Jeudi 1er décembre 2016 – Meetup – Présentation de Dataiku DSS

Startup parisienne créée en 2013, Dataïku est un acteur majeur de la Data Science en France.

Dataïku DSS est une plateforme qui facilite et accélère l’analyse de données et la création d’applications business et prédictives en environnement Big Data.

Pour le dernier meetup de l’année, Matthieu Scordia, data scientist chez Dataïku nous présentera cette solution Made in France !

La session étant à 20h00, il est probable que nous entrerons par la porte en fer grise qui se trouve 50 m à gauche de l’entrée principale.

A bientôt 😉

Mercredi 16 novembre 2016 – Meetup – Atelier Metabase – Explorez vos données !

LDS vous propose un atelier sur Metabase (http://www.metabase.com/), une application open source qui facilite la création de dashboards pour présenter vos données de façons élégantes !

Notre intervenant, Gabriel Pillet (https://twitter.com/tentacode), présentera succinctement l’outil et une fois Metabase installé, ca sera à vous de jouer !
N’hésitez pas à ramener vos propres jeux de données, si vous en avez pas sous la main, Gabriel se fera un plaisir de vous fournir ses données sur les chatons 😉

Prérequis : Cet atelier est à destination des développeurs (débutants à confirmés).

Jeudi 13 octobre 2016 – Meetup – Introduction au deep learning (apprentissage profond) avec Mathieu Lefort

Mathieu Lefort

Introduction au deep learning (apprentissage profond)

Niveau : Débutant / Intermédiaire

Prérequis : Algèbre linéaire, optimisation, bases du ML

Si 2013 et 2014 ont été les années de la Data Science et du Big Data, 2015 et 2016 ont assurément été marquées par le Deep Learning (jeu de Go, voitures autonomes, bibliothèques open source telles TensorFlow et CNTK, etc…). Mais que se cache-t-il derrière tout ce buzz ?

Mathieu Lefort, maître de conférence à l’Université Lyon 1 va mettre en lumière les différents concepts de l’apprentissage profond du modèle Perceptron classique aux réseaux convolutionnels.

L’équipe Lyon Data Science

Vous pouvez accéder aux slides de la présentation, en cliquant sur le lien suivant : deep_learning

Jeudi 22 septembre 2016 – Meetup – Objectifs de l’année, Introduction aux concepts Data Science et ML, Démo outils

3 speakers : Anil, Fanilo, Fabien

Niveau : Débutant

La première année de notre association a été pour nous l’occasion de vous proposer des sessions mensuelles sur des sujets d’initiation au machine learning, au traitement des données et aux problématiques générales de la data science. Suite au succès de ces meetups, nous aimerions passer la vitesse supérieure et commencer à aborder des sujets plus pointus ! Pour celles et ceux qui n’ont pas révisé leur gradient descendant et leur MapReduce pendant les vacances, nous vous proposons une dernière session de rattrapage :

• Présentation de l’association, des nouvelles activités à venir et des projets que nous aimerions réaliser.

• Fondamentaux de la data science, du machine learning et des big data.

• Avant goût des algorithmes / méthodes / technos que nous allons étudier cette année : comment créer un classifieur sur scikit-learn, traiter ses données avec pandas et numpy, text mining, deep learning avec Keras et TensorFlow, etc…

Jeudi 9 juin 2016 – Meetup – Quelles évolutions dans la recherche documentaire ?

La recherche d’information dans de vastes corpus documentaires, composés de documents issus de silos hétérogènes, a bénéficié ces dernières années de nombreux apports à la fois méthodologiques et technologiques :

Grâce aux approches et aux standards du web des données, improprement appelé web sémantique, il est possible de relier des documents via leurs métadonnées, après les avoir si nécessaire normalisées voire améliorées.

Et avec les progrès de l’intelligence artificielle et notamment du machine learning, des outils facilitant l’extraction des entités nommées, la classification automatique, la clusterisation dynamique sont désormais disponibles pour enrichir les corpus documentaires et en accroître la valeur.

Retours d’expérience sur des projets menés chez LexisNexis France, le CNRS, le Centre d’Accès à l’Information Juridique du Québec…

Présentateur : Pierre Col – Antidot

Mercredi 27 avril 2016 – Meetup – Data Vodka

Les beaux jours sont de retour, quoi de mieux que de siroter un bloody mary en discutant data avec des passionnés ?

Lyon Data Science vous propose son premier Data Vodka. Comme son nom l’indique (ou pas…?), il ne s’agit pas d’un atelier tuning d’algorithmes sur des bases de données de plusieurs Tera mais plutôt une occasion d’échanger sans prise de tête sur les différents domaines de la data science et du big data.

Vendredi 15 avril 2016 – Meetup – Data Scientist: Codeur ou Matheux?

Data Scientist, Codeur ou Matheux? par Fabien Cellier, Data Scientist, Dascils

Pour pouvoir accueillir plus de participants, cet évènement ce déroulera dans l’amphithéâtre Epitech / ISEG au 86 Boulevard Marius Vivier Merle, 69003 Lyon. L’entrée principale est fermée quelques minutes après 19 h, alors passez la porte avant 19h 🙂

Avoir de la data, c’est bien, pouvoir l’exploiter et le faire bien c’est encore mieux!

Au cours de cette présentation nous allons voir quelques démarches et étapes de l’analyse de données.

Doit-on être un expert en statistiques pour l’analyse? Quelles sont les bases mathématiques nécessaires? Existe t-il des méthodes de machine learning type boîte noire qui ne nécessitent aucune intervention humaine? Quelles sont les démarches à suivre pour quel type de donnée?

Nous verrons comment le problème est étudié par le statisticien puis par le codeur, et le danger de chacune de ces démarches.

En se basant sur le profil des personnes présentent lors des meetups précédents, cette présentation passera un peu plus de temps sur les notions de bases mathématiques que sur les bases du développement informatique.

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

Jeudi 3 mars 2016 – Meetup – Retour d’expérience Data Science

Retour d’expérience Data Science : par Gaëtan Constant, Data Scientist chez Datalyo

Retour d’expérience sur une mission Data Science pour un grand compte de l’industrie de notre région. Présentation des différents résultats sur les thématiques suivantes :

• analyses de détection de fraudes ;recherche de facteurs influents sur les défauts des produits ;optimisation de stocks.

• Présentation des technologies utilisées (outils de Data Science, de DataViz, ETL) ainsi que des méthodes mathématiques utilisées (modèles prédictifs et analyses statistiques).

Pré-requis:

La présentation sera interactive et ne nécessitera pas de compétences techniques préalables. Les aspects métiers seront simples et détaillés afin que chacun puisse interagir.

Cela sera donc l’occasion de pouvoir échanger sur les bonnes pratiques d’une étude Data Science et des enjeux Business qui peuvent se cacher derrière les données d’entreprises.

L’équipe Lyon Data Science

Jeudi 11 février 2016 – Meetup – La (data) science de la dataviz

La (data) science de la dataviz: par Romain Vuillemot

« Je présenterai les différents rôles de la visualisation de données (dataviz) dans le contexte de la data science. A la fois au niveau exploratoire (caractérisation d’un jeu de données), mais aussi pour les étapes telles que le nettoyage et la communication visuelle de résultats (storytelling).

Je présenterai ensuite, les principes de bases d’une visualisation interactive efficace telle que définie par les principaux influenceurs du domaine (Tufte, Wilkinson, Shneiderman). Je ferai aussi un panorama des outils existants, depuis les bibliothèques intégrées (matplotlib/seaborn), indépendantes (Plot.ly, Highchart) et des outils comme Tableau. J’introduirai D3,js, ses exemples emblématiques ( http://bl.ocks.org/ ) et ceux du NyTimes, FiveThirtyEight, et Bloomberg. »

Pré-requis:

La présentation ne nécessite pas de compétences techniques préalables et sera très interactive. Même si beaucoup d’outils et d’exemples seront en JavaScript/Python, les principes introduits et discutés restent agnostiques et reproductibles avec tout type d’outil de R à Excel.

L’équipe Lyon Data Science

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