Kaggle #3
Details
http://www.thomas-robert.fr/wp-content/uploads/postprevs/1383.png
Lors de la précédente session, les data héros que vous êtes, ont été initiés par Florent & Reynald aux compétitions Kaggle Digit Recognizer (https://www.kaggle.com/c/digit-recognizer), Facial Keypoints Detection (https://www.kaggle.com/c/facial-keypoints-detection) ou Titanic (https://www.kaggle.com/c/titanic).
Comme lors de l'atelier #2, deux ateliers auront lieu en parallèle et l’objectif sera d’échanger, de partager vos meilleures recettes de Machine Learning et pour certains d’entre vous d’effectuer vos premières soumissions Kaggle !
Cet atelier sera animé par :
• Alexia Audevart, data enthousiaste chez ekito
• Florent Pajot, consultant data scientist chez SQLi
• Reynald Rivière, data scientist chez Agora
• Frederic Sicot, Senior researcher à Geosys
Ordre du jour :
• Echanges, partage, pair programming et soumission de vos résultats à la compétition Titanic (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
L’objectif de ce groupe est 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).
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 !
Et un grand merci également à notre nouveau sponsor SQLi
Merci à ekito qui nous accueille aimablement dans leurs locaux 15 rue Gabriel Péri !
------------------------------------------------------------------
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.
--------------------------------------------------------------------
Kaggle #3