Session Data Science Appliquée 2019
Informations
Période
Se renseignerLangue
FrançaisFormat
En présenceInscriptions
Finance d'inscription:
CHF 950.-
Objectifs
- Découvrir le monde de la data science et les grandes familles de problèmes
- Découvrir les outils du data scientist
- Explorer le processus de développement d’un modèle
Public
Programme
Jour 1:
- Introduction à la data science
- Modélisation d’un problème (input / ouput d’un problème de machine learning)
- Identifer les familles d’algorithmes de machine learning
- Comment ça marche?
- Construction de fonction de coût et méthode de minimisation
- Les outils du data scientist
- Python, Numpy, Scikit-learn, Jupyter Notebook
- Pratique: prédire le prix d’une course de taxi à New York
- Découverte du problème
- Exploration des données et visualisation
- Nettoyage des données
Jour 2:
- Construire et évaluer des modèles
- Pratique – continuer la prédiction d’une course de taxis à New York
- Tester plusieurs modèles
- Le deep learning c’est quoi?
- Introduction des concepts
- Comment ça marche?
- Reconnaissance d’images
- Pratique: classifier des images par transfer learning
- Optimisation de modèles existants
Direction
Prof. Giovanna DI MARZO SERUGENDO, Centre universitaire d'informatique, Université de Genève
Coordination
Conditions d'admission
- Connaissance de base en programmation ou scripting
Remarques
- Un laptop (Mac OS, linux, Windows)
- Les logiciels à installer seront communiqués avant le cours
Péva Blanchard :
Monsieur Péva Blanchard est titulaire d'un doctorat en informatique dans le domaine de la théorie des systèmes distribués (LRI Paris-Sud), et d'un titre d'ingénieur (Supélec) spécialisé en informatique. Après sa thèse, il a travaillé 3 ans en qualité d’assistant post-doctorant au LPD de l'EPFL, où il avait, entre autres, essayé de rapprocher certains concepts d'algorithmique distribuée et machine learning (https://dblp.org/pers/hd/b/Blanchard:Peva). Ensuite Monsieur Blanchard a travaillé dans l'industrie, chez Octo d'abord, et Kleis depuis peu. Il mène principalement des activités de conseil/delivery auprès de la clientèle.