BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Lyon Data Science &ndash; Communaut&eacute; data &amp; IA &agrave; Lyon - ECPv6.15.20//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Lyon Data Science &ndash; Communaut&eacute; data &amp; IA &agrave; Lyon
X-ORIGINAL-URL:https://lyondatascience.org
X-WR-CALDESC:Évènements pour Lyon Data Science &ndash; Communaut&eacute; data &amp; IA &agrave; Lyon
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20170326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20171029T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20180325T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20181028T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20190331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20191027T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20180914T184500
DTEND;TZID=Europe/Paris:20180914T203000
DTSTAMP:20260413T180558
CREATED:20251005T153457Z
LAST-MODIFIED:20251005T155019Z
UID:1099-1536950700-1536957000@lyondatascience.org
SUMMARY:AutoML avec R: le tuning de modèles pour paresseux
DESCRIPTION:Pour cette rentrée\, Alex Boulangé\, Chief Data Scientist chez Social Intelligence\, nous parlera d’un package R qu’il a développé pour pouvoir tuner des réseaux de neurones artificielles avec du biomimétisme (en utilisant notamment l’optimisation par essaims particulaires).\nDescriptif du package sur CRAN (actuellement en attente de validation):\n« Package to fit highly customizable deep neural network either with\ngradient descent or particle swarm optimization\, using custom layers\n(number\, size\, activation\, dropout)\, automatic hyper parameters tuning and custom cost function. This package mixes the best of last tricks on deep learning (based on different research papers wrapped up in Andrew NG Deep Learning specialization) and PSO (based on 1995 research paper and following research papers wrapped up in yarpiz\nvideo tutorial). \nKey words: autoML\, Deep Learning\, Particle Swarm Optimization\, learning rate\, minibatch\, batch normalization\, lambda\, RMSprop\, momentum\, adam optimization\, learning rate decay\, particles number\, kappa\, regression\, logistic regression). » \nEn espérant vous voir nombreux ! \nL’équipe LDS
URL:https://lyondatascience.org/evenements/automl-avec-r-le-tuning-de-modeles-pour-paresseux/
CATEGORIES:Meetup
END:VEVENT
END:VCALENDAR