistique non paramétrique et multivariée en dimension infinie.
Linear models
MATH-341
Les modèles de régression sont fondamentaux en statistique, car ils décrivent comment la loi d'une variable aléatoire d'intérêt dépend d'autres variables. Ce cours introduit les fondements théoriques et les principales méthodes des modèles statistiques linéaires.
Statistique
MATH-240
Ce cours donne une introduction au traitement mathématique de la théorie de l'inférence statistique en utilisant la notion de vraisemblance comme un thème central.