Informations professionnelles
Statut: Docteur ED
ED: EDITE
Unité de recherche: ISIR (EDITE)
Employeur: Deezer Date de debut de thèse: 30 novembre 2020 Date soutenance de thèse: 7 décembre 2023 Directeur de thèse: Vincent GUIGUE (ISIR (EDITE)) Sujet de thèse: Interpretable Machine Learning for Music Recommendation Thématique : Intelligence artificielle
Employeur: Deezer Date de debut de thèse: 30 novembre 2020 Date soutenance de thèse: 7 décembre 2023 Directeur de thèse: Vincent GUIGUE (ISIR (EDITE)) Sujet de thèse: Interpretable Machine Learning for Music Recommendation Thématique : Intelligence artificielle
Soutenance de thèse
Données générales
Titre : Interpretable Music Recommender Systems
Date : 7 décembre 2023
Heure: 09:00
Résumé : Entrez le résumé
Lieu : ISIR, Sorbonne U
Rapporteurs/ Rapporteuses
Personne | Qualité | Etablissement |
---|---|---|
M. Richard Gael | Professeur des universités | Laboratoire Traitement et Communication de l'Information, Telecom Paris |
M. Miller Tim | Professeur des universités | Australian National University (Australie) |
Composition du jury
Personne | Qualité | Etablissement |
---|---|---|
M. Guigue Vincent | Maître de Conférences (HDR) | Institut des Systèmes Intelligents et de Robotique, Sorbonne Université |
M. Hennequin Romain | Industriel | DEEZER |
M. Richard Gael | Professeur des universités | Laboratoire Traitement et Communication de l'Information, Telecom Paris |
Mme. Lesot Marie-jeanne | Professeure des universités | LIP6, Sorbonne Université |
M. Miller Tim | Professeur des universités | Australian National University (Australie) |
Mme. Bauer Christine | Professeure des universités | University of Salzburg (Autriche) |
M. Schedl Markus | Professeur des universités | Johannes Kepler University Linz (Autriche) |