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. L’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 […]
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 ? La comparaison détaillée de trois modèles épidémiologiques utilisés par des équipes françaises lors de […]
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 […]
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. Pour atteindre cet objectif, nous avions à notre disposition de […]
Une fois passée la phase de prototype, comment va-t-on en production quand on fait du machine learning ? Comment s’assure-t-on que tout va bien une fois en production ? Déploiement, 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 […]
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 ? Une 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. Pourquoi […]
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 […]
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. Sans 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 […]
Véhicules autonomes, smart cities, robotique… L’IA s’invite dans les objets pour les rendre intelligents. Avec 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. Nous allons voir comment utiliser ce hardware avec Tensorflow pour faire […]
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.
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.
Présentateur : Quentin Barthelemy L’événement sera hybride : présentiel et en streaming. Inscrivez-vous si vous désirez être présent physiquement. Cet 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 […]
