Pôles de compétitivité
Rechercher :

Big Data & Machine Learning

Matikem

Ajouter cet évènement à mon calendrier

Date : Le jeudi 14 décembre 2017
Heure : De 18h30 à 21h30
Lieu : Parc scientifique de la Haute Borne - Inria Lille - Bât. B - 2 rue Héloïse - 59650 Villeneuve d'Ascq

Haute Borne Xmas Meeting 2017 - Big Data & Machine Learning

Pour clôturer cette année en enrichissant vos connaissances et votre réseau, Matikem vous invite à participer à la soirée "Haute Borne Xmas Meeting 2017", le jeudi 14 décembre 2017, avec conférences sur le Big Data & Machine Learning, échanges et networking. Un événement proposé en partenariat avec la MEL, Inria Lille et Captronic.

Le thème central : Big Data & Machine Learning

Il y aura des bandits, des données fonctionnelles, des données de mobilité et un cas concret de projet mené avec l’entreprise Xee…
Venez rencontrer des chercheurs en machine learning - big data - data science qui présenteront quelques-unes de leurs pistes de réflexion actuelles.

Programme

18h30 : Accueil

18h45 : Introduction

19h00-19h25 : Données fonctionnelles, un type bien particulier de big data
Cristian Preda, Professeur Université de Lille, équipe-projet Modal commune avec le CNRS, l'Université de Lille − sciences et technologies et l'Université de Lille − droit et santé [1]
En pratique, une courbe peut être représentée par un nombre de points aussi grand que les capacités d’acquisition ou de stockage le permettent. Il suffit d’imaginer une courbe de températures observée pendant une journée dans un site donné. En fonction de la fréquence d’enregistrement de la température (seconde, minute, heure) la dimension de cette observation peut devenir très grande, en théorie, infinie.
Dans cet exposé nous allons présenter des méthodologies pour traiter les problèmes liés à la dimension à l’aide des exemples dans le contexte de la visualisation, classification et régression avec données représentées par des fonctions.

19h25-19h50 : Problèmes de bandit: un tutoriel
Émilie Kaufmann, CR CNRS, équipe-projet Sequel commune avec le CNRS, l'Université de Lille − sciences et technologies et l'Université de Lille − sciences humaines et sociales [2]
Les modèles de bandits, introduits dans les années 1930 pour la modélisation d'essais cliniques séquentiels, ont été récemment beaucoup étudiés dans la communauté Machine Learning en raison de diverses applications telles l'optimisation de contenu (recommandation, publicité en ligne), la construction d'intelligences artificielles pour les jeux ou encore les systèmes de radio intelligente.
Dans cet exposé, nous présenterons le modèle de bandit stochastique le plus simple, où un agent choisit successivement des "bras" de sorte à maximiser les récompenses obtenues, ou à apprendre le plus rapidement possible certaines caractéristiques de ces bras.

19h50-20h15 : Les données de mobilité : enjeux de privacy
Équipe de recherche Magnet commune avec le CNRS, l’Université de Lille − sciences humaines et sociales et l'Université de Lille − sciences et technologies [2]
+ Stéphane Derville & Pierre Verley, Xee
Aujourd'hui de plus en plus de données sont collectées de façon décentralisée : comment l'analyse et les questions de privacy sont traitées dans ce contexte d'acquisition de données ?
Les données liées à la mobilité représentent un cas d’usage idéal pour travailler sur cette question. Nous présenterons le projet Circul'Action, rassemblant Xee, Cerema, I-Viatic et Inria, qui analyse les données provenant du boîtier Xee pour prédire la congestion routière en ville sans partager ses données personnelles.

20h15-20h30 : Conclusion et ouverture : Biomimétisme et gestion de l’information : quels bénéfices réciproques ?
Laura Magro, chargée de mission Matériaux, CEEBIOS

20h30 : Cocktail Haute Borne Xmas Meeting

[1] au sein de l'UMR 8524 CNRS-Université de Lille − sciences et technologies, Laboratoire Paul Painlevé, et de l'EA 2694 "Santé Publique : épidémiologie et qualité des soins" de l'Université de Lille − droit et santé.
[2] au sein de l'UMR 9189 CNRS-Centrale Lille-Université de Lille − sciences et technologies, CRIStAL.

Le programme en PDF

Infos pratiques et inscription

Date

Jeudi 14 décembre 2017 de 18h30 à 21h30

Lieu

Parc scientifique de la Haute Borne
Inria Lille Nord Europe – Bât. B
2 rue Héloïse 59650 Villeneuve d’Ascq

Inscription

Gratuit sur inscription préalable.
Deux possibilités pour vous inscrire en ligne :
• https://podio.com/webforms/19851224/1345613
• https://www.meetup.com/fr-FR/Lille-Big-Data-and-Machine-Learning-Meetup/events/243878111

Votre contact Matikem : Karl Martin - 06 04 54 37 74

Information à retrouver sur le blog Matikem : http://blog.matikem.com/evenements/284-une-soiree-pour-associer-big-data-machine-learning-et-networking-rendez-vous-au-haute-borne-xmas-meeting-2017 

Les pôles de compétitivité
DATAR et Ministère de l'Économie, des Finances et de l'Industrie

http://competitivite.gouv.fr/index.php?id=37