Professeur retraité, Faculté des sciences et de génie, Université Laval

Mario Marchand, professeur au département d’informatique et de génie logiciel de l’Université Laval, oeuvre dans le domaine de l’apprentissage automatique depuis plus de 30 années. Ses recherches ont principalement porté sur les garanties de performance des algorithmes d’apprentissage et sur les algorithmes permettant d’optimiser ces garanties. Par exemple, il a proposé les « set covering machines » pour apprendre en effectuant de la compression de données. Il a également proposé des algorithmes d’apprentissage optimisant les garanties PAC-Bayes et celles basées sur la complexité de Rademacher et la dimension de Vapnik et Chervonenkis. Il a également appliqué des algorithmes d’apprentissage dans le domaine de la santé comme un algorithme permettant de prédire le co-récepteur utilisé par le VIH de type 1, des algorithmes permettant de prédire la résistance aux antibiotiques de génomes bactériens, et des algorithmes permettant de prédire la bioactivité de peptides. Il travaille présentement à la conception d’algorithmes d’apprentissage équitables dans le domaine des assurances et à la conception d’algorithmes générant des modèles prédictifs interprétables.