Name: Data Kaggler #2
Start: 2016-05-17T18:30:00+02:00
End: 2016-05-17T21:30:00+02:00
Location: Grand Builder / ekito

http://photos2.meetupstatic.com/photos/event/a/1/9/0/600_449441360.jpeg

Ce groupe a pour objectif de fédérer une communauté de personnes, souhaitant découvrir et partager les meilleures recettes à utiliser dans les compétitions de Machine Learning organisées par Kaggle (feature engineering, hyper paramètres, cross validation, stacking, ensemble, blending, 'eXtreme Gradient Boosting', etc).

Comme convenu lors de l'atelier #1, deux ateliers auront lieu en parallèle :

Le premier atelier sera consacré à la compétition Titanic (https://www.kaggle.com/c/titanic). Idéal pour mettre en pratique une grande partie des techniques du Data Scientist : feature engineering, gestion de l'imputation des valeurs manquantes, réalisation de modèles non-linéaires, cross-validation, traitement des valeurs textuelles, etc.

Le deuxième atelier sera dédié au traitement d'images où deux compétitions Kaggle seront abordées :

• Digit Recognizer (https://www.kaggle.com/c/digit-recognizer): identification de caractère manuscrit : comment manipuler une image, comment appliquer un algorithme de classification sur une image, SVM, ...

• Facial Keypoints Detection (https://www.kaggle.com/c/facial-keypoints-detection) : détection de point spécifique d’un visage : pré-traitement sur les images, appliquer un réseau de neurones, ...

Cet atelier sera animé par :

• Alexia Audevart, data enthousiaste chez ekito

• Florent Pajot, consultant data scientist chez SQLi

• Reynald Rivière, data scientist chez Agora.

Ordre du jour :

• Introduction aux compétitionsTitanic (https://www.kaggle.com/c/titanic) ou aux compétitions Facial Keypoints Detection (https://www.kaggle.com/c/facial-keypoints-detection) et Digit Recognizer (https://www.kaggle.com/c/digit-recognizer)

• Présentation des compétitions en cours

• Constitution des équipes

Pré-requis :

Vous devez être muni d’un ordinateur portable relativement récent et avoir installé Anaconda : distribution Python (version 2.7) libre intégrant directement un grand nombre de packages pour la Data Science.

https://www.continuum.io/downloads

Un éditeur tel que Jupyter Notebook (ou Zeppelin, IPython) est également à prévoir (déjà installé dans Anaconda)

http://jupyter.readthedocs.io/en/latest/install.html

Les personnes souhaitant suivre l'atelier dédié aux traitements d'images devront installer les librairies suivantes :

• Scikit-image (http://scikit-image.org/) (déjà présente dans Anaconda)

• Theano (http://deeplearning.net/software/theano/install.html)

• Keras (http://keras.io/)

Attention : vous devez entrer le code d'invitation lors de votre réponse. Dans le cas contraire, la validation de votre inscription n'est pas assurée.

Procédure pour nous rejoindre :

Envoyez une demande d'inscription à la mailing list spéciale "Kagglers".

• Aller sur la page de google group https://groups.google.com (https://groups.google.com/)

• Recherche le groupe "Toulouse Data Science Kaggler"

• Demande à rejoindre le groupe

--------------------------------------------------------------------

Un grand merci à notre fidèle sponsor Dexstr qui nous soutient depuis déjà un an !

http://photos2.meetupstatic.com/photos/event/1/4/1/b/600_448385147.jpeg

Et un grand merci également à notre nouveau sponsor SQLi

http://photos2.meetupstatic.com/photos/event/1/4/5/8/600_448385208.jpeg

Merci à ekito qui nous accueille aimablement dans leurs locaux 15 rue Gabriel Péri !

https://lh6.googleusercontent.com/_WpWKVV6eLHwDUDlGIGhu576RjJjeprG22-7x83EQYZngBtTvfiXXrNEr-gJdNen7C0EeJV4PG73yfMxh2zUd30Hd9dFVTZvLFkOBZphmzFysHopcn0-tef-g1QlKlPpN9pGhRIy

------------------------------------------------------------------ Les meetups peuvent être filmés et le public photographié au long de l'événement. En participant à ces rencontres vous autorisez la publication des photos sur notre site Toulouse Data Science Meetup. Cette autorisation n'inclut pas une utilisation publicitaire d'image.
--------------------------------------------------------------------

Alexia Audevart

Reynald Rivière

Florent Pajot

Toulouse Data Science

Technology

Open Source

New Technology

Data Management

Data Analytics

Business Intelligence

Big Data

Machine Learning

Data Visualization

Predictive Analytics

Data Mining

NoSQL

Business Analytics

Data Science

Applied Statistics

Data Kaggler #2

Grand Builder / ekito

Share

Toulouse Data Science

Data Kaggler #2

Toulouse Data Science

Details

Members are also interested in