What we're about

On parle beaucoup d'intelligence artificielle en ce moment et des algorithmes de Google / Facebook / Amazon. Ce groupe s'adresse à tous celles et ceux qui sont intéressés par la data science, le big data et le machine learning à Pau et aux alentours. Ce groupe meetup sera l'occasion d'échanger autour des algorithmes d'aide à la décision en alternant des conférences générales présentant les concepts et les idées principales du domaine et des travaux pratiques traitant des usecases réels à l'aide d'outils interactifs (notebook python par exemple). Les intervenants auront des profils d'universitaires, d'entrepreneurs ou plus techniques (data scientists). Spécialiste de machine learning et chercheur à l'université, je m'intéresse à la conception de nouveaux algorithmes de machine learning. Je viens de créer à e sujet une start-up autour du machine learning temps réel qui fournit de nouveaux algorithmes d'aide à la décision pour les entreprises.

Upcoming events (2)

Data science appliquée à la pollution de l'air by Plume Labs

Details: Dans ce meet up, Benoit data scientist chez Plume Labs nous introduira les applications du machine learning et de la data science en général au domaine de la pollution de l’air. Plume Labs est une start up qui aide les urbains à éviter la pollution de l’air via deux produits : - une application gratuite qui popose des prévisions de pollution partout dans le monde. - un capteur personnel de pollution qui permet d’avoir une mesure précise de la pollution autour de soi. Benoit abordera des sujets divers tels que la prédiction temporelle, spatio-temporelle ainsi que des problématiques plus générales de data science via son expérience chez Plume Labs.

Prédiction temps réel (Pierre Alquier, chercheur à l'ENSAE)

Pierre Alquier est professeur en statistiques et Machine Learning à l'ENSAE et à l'Université Paris Saclay. Ses recherches portent notamment sur l'apprentissage séquentiel et la prévision de suites individuelles en temps réel. Dans cet exposé, Pierre abordera le problème de prédiction temps réel, les algorithmes naïfs, leurs performances et leurs limites avant d'aborder un prolongement plus récent: la question d'associer des intervalles de confiance aux prévisions agrégées. Enfin, il illustrera ces résultats sur des exemples d'applications.

Photos (17)