Name: Machine Learning pour informaticiens
Start: 2020-09-21T13:30:00+02:00
End: 2020-09-25T15:30:00+02:00
Location: Orsay

Machine Learning pour informaticiens

de lundi 21 septembre 2020 (13:30) à vendredi 25 septembre 2020 (15:30)

lundi 21 septembre 2020
13:30 Logistique de l'école - Thierry OLLIVIER (IPNL)
Logistique de l'école
- Thierry OLLIVIER (IPNL)
13:30 - 13:40
Room: Salle des conseils
13:40 Présentation de l'école - Françoise Bouvet (IJCLab)
Présentation de l'école
- Françoise Bouvet (IJCLab)
13:40 - 14:00
Room: Salle des conseils
14:00 Une brève histoire de l'IA - Marc Duranton (CEA)
Une brève histoire de l'IA
- Marc Duranton (CEA)
14:00 - 15:45
Room: Salle des conseils
15:45 Pause café
Pause café
15:45 - 16:15
Room: Salle des conseils
16:15 Vérification des environnements et introduction à Jupyter - Alexandre Boucaud (APC / IN2P3)
Vérification des environnements et introduction à Jupyter
- Alexandre Boucaud (APC / IN2P3)
16:15 - 17:00
Room: Salle des conseils Dans cette première courte session nous vérifierons que les environnements de chacun sont bien installés et nous procèderons à une courte introduction à Jupyter Lab et aux notebooks.
17:00 TP Python -étude et visualisation d'un jeu de données - Alexandre Boucaud (APC / IN2P3)
TP Python -étude et visualisation d'un jeu de données
- Alexandre Boucaud (APC / IN2P3)
17:00 - 18:00
Room: Salle des conseils Dans ce premier TP nous allons nous familiariser avec un jeu de données de recensement en utilisant les différentes librairies scientifiques de Python (chargement des données, classement, visualisation, mini-étude). Ces données seront utilisées les deux jours suivants pour aborder le machine learning avec scikit-learn puis les réseaux de neurones.
mardi 22 septembre 2020
09:00 Introduction à scikit-learn pour l'apprentissage supervisé - Loïc Estève (INRIA)
Introduction à scikit-learn pour l'apprentissage supervisé
- Loïc Estève (INRIA)
09:00 - 09:30
Room: Salle des conseils Introduction à scikit-learn, la librairie de machine learning en Python
09:30 TP scikit-learn : classification des données numériques - Loïc Estève (INRIA) Jérémie du Boisberranger (INRIA/Fondation scikit-learn) Alexandre Boucaud (APC / IN2P3)
TP scikit-learn : classification des données numériques
- Loïc Estève (INRIA)
- Jérémie du Boisberranger (INRIA/Fondation scikit-learn)
- Alexandre Boucaud (APC / IN2P3)
09:30 - 10:30
Room: Salle des conseils
10:30 Pause café
Pause café
10:30 - 11:00
Room: Salle des conseils
11:00 TP scikit-learn : classifications des données en catégories - Jérémie du Boisberranger (INRIA/Fondation scikit-learn) Alexandre Boucaud (APC / IN2P3)
TP scikit-learn : classifications des données en catégories
- Jérémie du Boisberranger (INRIA/Fondation scikit-learn)
- Alexandre Boucaud (APC / IN2P3)
11:00 - 12:30
Room: Salle des conseils TP/cours guidé
12:30 Déjeuner
Déjeuner
12:30 - 14:00
Room: Salle des conseils
14:00 Introduction à l'apprentissage non supervisé - Alexandre Boucaud (APC / IN2P3)
Introduction à l'apprentissage non supervisé
- Alexandre Boucaud (APC / IN2P3)
14:00 - 15:00
Room: Salle des conseils Cours
15:00 TP scikit-learn : validation croisée (partie 1) - Jérémie du Boisberranger (INRIA/Fondation scikit-learn) Alexandre Boucaud (APC / IN2P3) Loïc Estève (Inria)
TP scikit-learn : validation croisée (partie 1)
- Jérémie du Boisberranger (INRIA/Fondation scikit-learn)
- Alexandre Boucaud (APC / IN2P3)
- Loïc Estève (Inria)
15:00 - 16:00
Room: Salle des conseils TP/cours sur la validation croisée et la recherche d'hyperparamètres pour les modèles
16:00 Pause café
Pause café
16:00 - 16:30
Room: Salle des conseils
16:30 TP scikit-learn : validation croisée (partie 2) - Alexandre Boucaud (APC / IN2P3) Jérémie du Boisberranger (INRIA/Fondation scikit-learn) Loïc Estève (Inria)
TP scikit-learn : validation croisée (partie 2)
- Alexandre Boucaud (APC / IN2P3)
- Jérémie du Boisberranger (INRIA/Fondation scikit-learn)
- Loïc Estève (Inria)
16:30 - 17:30
Room: Salle des conseils TP/cours sur la validation croisée et la recherche d'hyperparamètres pour les modèles
17:30 Réponse aux questions du jour
Réponse aux questions du jour
17:30 - 18:00
Room: Salle des conseils
mercredi 23 septembre 2020
09:00 Réseaux de neurones - Françoise Bouvet (IJCLab)
Réseaux de neurones
- Françoise Bouvet (IJCLab)
09:00 - 10:30
Room: Salle des conseils
10:30 Pause café
Pause café
10:30 - 11:00
Room: Salle des conseils

11:00 TP Mise en pratique
TP Mise en pratique
11:00 - 12:30
Room: Salle des conseils

12:30 Déjeuner
Déjeuner
12:30 - 14:00
Room: Salle des conseils
14:00 Réseaux de convolution et LSTM - Françoise Bouvet (IJCLab)
Réseaux de convolution et LSTM
- Françoise Bouvet (IJCLab)
14:00 - 16:00
Room: Salle des conseils
16:00 Pause café
Pause café
16:00 - 16:30
Room: Salle des conseils

16:30 TP Mise en pratique
TP Mise en pratique
16:30 - 17:30
Room: Salle des conseils

17:30 Réponse aux questions du jour
Réponse aux questions du jour
17:30 - 18:00
Room: Salle des conseils
jeudi 24 septembre 2020

09:00 Exploitation ferme GPU
Exploitation ferme GPU
09:00 - 10:30
Room: Salle des conseils

Réseaux génératifs (1)
Réseaux génératifs (1)
09:00 - 10:30
Room: Salle des conseils

10:30 Pause café
Pause café
10:30 - 11:00
Room: Salle des conseils

11:00 Exploitation ferme GPU (2)
Exploitation ferme GPU (2)
11:00 - 12:30
Room: Salle des conseils

Réseaux génératifs (2)
Réseaux génératifs (2)
11:00 - 12:30
Room: Salle des conseils

12:30 Déjeuner
Déjeuner
12:30 - 14:00
Room: Salle des conseils

14:00 TP détection d'anomalies dans les journaux de log
TP détection d'anomalies dans les journaux de log
14:00 - 16:00
Room: Salle des conseils

TP Mise en pratique
TP Mise en pratique
14:00 - 16:00
Room: Salle des conseils

16:00 Pause café
Pause café
16:00 - 16:30
Room: Salle des conseils

16:30 TP détection d'anomalies dans les journaux de log
TP détection d'anomalies dans les journaux de log
16:30 - 18:00
Room: Salle des conseils

TP Mise en pratique
TP Mise en pratique
16:30 - 18:00
Room: Salle des conseils
vendredi 25 septembre 2020
09:00 Explicabilité en ML - Nicolas Meric (CEO Dreamquark)
Explicabilité en ML
- Nicolas Meric (CEO Dreamquark)
09:00 - 10:00
Room: Salle des conseils En 2014, après une thèse en physique des particules, Nicolas Meric s'est lancé dans l'entreprenariat en fondant la start-up DreamQuark. Cette société propose aux entreprises du secteur financier et des assurances des services de décision basés sur des modèles de deep learning. La particularité de DreamQuark se base sur une approche du machine learning la plus transparente possible en développant des outils permettant d'expliquer les décisions prises, ce qui en accroit la confiance auprès de ses clients. Nicolas nous proposera un état des lieux des techniques utilisées et une mise en perspective par rapports aux enjeux du deep learning.
10:00 Robustesse des algorithmes - Jean-Marc Martinez (CEA - DES)
Robustesse des algorithmes
- Jean-Marc Martinez (CEA - DES)
10:00 - 10:45
Room: Salle des conseils Des travaux récents ont montré que malgré l’utilisation de méthodes « classiques » de validation et de régularisation, les réseaux de neurones peuvent être vulnérables face à d’éventuelles attaques adverses. L’exemple de vulnérabilité est celui d’une modification légère d’une image sur quelques pixels qui peut suffire à tromper le réseau de neurones [Szegedy,2016]. Le cours introduira la formalisation de la vulnérabilité de l’apprentissage machine, des illustrations en reconnaissance de formes et quelques solutions envisagées pour rendre l’apprentissage plus robuste.
10:45 Pause café
Pause café
10:45 - 11:10
Room: Salle des conseils
11:10 Applications IRFU - Valérie Gautard (CEA - IRFU)
Applications IRFU
- Valérie Gautard (CEA - IRFU)
11:10 - 11:50
Room: Salle des conseils Les algorithmes d’IA sont des outils particulièrement performants dans certains domaines (véhicules autonomes, robotique, reconnaissance d’images, aide à la prise de décisions, etc.), mais leurs utilisations en physique fondamentale demandent une connaissance approfondie des phénomènes étudiés tant pour la performance de ces outils que pour la validation des résultats. A l’Irfu, (Institut de Recherche sur les lois Fondamentales de l’Univers au CEA Paris-Saclay) et à l’IN2P3, nous utilisons depuis longtemps ces méthodes. Dans cette présentation, plusieurs exemples seront abordés, allant de l’analyse de galaxies en astrophysique, en passant par les analyses de physique au sein des détecteurs au CERN à Genève, sans oublier la physique nucléaire où les algorithmes génétiques permettent l’étude des quarks. Selon les problématiques étudiées, différentes méthodes peuvent être utilisées : méthodes de réseaux de neurones profonds génératifs, etc.
11:50 Applications IN2P3 - Julien Donini (UBP/LPC/IN2P3)
Applications IN2P3
- Julien Donini (UBP/LPC/IN2P3)
11:50 - 12:30
Room: Salle des conseils Les algorithmes d’IA sont des outils particulièrement performants dans certains domaines (véhicules autonomes, robotique, reconnaissance d’images, aide à la prise de décisions, etc.), mais leurs utilisations en physique fondamentale demandent une connaissance approfondie des phénomènes étudiés tant pour la performance de ces outils que pour la validation des résultats. A l’Irfu, (Institut de Recherche sur les lois Fondamentales de l’Univers au CEA Paris-Saclay) et à l’IN2P3, nous utilisons depuis longtemps ces méthodes. Dans cette présentation, plusieurs exemples seront abordés, allant de l’analyse de galaxies en astrophysique, en passant par les analyses de physique au sein des détecteurs au CERN à Genève, sans oublier la physique nucléaire où les algorithmes génétiques permettent l’étude des quarks. Selon les problématiques étudiées, différentes méthodes peuvent être utilisées : méthodes de réseaux de neurones profonds génératifs, etc.
12:30 Déjeuner
Déjeuner
12:30 - 14:00
Room: Salle des conseils

14:00 Bilan de l'école
Bilan de l'école
14:00 - 14:30
Room: Salle des conseils
14:30 Machine learning et éthique - Gilles Dowek (INRIA - ENS Paris Saclay)
Machine learning et éthique
- Gilles Dowek (INRIA - ENS Paris Saclay)
14:30 - 15:30
Room: Salle des conseils Quelques questions éthiques posées par le développement de l'Intelligence Artificielle Le développement de l’informatique en général et de l’intelligence artificielle en particulier pose des questions éthiques très différentes de celles posées, depuis Hippocrate, par le développement des sciences de la vie et de la médecine. Des valeurs traditionnelles, telles le respect de la vie privée, la transparence, l’intelligibilité... sont à repenser. La question de savoir si un être non humain, tel un algorithme ou un robot, peut avoir des valeurs émerge. Et le plus inattendu est que nous sommes menés à nous reposer une question que nous croyions résolue : en quoi les êtres humains sont-ils singuliers ?

Partager cette page

Lien direct

Réseaux sociaux

Calendriers