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-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:20150329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20151025T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20160327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20161030T010000
END:STANDARD
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
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20200329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20201025T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20190514T190000
DTEND;TZID=Europe/Paris:20190514T210000
DTSTAMP:20251005T155028Z
CREATED:20251005T155028Z
LAST-MODIFIED:20251005T155028Z
UID:1472-1557860400-1557867600@lyondatascience.org
SUMMARY:7 conseils pour démarrer avec Spark
DESCRIPTION:Après plusieurs sessions orientées Machine Learning\, nous vous proposons de revenir un sur de la technique avec un retour d’expérience sur Apache Spark de Nastasia Saby\, ingénieure Big Data chez Zenika. Elle passera en revue 7 conseils indispensables pour bien démarrer avec Spark. Au menu de cette session :- L’utilisation du Spark-Shell.\n– Différence entre transformations et actions.\n– Apprendre les bases de Scala ?\n– Connaître son infra.\n– Les RDDs.\n– Replonge toi dans le SQL !\n– Ne pas abuser des UDFS.\n– Les tests en Spark. \nA bientôt ! \nAvec ce retour d’expérience\, je vous propose de vous dire ce que j’aurais aimé qu’on me dise avant de me lancer dans Spark. Je promets aussi de vous parler de ce que bien heureusement mes camarades plus expérimentés m’ont aussi donné comme astuces pour m’aider dans ce grand saut. Ce sera donc une entrée en matière dans le monde de Spark au travers de 7 conseils qui m’ont été ou m’auraient été bien pratiques pour démarrer. \nNastasia Saby
URL:https://lyondatascience.org/evenements/7-conseils-pour-demarrer-avec-spark/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20190411T184500
DTEND;TZID=Europe/Paris:20190411T204500
DTSTAMP:20251005T155028Z
CREATED:20251005T155028Z
LAST-MODIFIED:20251005T155028Z
UID:1471-1555008300-1555015500@lyondatascience.org
SUMMARY:Data for plant science : la donnée au service de l’Ag-tech
DESCRIPTION:L’utilisation des données en Ag-Tech s’intensifie avec de nombreuses sociétés apportant de nouvelles idées au service de l’agriculture.\nCartographie des startup Agritech en France — 2nd édition :\nhttps://medium.com/xangevc/cartographie-des-startup-agritech-en-france-2nd-%C3%A9dition-f92a7c58d61c \nNous vous proposons une plongée dans l’univers des « datasciences au service des plantes » avec la présentation de la start-up valentinoise Carbon Bee. Cette soirée sera l’occasion de vous présenter un travail mené conjointement par Carbon Bee et Bayer sur le thème de la\ndétection des champignons pathogènes des plantes. \nDans un premier temps\, vous découvrirez les résultats d’une étude pilote utilisant l’analyse d’image par Machine Learning pour la quantification de maladies fongiques sur plante. \nPuis\, nous nous concentrerons sur l’outillage matériel et logiciel employé pour l’acquisition et l’analyse des données\, notamment un détecteur innovant combinant différents types d’informations (spatiales et spectrales) et des algorithmes de Deep Learning. En permettant une détection automatique précise des adventices (mauvaises herbes) ou des maladies au champ\, cette solution s’inscrit dans une stratégie d’optimisation des intrants et des pratiques agricoles. \nNous serons heureux d’échanger autour du thème de la datascience en agriculture de précision. \nVous pouvez découvrir le capteur et la méthode sur le site de Carbon Bee\n(https://carbonbee.fr) ainsi qu’une vidéo sympa illustrant le travail de l’entreprise : https://www.youtube.com/watch?v=tFVWWhhYSzc \nSpeakers:\nCatherine SIRVEN Bayer\nAnthony GELIBERT Carbon Bee\nAurélie THEBAULT Carbon Bee AgTech
URL:https://lyondatascience.org/evenements/data-for-plant-science-la-donnee-au-service-de-lag-tech/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20190312T184500
DTEND;TZID=Europe/Paris:20190312T204500
DTSTAMP:20251005T155028Z
CREATED:20251005T155028Z
LAST-MODIFIED:20251005T155028Z
UID:1470-1552416300-1552423500@lyondatascience.org
SUMMARY:Les GANs et leurs applications
DESCRIPTION:Une percée majeure en machine learning est l’apparition récente des réseaux antagonistes génératifs ou en anglais Generatif Adversarial Networks (GANs)\, qui permet de simuler des données \, e.g.\, visages\, pratiquement impossibles de différencier de vraies données. Ses applications sont aussi nombreuses que diversifiées\, allant de l’édition de photos jusqu’à la traduction automatique en passant par le transfert de style. Dans cet exposé\, Prof. Chen va introduire les principes de base des GANs \, en décrire quelques applications \, et donner un aperçu de ses derniers travaux\, notamment de l’algorithme IVI-GAN\, qui permet d’isoler des facteurs de variation dans la génération de données.\nDr. Liming Chen est Professeur à l’Ecole Centrale de Lyon où il mène un groupe de recherche sur la vision par ordinateur\, le machine learning et la robotique depuis de nombreuses années. Son groupe a été lauréat des médailles d’or et d’argent du challenge ImageClef sur l’annotation automatique d’images en 2011 et de médaille d’or au challenge Shrec 3D face recognition en 2012. Leurs travaux de recherche ont trouvé de nombreuses applications\, e.g.\, Morphoway\, en biométrie pour le portail de passage automatique à l’aéroport\, ou encore en bras de manipulation robotique\, en partenariat avec des acteurs industriels majeurs. \nRéférences :\n– Generative Adversarial Nets\, Goodfellow : https://papers.nips.cc/paper/5423-generative-adversarial-nets.pdf \n– Conditional Generative Adversarial Nets\, Mirza : https://arxiv.org/pdf/1411.1784.pdf \n– Intra-class Variation Isolation in Conditional GANs\, Chen : https://arxiv.org/pdf/1811.11296.pdf
URL:https://lyondatascience.org/evenements/les-gans-et-leurs-applications/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20190228T184500
DTEND;TZID=Europe/Paris:20190228T203000
DTSTAMP:20251005T155024Z
CREATED:20251005T155024Z
LAST-MODIFIED:20251005T155024Z
UID:1469-1551379500-1551385800@lyondatascience.org
SUMMARY:What R we doing in cancer research?
DESCRIPTION:For this new session of Lyon Data Science\, three cancer researchers from the International Agency for Research on Cancer (IARC) will discuss diverse approaches in studying cancer with applications in R.\nFirst\, Dr. Virani will present a surveillance method focused on predictions of cancer incidence trends into the future to determine magnitude and burden over time. Next\, Dr. Mariosa will discuss how to use genetic information to identify cancer risk factors using Mendelian randomization. Finally\, Dr. Lennon will present examples of determining how different weight trajectories throughout lifetime relate to cancer risk. \nThis evening is a collaboration of Lyon Data Science with R-Ladies Lyon (https://www.meetup.com/rladies-lyon/). The talks will be held in English. \n· Daniela Mariosa \n· Hannah Lennon @HannahLenn;\nhttps://www.linkedin.com/in/hlennon/\nhttps://twitter.com/HannahLennon_ \n· Shama Virani @scisha;\nhttps://www.linkedin.com/in/shamavirani/\nTweets by Scisha
URL:https://lyondatascience.org/evenements/what-r-we-doing-in-cancer-research/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20190121T184500
DTEND;TZID=Europe/Paris:20190121T203000
DTSTAMP:20251005T155024Z
CREATED:20251005T155024Z
LAST-MODIFIED:20251005T155024Z
UID:1468-1548096300-1548102600@lyondatascience.org
SUMMARY:L'apprentissage par renforcement
DESCRIPTION:Bonjour\,\nPour cette nouvelle séance\, notre speaker Thibault Neveu\, le responsable du HUB IA de l’Epitech Lyon\, nous parlera de l’apprentissage par renforcement. \nL’apprentissage par renforcement est un des domaines qui a connu un taux de croissance important durant l’année 2018 avec de nombreux succès. Durant la présentation\, je parlerai des différentes méthodes utilisés dans l’apprentissage par renforcement ainsi que les principales limites que l’on peut rencontrer. Je présenterai d’intéressant travaux menés pour lever ces problématiques tout en présentant certains cas concrets où le renforcement peut être appliqué. J’évoquerais ensuite les dangers et bénéfices de son application tout en terminant sur les points potentiellement manquants pour se diriger vers une intelligence artificielle générale. \nThibault a une chaîne Youtube\, où il donne des cours sur l’IA. https://www.youtube.com/channel/UCVso5UVvQeGAuwbksmA95iA \nA très bientôt\, \nL’équipe LDS
URL:https://lyondatascience.org/evenements/lapprentissage-par-renforcement/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20181204T184500
DTEND;TZID=Europe/Paris:20181204T203000
DTSTAMP:20251005T155024Z
CREATED:20251005T155024Z
LAST-MODIFIED:20251005T155024Z
UID:1467-1543949100-1543955400@lyondatascience.org
SUMMARY:La data science pour aider le diabète
DESCRIPTION:Pour un diabétique\, une hypoglycémie peut avoir des conséquences catastrophiques. Maxime\, étudiant en mathématique appliquées\, a essayé d’appliquer du Machine Learning pour les anticiper. Après une présentation des données utilisées et des problèmes liés à leurs collecte. Maxime nous présentera un modèle avant de nous faire part des challenges rencontrées lors de la modélisation. Cette présentation s’achèvera avec une ouverture sur comment l’IOT pourrait permettre une grande amélioration dans la gestion du diabète.\nMots Clefs : Diabète\, machine learning\, régression quantile \nA très bientôt\, \nL’équipe LDS
URL:https://lyondatascience.org/evenements/la-data-science-pour-aider-le-diabete/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20181105T184500
DTEND;TZID=Europe/Paris:20181105T203000
DTSTAMP:20251005T155024Z
CREATED:20251005T155024Z
LAST-MODIFIED:20251005T155024Z
UID:1466-1541443500-1541449800@lyondatascience.org
SUMMARY:Data Science en production avec R : quels enjeux ? Quelles solutions?
DESCRIPTION:Pour cette nouvelle séance de Lyon Data Science\, animée par Colin Fay\, Data Scientist & R Hacker chez ThinkR (une agence française spécialisée en Data Science et langage R)\, nous découvrirons les enjeux de la mise en production avec R.\nComment passer de l’expérimentation en ligne de commande à l’utilisation grande échelle ? Comment faire le pas d’une recherche et développement dans le confort de son ordinateur à un produit utilisé par de nombreux utilisateurs ? Comment partager son travail à ses collaborateurs non initiés ? Comment faire le grand saut de l’industrialisation de la Data Science ? \nC’est ce qu’abordera Colin dans ce talk sur R\, où il viendra présenter ce langage et quels sont les enjeux d’une mise en production de celui\, tant du point de vue utilisateur qu’infrastructure. \nNous aborderons\, entre autres\, les questions suivantes :\nDe la ligne de commande à l’interface utilisateur\nDe la R&D à la mise en production\nDe la mise en production à l’industrialisation \nA très bientôt\, \nL’équipe LDS
URL:https://lyondatascience.org/evenements/data-science-en-production-avec-r-quels-enjeux-quelles-solutions/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20181004T183000
DTEND;TZID=Europe/Paris:20181004T203000
DTSTAMP:20251005T155023Z
CREATED:20251005T155023Z
LAST-MODIFIED:20251005T155023Z
UID:1465-1538677800-1538685000@lyondatascience.org
SUMMARY:L’analyse de graphes au service de la fiabilisation du réseau basse tension
DESCRIPTION:Intervenants : Thomas Pilaud (Enedis) et Lisa Laisné (Data Scientist\, Datalyo)\nCette session sera consacrée à un retour d’expérience Data Science et Machine Learning sur la fiabilisation du réseau basse tension. Seront évoquées les solutions techniques mises en œuvre\, les algorithmes implémentés et les aspects métiers relatifs au sujet. \nMots clés : Data Science\, Machine Learning\, énergie\, graphes\, réseau\, R \nAccueil à partir de 18h30 dans la grande salle du Campus Région du Numérique à Confluence.
URL:https://lyondatascience.org/evenements/lanalyse-de-graphes-au-service-de-la-fiabilisation-du-reseau-basse-tension/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20180914T184500
DTEND;TZID=Europe/Paris:20180914T203000
DTSTAMP:20251005T155019Z
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
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20180622T184500
DTEND;TZID=Europe/Paris:20180622T203000
DTSTAMP:20251005T155019Z
CREATED:20251005T153457Z
LAST-MODIFIED:20251005T155019Z
UID:1098-1529693100-1529699400@lyondatascience.org
SUMMARY:Traitement automatique de la Langue et extraction de sentiment: outils et enjeux
DESCRIPTION:Bonjour\,\nPour cette nouvelle séance de Lyon Data Science\, animée par Catalina Chircu\, Data Scientist chez Hardis\, en mission chez Lizeo\, nous découvrirons des outils pour le traitement de la langue. Nous aurons aussi\, après la présentation de Catalina\, une présentation rapide d’un outil pour extraire de coordonnées à partir du texte brut\, faite par Olivier Courtin de chez Data Pink. \nDans cette conférence\, Catalina parlera d’un outil d’extraction de sens à partir du texte\, et de ce que le data mining dans le cadre du traitement du texte implique\, de manière générale. Elle présentera d’abord l’outil pour l’annotation automatique qu’elle a créé au sein de l’équipe R&D de Lizéo. Ensuite\, elle fera quelques remarques sur les enjeux du data mining / apprentissage automatique\, ainsi que sur les difficultés rencontrées et les divers choix qu’elle a faits. \nOlivier Courtin\, pour sa part\, nous parlera de comment\, à partir des outils et méthodes NLP actuels\, extraire des lemmes se référant à une spatialisation\, et les appareiller à une base toponymique pour en récupérer leur géolocalisation. Ou dit autrement\, donne moi du texte et je te donnerai des coordonnées GPS. \nA très bientôt\, \nL´équipe LDS
URL:https://lyondatascience.org/evenements/traitement-automatique-de-la-langue-et-extraction-de-sentiment-outils-et-enjeux/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20180523T184500
DTEND;TZID=Europe/Paris:20180523T203000
DTSTAMP:20251005T155019Z
CREATED:20251005T153457Z
LAST-MODIFIED:20251005T155019Z
UID:1097-1527101100-1527107400@lyondatascience.org
SUMMARY:Introduction au Machine Learning avec Spark 2.x et Scala
DESCRIPTION:Bonjour à tous\,\nDans cette session je vous propose de partir à la découverte des fonctionnalités de Spark 2 et du langage Scala\, avec notamment : \n– Une présentation des concepts clés de Spark Core & Spark ML (DataFrame / Dataset\, Pipelines\, Transformers\, Estimators\, etc…)\n– Un tour d’horizon des différentes librairies de ML et de traitement de données disponibles dans l’écosystème Spark / Scala.\n– Le tout associé à quelques démos ‘live’ de quelques cas pratiques (clustering\, régression\, etc …) sur de gros volumes de données avec notre datalake. \nCette séance sera animée par Jean-Yves Besson de chez Lizeo\, \nA très bientôt\, \nL’équipe LDS
URL:https://lyondatascience.org/evenements/introduction-au-machine-learning-avec-spark-2-x-et-scala/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20180412T184500
DTEND;TZID=Europe/Paris:20180412T203000
DTSTAMP:20251005T155019Z
CREATED:20251005T153457Z
LAST-MODIFIED:20251005T155019Z
UID:1096-1523558700-1523565000@lyondatascience.org
SUMMARY:Incertitude : source de fiabilité
DESCRIPTION:Bonjour\,\nNous sommes ravis de vous proposer une séance sur l’incertitude et la confiance des modèles de Machine Learning\, animée par Samy Melaine de Data Genius. \nAvec les progrès récents sur les techniques de Machine Learning et les résultats qu’ils apportent\, des systèmes qui jusqu’à récemment n’étaient appliqués qu’à des données académiques sont maintenant déployés dans des environnements réels pour des applications commerciales. Dans ces cas\, si les systèmes implémentés ne sont pas fiables et génèrent des prédictions fausses sans que cela ne puisse être détecté\, des conséquences graves sont à prévoir. Pour palier à cela il est donc important de mettre en production un modèle qui « sait ce qu’il ne sait pas ». Ensemble et durant ce Meetup nous allons : \n– Définir concrètement ce qu’est ce concept d’incertitude et ce que cela n’est pas (beware of softmax) \n– Comment on peut entraîner des modèles (réseaux de neurones ou ensemblistes) à ressortir des valeurs de confiance fiables \n– Et enfin\, revoir des techniques qui permettent de (ou se rapprochent d’) expliquer les prédictions d’un modèle de ML et ce qu’il a appris. \nA très bientôt\, \nL’équipe de Lyon Data Science
URL:https://lyondatascience.org/evenements/incertitude-source-de-fiabilite/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20180328T184500
DTEND;TZID=Europe/Paris:20180328T203000
DTSTAMP:20251005T155019Z
CREATED:20251005T153456Z
LAST-MODIFIED:20251005T155019Z
UID:1095-1522262700-1522269000@lyondatascience.org
SUMMARY:Milou est à Tintin ce que Rantanplan est à Lucky Luke : NLP & Word Embeddings
DESCRIPTION:Comment faire de la traduction automatique ? Comment communiquer avec un ordinateur via un chatbot ? Comment analyser des données textuelles ? Comment comprendre les enjeux sémantiques\, syntaxiques et grammaticaux liés aux langues ? Venez découvrir le secret des Word Embeddings !\nSamuel et Tanguy\, data scientists chez 365Talents\, sont spécialisés dans le Traitement Automatique de la Langue (NLP). Durant ce talk\, ils vous parleront de Word Embeddings; en commençant par l’approche la plus intuitive pour conclure par les réseaux de neurones les plus complexes. Un discours vulgarisé permettra de suivre les différentes étapes\, sans s’attarder sur les parties mathématiques trop complexes. \nOn vous attend nombreux !
URL:https://lyondatascience.org/evenements/milou-est-a-tintin-ce-que-rantanplan-est-a-lucky-luke-nlp-word-embeddings/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20180215T190000
DTEND;TZID=Europe/Paris:20180215T203000
DTSTAMP:20251005T155016Z
CREATED:20251005T153442Z
LAST-MODIFIED:20251005T155016Z
UID:1092-1518721200-1518726600@lyondatascience.org
SUMMARY:What to do before an A/B test?  An exploration of offline evaluation methods
DESCRIPTION:Bonjour à tous!\nNous vous invitons à un nouveau Meetup presenté par Eustache Diemert\, qui travaille actuellement chez Criteo\, portant sur les méthodes d’évaluation offline. Eustache Diemert\, sera aussi présent le 15 janvier au Dataday\, une journée pour échanger autour des problématiques data (plus de détails en bas). \nAbstract: Doing randomized trial (e.g. A/B test) is the gold standard to prove that a new method or algorithm is better than the baseline. But such tests are costly and imply that the new method/implementation is of production quality. A natural solution is then to choose the better candidate offline using logged data. We will explore different possibilities to do so and highlight their advantages and shortcomings. In particular\, we will see that a family of methods for counter-factual reasoning are very close to what an A/B test could tell while operating on logged data. \nCe meetup se déroulera à l’amphithéâtre de la bibliothèque Marie Curie de l’INSA. \nA très bientôt\, \nLyon Data Science \nPour les data passionnés: \nLe 15 février 2018\, le département Data\, Informatique & Statistique de l’université Lyon 2 organise le DataDay\, une journée pour échanger entre professionnels et amateurs autours des problématiques liées à la valorisation des données. \nCurieux et passionnés des données\, venez assister aux conférences (matinée) et participer au challenge (après-midi) ! \nPlus de détails sur le programme : https://dataday2018.wordpress.com/ \nInscrivez vous : https://dataday2018.eventbrite.fr
URL:https://lyondatascience.org/evenements/what-to-do-before-an-a-b-test-an-exploration-of-offline-evaluation-methods/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20180119T184500
DTEND;TZID=Europe/Paris:20180119T203000
DTSTAMP:20251005T155016Z
CREATED:20251005T153442Z
LAST-MODIFIED:20251005T155016Z
UID:1091-1516387500-1516393800@lyondatascience.org
SUMMARY:Place de R et Python dans les formations en Data Science
DESCRIPTION:Bonjour à tous!\nNous vous proposons une session Lyon Data Science qui portera sur la Place de R et Python dans les formations en Data Science\, présentée par Ricco Rakotomalala du Master SISE – Université Lyon 2. La science des données n’échappe pas à la vague des logiciels libres. Depuis plusieurs années\, les deux outils les plus populaires auprès des data scientists sont R et Python selon le sondage annuel du site KDnuggets (Mai 2017). Certes\, les licences présentent des subtilités un peu difficiles à suivre parfois\, mais elles respectent deux caractéristiques fondamentales de mon point de vue : nous avons accès au code source\, nous garantissant un certain contrôle sur les calculs et opérations réellement effectuées ; ils sont accessibles et exploitables gratuitement\, quels que soient les contextes d’utilisation. De fait\, l’adoption de R et Python dans les formations en data science semble évidente. Pourtant\, il faut être prudent\, ne serait-ce que par principe. Dans mon exposé\, je m’appuierai sur ma propre expérience d’enseignant d’une part\, de créateur de logiciels de data mining gratuits à vocation pédagogique (SIPINA\, TANAGRA) d’autre part\, pour essayer de cerner les attentes que l’on peut avoir vis-à-vis des outils dans les cours de statistique et de data science. L’élaboration de TANAGRA (2004) en particulier aura été l’occasion de mener une réflexion approfondie sur les caractéristiques clés que doivent présenter les logiciels pour l’enseignement. Je reviendrai rapidement dessus pour mieux rebondir sur la définition d’un cahier des charges moderne où les compétences en programmation et les accès aux API tiennent une place importante. Dans ce contexte\, que l’on pourrait qualifier de Big Data\, R et Python se démarquent réellement et justifient pleinement l’investissement que l’on pourrait leur consacrer au sein des formations. Je m’appuierais sur une étude récente réalisée par un groupe d’étudiants du Master SISE pour essayer de cerner les mots clés importants qui caractérisent les annonces dans nos domaines en France. Python y occupe un espace assez singulier. \nCette session sera accueillie à La Tour du Web. \nA très bientôt\, \nL’équipe Lyon Data Science
URL:https://lyondatascience.org/evenements/place-de-r-et-python-dans-les-formations-en-data-science/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20171211T184500
DTEND;TZID=Europe/Paris:20171211T203000
DTSTAMP:20251005T155016Z
CREATED:20251005T153442Z
LAST-MODIFIED:20251005T155016Z
UID:1090-1513017900-1513024200@lyondatascience.org
SUMMARY:Cas d'usage de data science : la détection de fraude
DESCRIPTION:Bonjour à tous!\nNous vous proposons une session Lyon Data Science qui portera sur la détection de la fraude\, cas appliqué à un opérateur télécom\, presentée par Romain de San Nicolas. \nQu’il s’agisse de souscriptions d’abonnements\, de souscription de crédits\, de souscription de contrats d’assurance\, les comportements frauduleux sont à l’origine de pertes financières conséquentes. Les comportements de plus en plus réactifs\, innovants et coordonnés des fraudeurs amènent les entreprises à rechercher de nouvelles techniques pour répondre à cette problématique. L’intelligence artificielle est capable d’y apporter des solutions en détectant des signaux faibles et en exploitant des corrélations complexes entre un grand nombre de variables. \nCette session sera accueillie à La Tour du Web. \nA très bientôt\, \nL’équipe Lyon Data Science
URL:https://lyondatascience.org/evenements/cas-dusage-de-data-science-la-detection-de-fraude/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20171031T184500
DTEND;TZID=Europe/Paris:20171031T201500
DTSTAMP:20251005T155016Z
CREATED:20251005T153442Z
LAST-MODIFIED:20251005T155016Z
UID:1089-1509475500-1509480900@lyondatascience.org
SUMMARY:Open Street Map : Présentation\, analyse de données et lancement d'ateliers
DESCRIPTION:Bonjour\,\nNous vous proposons une soirée OpenStreetMap en trois volets: Introduction\, utilisation de ses données et proposition de lancement d’ateliers. \nAlors\, parlons de données Cartographiques\, Géospatiales\, \nLa donnée Géospatiale est de plus en plus présente\, et de plus en plus utilisée. Les données disponibles sont de plus en plus nombreuses et variées\, parfois compliquées à utiliser. Pourtant ces données sont omniprésentes dans l’utilisation quotidienne\, et les questions adressées peuvent être nombreuses: \n• Où se trouve la boulangerie la plus proche ? \n• Combien de commerces y a t il à 5 mins à pied ? \n• Quelle est la répartition des agences de voyage dans la ville ? \n• Quelle est l’organisation des transports urbain ? \n• Où se situe en lon/lat l’épitech à lyon ? \nAutant de questions qui peuvent être répondues en utilisant des données spatiales. Aussi nous vous proposons de découvrir le projet OpenStreetMap\, le premier projet collaboratif de création de données cartographiques mondiales. \n1) Sylvain\, impliqué dans l’organisation du projet\, présentera OSM\, l’impressionant dataset\, ainsi que l’écosystème associé. \n2) Dans un second volet\, Patrice\, expert technique SIG\, présentera l’utilisation du dataset\, et les outils disponibles pour travailler sur ces données. Un retour d’expérience permettra de montrer l’utilisation des données à grande échelle en environnement BigData\, et les points d’attention. \n3) Pour finir\, nous proposerons la mise en place d’ateliers de travail sur des thématiques concrètes\, avec un lien sur les outils d’IA. \nSi le nouvel établissement à côté de l’Epitech a ouvert\, nous vous proposerons d’aller discuter après cette présentation. \nL’équipe Lyon Data Science \nPS:\n– Si vous désirez rejoindre l’équipe LDS\, n’hésitez pas à nous le faire savoir\, nous aimerions avoir une équipe plus riche\, diversifiée.\n– Si vous venez régulièrement et désirez être membre de l’association\, n’hésitez pas à cotiser comme indiqué sur le site web lyondata.science (http://www.lyondata.science)
URL:https://lyondatascience.org/evenements/open-street-map-presentation-analyse-de-donnees-et-lancement-dateliers/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20171003T184500
DTEND;TZID=Europe/Paris:20171003T203000
DTSTAMP:20251005T155016Z
CREATED:20251005T153441Z
LAST-MODIFIED:20251005T155016Z
UID:1088-1507056300-1507062600@lyondatascience.org
SUMMARY:Session de rentrée + Retour Kaggle
DESCRIPTION:Bonne rentrée !\nDepuis 2 ans maintenant nous vous proposons de commencer l’année scolaire par des sessions d’introduction aux différents domaines de la Data Science.Une fois n’est pas coutume\, nous allons dans cette séance d’introduction détailler davantage les ressources disponibles pour les débutants / confirmés / experts en Machine Learning et Big Data.Nous finirons la session par un retour de compétition Kaggle. \nA bientôt ! \nL’équipe LDS \nPS: Pour la première fois\, le meetup aura lieu Mardi 😉
URL:https://lyondatascience.org/evenements/session-de-rentree-retour-kaggle/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20170629T184500
DTEND;TZID=Europe/Paris:20170629T214500
DTSTAMP:20251005T155009Z
CREATED:20251005T153428Z
LAST-MODIFIED:20251005T155009Z
UID:1087-1498761900-1498772700@lyondatascience.org
SUMMARY:Session Deep Learning: rappels\, live Coding et retour d'expérience
DESCRIPTION:Bonjour à tous !\nQuoi de mieux pendant les jours de beaux temps\, que de profiter d’une séance en 2 parties sur du Deep Learning 😎 ? \nDans une première partie\, Florian présentera ce qu’est un réseau de neurones. Pour cela il utilisera un exemple concret en tentant de prédire le prix d’une voiture à partir des données du bon coin. Il présentera de manière graphique et mathématique ce qu’est une forward propagation\, backward propagation et l’algorithme d’optimization gradient descent. Il implémentera ensuite le réseau de neurones décrit avec numpy lors d’un live coding (si le temps le permet). La présentation sera basée sur son article: https://matrices.io/deep-neural-network-from-scratch/. \nDans une seconde partie\, des développeurs de l’entreprise lyonnaise Esker montrera une application de TensorFlow et de son outil de visualisation TensorBoard\, pour répondre à un problème d’automatisation de processus documentaires. Ils présenteront un algorithme de Deep Learning qui prend en entrée un fichier contenant un ensemble de factures consécutifs et retourne des fichiers différents pour chacune des factures présentes (sachant qu’une facture peut être composée d’une ou plusieurs pages). \nA très bientôt\, \nL’équipe LDS.
URL:https://lyondatascience.org/evenements/session-deep-learning-rappels-live-coding-et-retour-dexperience/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20170518T184500
DTEND;TZID=Europe/Paris:20170518T214500
DTSTAMP:20251005T155009Z
CREATED:20251005T153427Z
LAST-MODIFIED:20251005T155009Z
UID:1086-1495133100-1495143900@lyondatascience.org
SUMMARY:Présentation de Bayes Impact par Pascal Corpet
DESCRIPTION:Bonjour à tous !\nLe 18 mai\, Pascal vous présentera Bayes Impact. Avec des outils de startup\, une petite équipe\, du Big Data\, un produit utilisateur\, ils s’attaquent à des problèmes sociaux. En France\, avec Bob Emploi\, ils veulent aider les chercheurs d’emploi à trouver un travail plus rapidement et ainsi réduire le chômage. \nPascal abordera divers projets\, les particularités de cette startup sans actionnaires où la bienveillance est aussi importante que la performance et fera notamment un zoom sur Bob Emploi et la façon dont ils utilisent les données publiques et privées pour aider chaque utilisateur au mieux.
URL:https://lyondatascience.org/evenements/presentation-de-bayes-impact-par-pascal-corpet/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20170427T184500
DTEND;TZID=Europe/Paris:20170427T203000
DTSTAMP:20251005T155009Z
CREATED:20251005T153427Z
LAST-MODIFIED:20251005T155009Z
UID:1085-1493318700-1493325000@lyondatascience.org
SUMMARY:Data Science et Smart Cities
DESCRIPTION:Après le succès de la dernière session avec Gaëtan\, LDS vous propose un nouveau retour d’expérience d’entreprise. Cette fois-ci c’est Zinnya Del Villar\, Chief Data Scientist chez Data2B qui nous vient de Rennes pour présenter différentes applications des données dans le paysage urbain en prenant l’exemple de 2 projets smart city :\n– Optimisation et équilibrage de vélos en libre service. \n– Taux de remplissage des bus en temps réel. \nA très bientôt 😉 \nL’équipe LDS.
URL:https://lyondatascience.org/evenements/data-science-et-smart-cities/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20170316T190000
DTEND;TZID=Europe/Paris:20170316T203000
DTSTAMP:20251005T155009Z
CREATED:20251005T153427Z
LAST-MODIFIED:20251005T155009Z
UID:1084-1489690800-1489696200@lyondatascience.org
SUMMARY:Retour d’expérience Data Science par Gaëtan Constant
DESCRIPTION:Lors de cette session\, Gaëtan de Datalyo nous fera un retour d’expérience de l’implémentation chez un de ses clients de solutions Data Science.Il traitera du cadrage business de la problématique du client\, de l’installation d’une plateforme de travail Data Science\, des différents algorithmes utilisés lors de la mission ainsi que du processus de mise en production de l’algorithme. \nPré-requis:\nLa présentation sera interactive et ne nécessitera pas de compétences techniques préalables. Les aspects métiers seront simples et détaillés afin que chacun puisse interagir.\nCela sera donc l’occasion de pouvoir échanger sur les bonnes pratiques d’une étude Data Science et des enjeux Business qui peuvent se cacher derrière les données d’entreprises. \nL’équipe LDS.
URL:https://lyondatascience.org/evenements/retour-dexperience-data-science-par-gaetan-constant/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20170223T190000
DTEND;TZID=Europe/Paris:20170223T203000
DTSTAMP:20251005T155009Z
CREATED:20251005T153426Z
LAST-MODIFIED:20251005T155009Z
UID:1083-1487876400-1487881800@lyondatascience.org
SUMMARY:Tour d’horizon des solutions pour créer un data lake directement dans le cloud
DESCRIPTION:Salut les data passionnés\,\nAprès quelques sessions orientées recherche\, nous vous proposons une session data lake. \nN’oubliez pas d’arriver avant 19h car la porte d’accès du bâtiment est fermée à 19h. <- si vraiment 🙂 \nTour d’horizon des solutions de data lake directement dans le cloud: La mise en place de serveur pour un datalake est coûteux\, que ce soit en terme d'infrastructure ou même de compétence pour l'exploitation. Afin d'offrir les capacité d'analyse au plus grands nombre\, les géants du web mettent à dispositions des solutions "hadoop as service". Durant cette présentation nous ferons un point rapide sur l'existant puis nous partagerons l'avis d'un datascientiste sur le sujet et les avantages ainsi que les manques actuelles de ces solutions. \nL'équipe LDS.
URL:https://lyondatascience.org/evenements/tour-dhorizon-des-solutions-pour-creer-un-data-lake-directement-dans-le-cloud/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20170119T190000
DTEND;TZID=Europe/Paris:20170119T220000
DTSTAMP:20251005T154849Z
CREATED:20251005T153242Z
LAST-MODIFIED:20251005T154849Z
UID:1082-1484852400-1484863200@lyondatascience.org
SUMMARY:Apprentissage supervisé et fonctions coût
DESCRIPTION:Bonne année chers data passionnés et meilleurs voeux à tous! Pour commencer 2017 nous vous proposons une intervention détaillée sur les fonctions coûts en apprentissage supervisé.\nIntervenant : Maxime Gasse\, doctorant au LIRIS (équipe DM2L) \nPrérequis : quelques bases de machine learning\, optimisation\, probabilités. \nRésumé : Après quelques rappels de base sur l’apprentissage supervisé (minimisation de risque et fonctions coût)\, nous étudierons l’impact de différentes fonctions coût en régression standard (normes L2\, L1\, L0)\, en classification multi-label (hamming loss\, 0/1 loss\, F-loss)\, puis en régression multi-output (normes L2^2\, L1^1\, L2^1).
URL:https://lyondatascience.org/evenements/apprentissage-supervise-et-fonctions-cout/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20161201T200000
DTEND;TZID=Europe/Paris:20161201T230000
DTSTAMP:20251005T154849Z
CREATED:20251005T153242Z
LAST-MODIFIED:20251005T154849Z
UID:1081-1480622400-1480633200@lyondatascience.org
SUMMARY:Présentation de Dataiku DSS
DESCRIPTION:Startup parisienne créée en 2013\, Dataïku est un acteur majeur de la Data Science en France.\nDataïku DSS est une plateforme qui facilite et accélère l’analyse de données et la création d’applications business et prédictives en environnement Big Data. \nPour le dernier meetup de l’année\, Matthieu Scordia\, data scientist chez Dataïku nous présentera cette solution Made in France ! \nLa session étant à 20h00\, il est probable que nous entrerons par la porte en fer grise qui se trouve 50 m à gauche de l’entrée principale. \nA bientôt 😉
URL:https://lyondatascience.org/evenements/presentation-de-dataiku-dss/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20161116T190000
DTEND;TZID=Europe/Paris:20161116T220000
DTSTAMP:20251005T154849Z
CREATED:20251005T153242Z
LAST-MODIFIED:20251005T154849Z
UID:1080-1479322800-1479333600@lyondatascience.org
SUMMARY:Atelier Metabase - Explorez vos données !
DESCRIPTION:LDS vous propose un atelier sur Metabase (http://www.metabase.com/)\, une application open source qui facilite la création de dashboards pour présenter vos données de façons élégantes !\nNotre intervenant\, Gabriel Pillet (https://twitter.com/tentacode)\, présentera succinctement l’outil et une fois Metabase installé\, ca sera à vous de jouer !\nN’hésitez pas à ramener vos propres jeux de données\, si vous en avez pas sous la main\, Gabriel se fera un plaisir de vous fournir ses données sur les chatons 😉 \nPrérequis : Cet atelier est à destination des développeurs (débutants à confirmés). \nRéservez vos places vite\, on ne pourra accueillir que 20 personnes !
URL:https://lyondatascience.org/evenements/atelier-metabase-explorez-vos-donnees/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20161013T190000
DTEND;TZID=Europe/Paris:20161013T203000
DTSTAMP:20251005T154849Z
CREATED:20251005T153241Z
LAST-MODIFIED:20251005T154849Z
UID:1079-1476385200-1476390600@lyondatascience.org
SUMMARY:Introduction au deep learning (apprentissage profond) avec Mathieu Lefort
DESCRIPTION:Mathieu Lefort\nIntroduction au deep learning (apprentissage profond) \nNiveau : Débutant / Intermédiaire \nPrérequis : Algèbre linéaire\, optimisation\, bases du ML \nSi 2013 et 2014 ont été les années de la Data Science et du Big Data\, 2015 et 2016 ont assurément été marquées par le Deep Learning (jeu de Go\, voitures autonomes\, bibliothèques open source telles TensorFlow et CNTK\, etc…). Mais que se cache-t-il derrière tout ce buzz ? \nMathieu Lefort\, maître de conférence à l’Université Lyon 1 va mettre en lumière les différents concepts de l’apprentissage profond du modèle Perceptron classique aux réseaux convolutionnels. \nL’équipe Lyon Data Science (http://www.lyondata.science)\nMail : contact@lyondata.science
URL:https://lyondatascience.org/evenements/introduction-au-deep-learning-apprentissage-profond-avec-mathieu-lefort/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20160922T190000
DTEND;TZID=Europe/Paris:20160922T220000
DTSTAMP:20251005T154848Z
CREATED:20251005T153241Z
LAST-MODIFIED:20251005T154848Z
UID:1078-1474570800-1474581600@lyondatascience.org
SUMMARY:Objectifs de l’année\, Introduction aux concepts Data Science et ML\, Démo outils
DESCRIPTION:3 speakers : Anil\, Fanilo\, Fabien\nNiveau : Débutant \nLa première année de notre association a été pour nous l’occasion de vous proposer des sessions mensuelles sur des sujets d’initiation au machine learning\, au traitement des données et aux problématiques générales de la data science. Suite au succès de ces meetups\, nous aimerions passer la vitesse supérieure et commencer à aborder des sujets plus pointus ! Pour celles et ceux qui n’ont pas révisé leur gradient descendant et leur MapReduce pendant les vacances\, nous vous proposons une dernière session de rattrapage : \n• Présentation de l’association\, des nouvelles activités à venir et des projets que nous aimerions réaliser. \n• Fondamentaux de la data science\, du machine learning et des big data. \n• Avant goût des algorithmes / méthodes / technos que nous allons étudier cette année : comment créer un classifieur sur scikit-learn\, traiter ses données avec pandas et numpy\, text mining\, deep learning avec Keras et TensorFlow\, etc…
URL:https://lyondatascience.org/evenements/objectifs-de-lannee-introduction-aux-concepts-data-science-et-ml-demo-outils/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20160609T190000
DTEND;TZID=Europe/Paris:20160609T220000
DTSTAMP:20251005T154833Z
CREATED:20251005T153227Z
LAST-MODIFIED:20251005T154833Z
UID:1077-1465498800-1465509600@lyondatascience.org
SUMMARY:Quelles évolutions dans la recherche documentaire ?
DESCRIPTION:La recherche d’information dans de vastes corpus documentaires\, composés de documents issus de silos hétérogènes\, a bénéficié ces dernières années de nombreux apports à la fois méthodologiques et technologiques :\nGrâce aux approches et aux standards du web des données\, improprement appelé web sémantique\, il est possible de relier des documents via leurs métadonnées\, après les avoir si nécessaire normalisées voire améliorées. \nEt avec les progrès de l’intelligence artificielle et notamment du machine learning\, des outils facilitant l’extraction des entités nommées\, la classification automatique\, la clusterisation dynamique sont désormais disponibles pour enrichir les corpus documentaires et en accroître la valeur. \nRetours d’expérience sur des projets menés chez LexisNexis France\, le CNRS\, le Centre d’Accès à l’Information Juridique du Québec… \nPrésentateur : Pierre Col – Antidot
URL:https://lyondatascience.org/evenements/quelles-evolutions-dans-la-recherche-documentaire/
CATEGORIES:Meetup
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20160519T190000
DTEND;TZID=Europe/Paris:20160519T220000
DTSTAMP:20251005T154833Z
CREATED:20251005T153227Z
LAST-MODIFIED:20251005T154833Z
UID:1076-1463684400-1463695200@lyondatascience.org
SUMMARY:Le big data au service du machine learning
DESCRIPTION:Le big data au service du machine learning : Kynapse\nAprès une introduction courte permettant de définir les concepts d’apprentissage et de big data nous aborderons des cas d’usages réels et comprendrons comment et pourquoi les grandes entreprises se doivent d’utiliser ces nouvelles technologies \nL’équipe Lyon Data Science
URL:https://lyondatascience.org/evenements/le-big-data-au-service-du-machine-learning/
CATEGORIES:Meetup
END:VEVENT
END:VCALENDAR