Langages de Programmation Probabilistes (24h, 3 ECTS)

• Responsable du cours: Christine Tasson
• Intervenants: Guillaume Baudart, Guillaume Geoffroy Xavier Rival, Christine Tasson
• Le cours a lieu en deuxième période le jeudi de 12h45 à 15h45
• English upon request

La programmation probabiliste est un paradigme de programmation qui a connu un essor important ces dernières années. Les langages de programmation probabilistes permettent de décrire des modèles tels que ceux utilisés en intelligence artificielle et proposent des méthodes automatiques pour inférer les paramètres du modèle à partir d'observations statistiques. Comparé aux algorithmes d'apprentissage classiques, les langages probabilistes permettent de manipuler l'incertitude de manière explicite. Ils reposent sur la méthode Bayésienne qui permet de raffiner une croyance a priori sur la distribution des paramètres d'un modèle a partir d'observations concrètes.

Récemment, de nombreux langages de programmation ont été développés e.g., WebPPL, Venture, Anglican, Stan, Gen, Pyro, Turing.jl... Ces langages sont maintenant utilisés dans de nombreux domaines qui vont de la vision (génération d'images) et la robotique (planification), à la santé (épidémiologie) et les sciences sociales (sondages).

Ce cours présente les concepts fondamentaux de la programmation probabiliste ainsi que des travaux de recherche récents :

1. conceptions des langages (construction probabiliste, analyse statique, compilation)
2. méthodes d'inférence (méthodes de Monte-Carlo, inférence symbolique, inférence variationnelle)
3. sémantique (théorie de la mesure, espaces quasi-Boreliens, cônes probabilistes)

Tous les cours seront accompagnés de travaux pratiques.

Les supports de cours et les TDs seront disponible sur GitHub : https://github.com/mpri-probprog/probprog-23-24

1. Projet de programmation, devoir maison, présentation d'article
2. Examen pour moitié de la note

• J-W. van de Meent, B. Paige, H. Yang, F. Wood, An Introduction to Probabilistic Programming
• N. D. Goodman and A. Stuhlmüller (electronic). The Design and Implementation of Probabilistic Programming Languages.
• C. Davidson-Pilon (electronic). Bayesian Methods for Hackers.