Jeudi 7 janvier 2016 – MeetUp – Construire un modèle de prédiction avec AWS Redshift et Amazon Machine Learning

Intervenant: Julien SIMON, Technical Evangelist, Amazon Web Services.

Après un bref panorama des technos Data disponibles sur AWS, nous débuterons l’intervention par la construction d’un data warehouse avec AWS Redshift, qui sera ensuite alimenté depuis AWS S3 et à partir duquel nous exécuterons quelques requêtes SQL.

Deux points importants seront abordés pour la performance de Redshift : le choix des clés et la distribution des données entre les noeuds.

Toujours à partir de Redshift, nous vous proposerons de construire un modèle de prédiction grâce à Amazon Machine Learning. Une API de prédiction sera également mise en place et invoquée depuis une application Java.

L’intervention se terminera par une présentation rapide de nos architectures de référence, et de quelques cas d’utilisations clients.

Pré-requis:

Aucun sur AWS.

Connaissances de base sur SQL, Java et la régression linéaire.

Les débutants sont les bienvenus !

Réseautage à votre guise.

L’équipe Lyon Data Science

Pour accéder aux slides de la présentation, cliquez sur le lien suivant : présentation

 

Jeudi 12 novembre 2015 – MeetUp -Data sources : where do I get and store my data?

Présentation du TUBA

20 mn : Le TUBA qui nous accueille nous présentera ses activités autour des datasciences/données.

Data sources : where do I get and store my data? par Fanilo

30/40 mn : « Lorsque nous évoquons le poste de Data Scientist, nous pensons instantanément aux statistiques, à l’apprentissage machine, aux prédictions qu’il fait, à ses qualités d’analyse de données hétérogènes provenant de sources multiples. Nous prenons moins souvent en compte le travail de collecte et de stockage des données avant analyse, et du fait que le Data Scientist doit être capable de travailler avec une multitude de référentiels de données pour arriver à ses fins. Dans cette présentation, nous ferons un point rapide sur les formats de fichier, les bases SQL et NoSQL, les particularités de système de fichiers distribués comme Hadoop, et les différentes sources de données accessibles sur le net. En sortant de cette présentation, le Data Scientist amateur aura une vue d’ensemble des solutions pour la collecte et le stockage de la donnée ».

Réseautage à votre guise.

L’équipe Lyon Data Science

Télécharger le diaporama ici.

Jeudi 1 octobre 2015 – MeetUp – Introduction aux data sciences et machines learning

Cette session d’initiation sera composée de :

• Introduction aux data science (20 minutes) + Questions et réponses

• Introduction aux machine learning (20 minutes) + Questions et réponses

Ce groupe vient de naitre et pour l’instant nous n’avons pas créé d’association. Nous ne pourrons donc pas vous proposer une collation en fin de soirée.

Devant le nombre d’inscrits nous devons changer de lieu et l’école Supinfo a répondu positivement à notre appel.

http://www.supinfo.com/en/lyon/ La station Laennec est la plus simple pour ceux qui ne connaissent pas le lieu. A cette heure, il devrait avoir la possibilité de se garer en voiture dans le quartier.

L’équipe Lyon Data Science.

Accéder ici au diaporama sur l’introduction à la Data Science.

Accéder ici au diaporama sur l’introduction au Machine Learning.

Accéder au diaporama de l’atelier Data science-appliquée.

Jeudi 3 septembre 2015 – MeetUp – Quelles sont vos attentes du groupe Lyon Data Science?

Nous avons tous de plus en plus besoin de donner du sens aux Giga de données que nous stockons sur nos systèmes. La plupart de nous se sont essayés aux statistiques, mais souvent leurs cotés trop abstraits nous en a éloigné.

Depuis au moins dix ans nous voyons apparaitre des outils/langages qui permettent de faire des recherches, extraire des tendances de ces puits de données. Ainsi, ce domaine de data science devient plus ludique.

Nous vous proposons de faire un premier meetup, pour discuter de nos attentes (big data, data science, graph, visualisation, data mining, analyse sources données publiques, data journalisme, vie privée, marketing, etc. ), envies de progresser sur ce sujet et voir ce que nous pourrions construire autour de cette discipline.

Nous nous retrouverons à l’Antre Autre.
Comme ils nous laissent la salle gratuitement, chacun devra prendre son verre lui même. Ils ne prennent que du liquide.

Pour plus de détails, voir http://bit.ly/lyondatascience

L’équipe Lyon Data Science

Pour accéder aux slides de présentations, cliquez ici :
Introduction à la Data Science
Introduction Machine Learning