BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Lyon Data Science – Communauté data & IA à Lyon - ECPv6.16.5//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Lyon Data Science – Communauté data & IA à Lyon
X-ORIGINAL-URL:https://lyondatascience.org
X-WR-CALDESC:Évènements pour Lyon Data Science – Communauté data & IA à 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:20190331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20191027T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20200329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20201025T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20210328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20211031T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20221030T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220628T183000
DTEND;TZID=Europe/Paris:20220628T200000
DTSTAMP:20251005T171048Z
CREATED:20251005T153554Z
LAST-MODIFIED:20251005T171048Z
UID:1115-1656441000-1656446400@lyondatascience.org
SUMMARY:Data Club Drink
DESCRIPTION:La première saison du Data Club est terminée 🎉\nPour fêter ça et vous remercier de votre présence au meet-up ces derniers mois\, on vous invite à venir partager un verre avec nous ! Ce sera l’occasion de se voir une dernière fois avant la reprise en septembre. \nAlors\, si vous êtes disponible\, on se donne rdv au Chamax à Lyon 1er autour d’un grand verre. 🍻
URL:https://lyondatascience.org/evenements/data-club-drink-2/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220614T183000
DTEND;TZID=Europe/Paris:20220614T200000
DTSTAMP:20251005T171045Z
CREATED:20251005T153519Z
LAST-MODIFIED:20251005T171045Z
UID:1114-1655231400-1655236800@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-78/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220531T183000
DTEND;TZID=Europe/Paris:20220531T200000
DTSTAMP:20251005T171045Z
CREATED:20251005T153518Z
LAST-MODIFIED:20251005T171045Z
UID:1113-1654021800-1654027200@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-77/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220517T183000
DTEND;TZID=Europe/Paris:20220517T200000
DTSTAMP:20251005T171045Z
CREATED:20251005T153518Z
LAST-MODIFIED:20251005T171045Z
UID:1112-1652812200-1652817600@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-76/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220511T184500
DTEND;TZID=Europe/Paris:20220511T194500
DTSTAMP:20251005T155129Z
CREATED:20251005T155129Z
LAST-MODIFIED:20251005T155129Z
UID:1492-1652294700-1652298300@lyondatascience.org
SUMMARY:Machine Learning over encrypted data
DESCRIPTION:Privacy-preserving machine learning is a new technology that allows users to leverage intelligent cloud applications that process their personal data without revealing this data to any third party.In general\, private computation using encrypted data aims to nullify the damage done by data leaks and reduce cybersecurity risks for cloud providers.\nWe introduce Concrete ML\, a machine learning toolkit that data-scientists can use to create machine learning models that operate on encrypted data. Particular care was given to the simplicity of our python package\, in order to make it usable by any data scientist\, notably\nwithout any prior cryptography knowledge. \nSpeaker: Jordan frery
URL:https://lyondatascience.org/evenements/machine-learning-over-encrypted-data-2/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220419T183000
DTEND;TZID=Europe/Paris:20220419T200000
DTSTAMP:20251005T171045Z
CREATED:20251005T153518Z
LAST-MODIFIED:20251005T171045Z
UID:1111-1650393000-1650398400@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-75/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220414T190000
DTEND;TZID=Europe/Paris:20220414T200000
DTSTAMP:20251005T155129Z
CREATED:20251005T155129Z
LAST-MODIFIED:20251005T155129Z
UID:1491-1649962800-1649966400@lyondatascience.org
SUMMARY:REX sur l’utilisation d’un algorithme de NLP dans la téléphonie mobile
DESCRIPTION:**Ce meetup sera axé autour d’un retour d’expérience dans le domaine de la téléphonie mobile\, un projet réalisé pour l’opérateur Prixtel : nous verrons comment l’IA et les techniques de NLP ont permis de faciliter le travail des téléconseillers en suggérant une réponse aux problèmes les plus courants et répétitifs afin qu’ils puissent se consacrer sur les problèmes à plus forte valeur ajoutée. Un modèle pré-entrainé\, ayant un bon niveau de compréhension et contextualisation du langage\, a été affiné et personnalisé à partir de l’historique des données d’échanges du forum entre les clients et les téléconseillers.**\n**Vincent Labosse (Directeur de projets data science à Datalyo)**
URL:https://lyondatascience.org/evenements/rex-sur-lutilisation-dun-algorithme-de-nlp-dans-la-telephonie-mobile-2/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220405T183000
DTEND;TZID=Europe/Paris:20220405T200000
DTSTAMP:20251005T171045Z
CREATED:20251005T153518Z
LAST-MODIFIED:20251005T171045Z
UID:1110-1649183400-1649188800@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-74/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220322T183000
DTEND;TZID=Europe/Paris:20220322T200000
DTSTAMP:20251005T165403Z
CREATED:20251005T153504Z
LAST-MODIFIED:20251005T165403Z
UID:1109-1647973800-1647979200@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-73/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220308T183000
DTEND;TZID=Europe/Paris:20220308T200000
DTSTAMP:20251005T165403Z
CREATED:20251005T153503Z
LAST-MODIFIED:20251005T165403Z
UID:1108-1646764200-1646769600@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-72/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220222T183000
DTEND;TZID=Europe/Paris:20220222T200000
DTSTAMP:20251005T165403Z
CREATED:20251005T153503Z
LAST-MODIFIED:20251005T165403Z
UID:1107-1645554600-1645560000@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-71/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220208T183000
DTEND;TZID=Europe/Paris:20220208T200000
DTSTAMP:20251005T165403Z
CREATED:20251005T153503Z
LAST-MODIFIED:20251005T165403Z
UID:1106-1644345000-1644350400@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-70/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220125T183000
DTEND;TZID=Europe/Paris:20220125T200000
DTSTAMP:20251005T165402Z
CREATED:20251005T153502Z
LAST-MODIFIED:20251005T165402Z
UID:1105-1643135400-1643140800@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-69/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220111T183000
DTEND;TZID=Europe/Paris:20220111T200000
DTSTAMP:20251005T165401Z
CREATED:20251005T153501Z
LAST-MODIFIED:20251005T165401Z
UID:1104-1641925800-1641931200@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-68/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20211214T183000
DTEND;TZID=Europe/Paris:20211214T200000
DTSTAMP:20251005T165401Z
CREATED:20251005T153501Z
LAST-MODIFIED:20251005T165401Z
UID:1103-1639506600-1639512000@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-67/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20211130T183000
DTEND;TZID=Europe/Paris:20211130T200000
DTSTAMP:20251005T165401Z
CREATED:20251005T153500Z
LAST-MODIFIED:20251005T165401Z
UID:1102-1638297000-1638302400@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-66/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20211122T190000
DTEND;TZID=Europe/Paris:20211122T200000
DTSTAMP:20251005T155128Z
CREATED:20251005T155128Z
LAST-MODIFIED:20251005T155128Z
UID:1490-1637607600-1637611200@lyondatascience.org
SUMMARY:Rendre les réseaux convolutifs à nouveau invariants à la translation
DESCRIPTION:Présentateur : Quentin Barthelemy\nL’événement sera hybride : présentiel et en streaming. Inscrivez-vous si vous désirez être présent physiquement. \nCet exposé propose l’étude d’un article intitulé Making Convolutional Networks Shift-Invariant Again et publié à ICML2019 par Richard Zhang (Adobe Research). Ce titre est provocateur car il laisse penser que\, avant cette publication\, les réseaux convolutifs n’étaient plus vraiment invariants à la translation. \nLa première partie de la présentation aura pour objectif de reprendre rapidement quelques élément de base du traitement du signal\, à savoir la transformée de Fourier\, la théorie du filtrage et la théorie de l’échantillonnage (théorème de Shannon et filtre anti-repliement). \nLa deuxième partie sera une lecture guidée de l’article : les éléments de traitement du signal permettront de comprendre les défauts méthodologiques mis en lumière par l’auteur\, ainsi que leurs implications sur une architecture neuronale convolutive. Les résultats et les applications seront analysés et suivis d’une discussion critique. \nRessources\nPage et vidéo de présentation du papier : Making Convolutional Networks Shift-Invariant Again\nhttps://richzhang.github.io/antialiased-cnns/ \nThéorème d’échantillonnage\nhttps://fr.wikipedia.org/wiki/Th%C3%A9or%C3%A8me_d%27%C3%A9chantillonnage \nShannon Nyquist Sampling Theorem – Vidéo
URL:https://lyondatascience.org/evenements/rendre-les-reseaux-convolutifs-a-nouveau-invariants-a-la-translation-2/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20211116T183000
DTEND;TZID=Europe/Paris:20211116T200000
DTSTAMP:20251005T165401Z
CREATED:20251005T153500Z
LAST-MODIFIED:20251005T165401Z
UID:1101-1637087400-1637092800@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-65/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20211102T183000
DTEND;TZID=Europe/Paris:20211102T200000
DTSTAMP:20251005T165401Z
CREATED:20251005T153500Z
LAST-MODIFIED:20251005T165401Z
UID:1100-1635877800-1635883200@lyondatascience.org
SUMMARY:Data Club
DESCRIPTION:Cet évènement du Club Data est l’occasion de se rencontrer et d’échanger sur nos projets actuels. Chaque participant peut présenter brièvement ce sur quoi il a travaillé récemment\, les difficultés qu’il a rencontrées\, et éventuellement demander conseil au reste du groupe.
URL:https://lyondatascience.org/evenements/data-club-64/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20210929T190000
DTEND;TZID=Europe/Paris:20210929T200000
DTSTAMP:20251005T155125Z
CREATED:20251005T155125Z
LAST-MODIFIED:20251005T155125Z
UID:1489-1632942000-1632945600@lyondatascience.org
SUMMARY:Deep Learning embarqué
DESCRIPTION:Véhicules autonomes\, smart cities\, robotique… L’IA s’invite dans les objets pour les rendre intelligents.\nAvec son Edge TPU Coral\, Google à développé une puce optimisée pour l’IA qui permet d’exécuter des modèles de deep Learning avec une consommation d’énergie faible et des performances élevées. \nNous allons voir comment utiliser ce hardware avec Tensorflow pour faire de la détection d’objets en temps-reel. Nous allons également voir quelles sont les limites de ce type de projets et comment les dépasser. \nLéo Bourrel\, free-lance data scientist spécialisé en NLP et Computer Vision. https://www.leobourrel.fr/
URL:https://lyondatascience.org/evenements/deep-learning-embarque-2/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20210629T190000
DTEND;TZID=Europe/Paris:20210629T200000
DTSTAMP:20251005T155125Z
CREATED:20251005T155125Z
LAST-MODIFIED:20251005T155125Z
UID:1488-1624993200-1624996800@lyondatascience.org
SUMMARY:Enjeux de l'Intelligence Artificielle
DESCRIPTION:Pour ce dernier MeetUp de la saison\, nous vous proposons une présentation moins technique pour aborder des enjeux sociétaux\, éthiques et environnementaux des technologies liées à l’intelligence artificielle.\nSans être totalement exhaustif\, nous illustrons nos propos par des retours d’expériences\, afin d’apporter des connaissances qui nous semblent pertinentes pour tout futur spécialiste de cette branche de l’informatique. \nOrateur : Jérémy Espinas (membre de l’association Lyon Data Science et ingénieur R&D au sein de la société Esker)
URL:https://lyondatascience.org/evenements/enjeux-de-lintelligence-artificielle-2/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20210601T190000
DTEND;TZID=Europe/Paris:20210601T200000
DTSTAMP:20251005T155125Z
CREATED:20251005T155125Z
LAST-MODIFIED:20251005T155125Z
UID:1487-1622574000-1622577600@lyondatascience.org
SUMMARY:Efficacité "réelle" d'un test de catégorisation
DESCRIPTION:Que ce soit en Data Science ou en médical (test Covid !)\, un test de catégorisation est livré avec des indicateurs de qualité calculés au moment de l’apprentissage et/ou de la mise au point.La question abordée par cette présentation est la suivante : un objet/individu est soumis au test\, le test prédit « positif » (ou « catégorie C1 »)\, peut-on simplement appliquer les indicateurs de qualité pour en déduire la probabilité que l’objet/individu soit réellement « positif » (ou de « catégorie C1 ») ? \nDominique Maret
URL:https://lyondatascience.org/evenements/efficacite-reelle-dun-test-de-categorisation-2/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20210302T190000
DTEND;TZID=Europe/Paris:20210302T203000
DTSTAMP:20251005T155124Z
CREATED:20251005T155124Z
LAST-MODIFIED:20251005T155124Z
UID:1486-1614711600-1614717000@lyondatascience.org
SUMMARY:ML à l'échelle : Session LiveCoding sur Spark MLlib
DESCRIPTION:A propos du Machine Learning en production\, et si on parlait du passage à l’échelle ?Comment adapter nos algorithmes pour travailler avec une taille arbitraire de données ? \nUne des références du traitement de données à haute volumétrie est Apache Spark. Celui-ci embarque dans ses valises quelque chose qui peut nous intéresser : MLlib. \nPourquoi recourrir à Spark MLlib ? Quand doit-on l’utiliser ? Et surtout comment ?\nAujourd’hui\, retrouvons nous pour une session de programmation en live sur la bibliothèque de machine learning de Spark. \nOrateur : Guillaume Facchini
URL:https://lyondatascience.org/evenements/ml-a-lechelle-session-livecoding-sur-spark-mllib-2/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20210119T190000
DTEND;TZID=Europe/Paris:20210119T200000
DTSTAMP:20251005T155124Z
CREATED:20251005T155124Z
LAST-MODIFIED:20251005T155124Z
UID:1485-1611082800-1611086400@lyondatascience.org
SUMMARY:Machine learning en production
DESCRIPTION:Une fois passée la phase de prototype\, comment va-t-on en production quand on fait du machine learning ?\nComment s’assure-t-on que tout va bien une fois en production ? \nDéploiement\, tests\, monitoring\, etc. Il y a beaucoup de choses à penser. Sur ce long sujet\, je vous propose ici une petite introduction basée sur mes expériences. \nOratrice : Nastasia Saby
URL:https://lyondatascience.org/evenements/machine-learning-en-production-2/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20201203T184500
DTEND;TZID=Europe/Paris:20201203T201500
DTSTAMP:20251005T155121Z
CREATED:20251005T155121Z
LAST-MODIFIED:20251005T155121Z
UID:1484-1607021100-1607026500@lyondatascience.org
SUMMARY:Prédiction de classements de courses sportives à partir d’estimations locales
DESCRIPTION:Le Datawok a eu l’opportunité de travailler sur un projet d’aide à la prise de paris sportifs dont l’objectif était d’identifier les favoris et les outsiders d’une course.Comment ? En prédisant avant chaque course et pour chaque coureur sa probabilité d’arriver à un rang donné.\nPour atteindre cet objectif\, nous avions à notre disposition de nombreuses données concernant les coureurs (âge\, palmarès\, statistiques variées\, …)\, mais aussi sur la course en elle-même (date et heure\, température\, nature de la piste\, …). A l’occasion de ce Meetup\, je vous dévoile la méthode mise au point par l’équipe Datawok pour obtenir des scores égalant ceux d’experts en prise de paris. \nIntervenant: Daoud Chami\, Data Scientist au Datawok\, le pôle Data de Linkvalue.\nL’évènement aura lieu sur la chaine Twitch de LDS.
URL:https://lyondatascience.org/evenements/prediction-de-classements-de-courses-sportives-a-partir-destimations-locales-2/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20201020T184500
DTEND;TZID=Europe/Paris:20201020T201500
DTSTAMP:20251005T155121Z
CREATED:20251005T155121Z
LAST-MODIFIED:20251005T155121Z
UID:1483-1603219500-1603224900@lyondatascience.org
SUMMARY:Les applications du NLP au domaine de l'assurance santé
DESCRIPTION:Ce meet-up sera axé autour d’une problématique d’assurance santé : comment améliorer la connaissance des risques couverts par l’assureur afin de cibler une action de prévention sur la population qui en bénéficiera le plus ? Les prestations santé remboursées par l’assureur santé reflètent partiellement l’historique médical de l’assuré. Ces actes médicaux peuvent être vus comme les mots d’un texte racontant une histoire sur chacun des assurés. Le domaine du text mining peut-il aider dans l’analyse de ces données santé ?\nLes travaux présentés ont pour objectif d’utiliser trois méthodes de réduction de dimension issues du domaine de l’analyse du langage (NMF\, mSDA et Word2Vec) afin de créer des groupes d’actes de soins. Ces derniers peuvent ensuite être utilisés afin de construire une classification non supervisée des assurés par groupe de risque santé\, ce qui facilite le ciblage d’une action de prévention. L’analyse de la stabilité de cette classification sera également évoquée. \nL’evenement aura lieu sur Twitch. \nhttps://www.twitch.tv/lyondatascience
URL:https://lyondatascience.org/evenements/les-applications-du-nlp-au-domaine-de-lassurance-sante-2/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20200720T184500
DTEND;TZID=Europe/Paris:20200720T204500
DTSTAMP:20251005T155120Z
CREATED:20251005T155120Z
LAST-MODIFIED:20251005T155120Z
UID:1482-1595270700-1595277900@lyondatascience.org
SUMMARY:Faut-il faire confiance aux modèles compartimentaux pour l'étude du CoVid?
DESCRIPTION:Ce meet up vise à introduire les modèles compartimentaux\, très utilisés en épidémiologie. L’accent sera mis sur les modèles en eux mêmes plus que sur leurs résultats : comment sont ils construits ? Quels sont leurs spécificités\, avantage et limitations ?\nLa comparaison détaillée de trois modèles épidémiologiques utilisés par des équipes françaises lors de la crise du CoVid servira à illustrer le propos. La démarche de comparaison des modèles adoptés est une démarche généralisable à l’ensemble de la Data Science\, et n’est globalement pas spécifique à l’épidémiologie. \nLa présentation aura globalement pour vocation de s’adresser à tous\, sans forcément de prérequis. Quelques slides nécessiteront un bagage mathématique pour être comprises\, mais elles ne seront pas nécessaires pour comprendre l’intuition des modèles (elles ne seront présentes que pour permettre aux slides d’être exhaustives). \nL’evenement aura lieu sur Twitch. \nhttps://www.twitch.tv/lyondatascience
URL:https://lyondatascience.org/evenements/faut-il-faire-confiance-aux-modeles-compartimentaux-pour-letude-du-covid/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20200429T180000
DTEND;TZID=Europe/Paris:20200429T200000
DTSTAMP:20251005T155120Z
CREATED:20251005T155120Z
LAST-MODIFIED:20251005T155120Z
UID:1481-1588183200-1588190400@lyondatascience.org
SUMMARY:L'Industrialisation des modèles de machine learning via la conteneurisation
DESCRIPTION:Pour la deuxième session sur Twitch\, Lyon Data Science vous propose de s’intéresser à aux sujets de la mise en production et de la conteneurisation en Data Science.\nL’industrialisation des modèles de machine learning est une tâche complexe et nécessite souvent l’intervention de plusieurs équipes (dev\, devops\, architect\, data engineer et data scientist). Ainsi\, nous vous proposons dans cette session un REX sur une mission d’industrialisation du ML ( Python et R ) via la conteneurisation dans la plateforme Openshift. \nNous aborderons les questions suivantes : \n– L’importance de la communication entre les équipes.\n– La conteneurisation et le machine learning.\n– L’intérêt des pipelines de pré-traitements pour la mise en production des modèles.\n– La CI/CD mise en place.\n– Le monitoring des modèles et le train automatique via la conteneurisation. \nStack technique :\nOpenshift\, Kubernetes\, Docker\, Nexus\, Gitlab CI/CD\, Python\, R. \nIntervenant : Seif Eddine\, Data Scientist chez Ippon Technologies.
URL:https://lyondatascience.org/evenements/lindustrialisation-des-modeles-de-machine-learning-via-la-conteneurisation/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20200422T180000
DTEND;TZID=Europe/Paris:20200422T190000
DTSTAMP:20251005T155120Z
CREATED:20251005T155120Z
LAST-MODIFIED:20251005T155120Z
UID:1480-1587578400-1587582000@lyondatascience.org
SUMMARY:Quickly build Data Science web apps with Streamlit
DESCRIPTION:Orateur : Fanilo ANDRIANASOLO\, Worldline\nPré-requis :\n– Une première expérience en Python est un plus\n– Aucune connaissance web requise \nVous avez passé un long moment à perfectionner votre modèle de Machine Learning\, il est maintenant temps pour les utilisateurs d’interagir avec\, via une application web moderne et responsive !\nToutefois nous sommes un peu démunis face à cette question du déploiement web. Il faut extraire le code de notre patchwork de notebooks Jupyter et apprendre à structurer des API REST en Flask pour assurer les prédictions. Il faut se remémorer nos connaissances poussiéreuses en HTML5/CSS3\, et découvrir les débats sur les framework Javascript à la mode pour produire une page web interactive…ou alors laisser la main à un développeur web avec le sentiment de ne plus pouvoir faire évoluer seul cette page. \nAprès tout ce travail dans l’écosystème Data Science\, l’impression d’avoir à s’initier au développement web pour mettre notre modèle dans les mains du public est handicapante.\nEnter Streamlit (https://www.streamlit.io/)\, un framework qui vous permet d’implémenter rapidement une application web pour votre modèle sans quitter le monde Pythonic.\nJe vous présenterai le mode de fonctionnement et l’API de Streamlit\, comment gérer l’interactivité et la mise en cache des données\, le tout avec une démonstration live du rendu visuel -et croisons les doigts un déploiement sur Heroku-. \nA la fin de ce stream\, vous pourrez vous aussi visualiser les fruits de votre projet Data Science sur le web ! \n—-\nEn cas de problème de streaming sur https://www.twitch.tv/lyondatascience nous pourrions être amenés à mettre à jour cette URL. Nous mettrons à jour cette URL ici avant le début de la session.
URL:https://lyondatascience.org/evenements/quickly-build-data-science-web-apps-with-streamlit/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20200205T184500
DTEND;TZID=Europe/Paris:20200205T203000
DTSTAMP:20251005T155034Z
CREATED:20251005T155034Z
LAST-MODIFIED:20251005T155034Z
UID:1479-1580928300-1580934600@lyondatascience.org
SUMMARY:L'informatique quantique et le machine learning
DESCRIPTION:L’informatique quantique promet de révolutionner les usages dans les prochaines années en augmentant sensiblement la puissance de calcul à disposition. Comment fonctionne cette technologie ? Où en est-on de son développement ? Quels sont les cas d’usages déjà identifiés ? Combien de temps faut-il encore attendre avant d’en bénéficier ? Notre intervenant du jour Bruno Fedrici\, Docteur en Physique avec une thèse en ingénierie quantique\, tentera d’apporter des réponses à toutes ces questions. Bruno Fedrici enseigne l’informatique quantique à Epitech et CPE Lyon et est régulièrement amené à introduire cette thématique auprès d’acteurs industriels en les accompagnant dans leurs plans de transformation numérique.
URL:https://lyondatascience.org/evenements/linformatique-quantique-et-le-machine-learning/
CATEGORIES:Meetup
END:VEVENT
END:VCALENDAR