In this talk, we will present a new statistical principle that combines the most desirable aspects of both parameter inference and density estimation. This leads us to the PrO posterior, which expresses uncertainty as a consequence of predictive ability. Doing so leads to

Je présenterai une approche visant à compresser la mesure empirique tout en préservant les vitesses de convergence dans le contexte des méthodes à noyau. Je donnerai d’abord une vue d’ensemble de l’idée, avant de démontrer deux résultats clés.