Programme
 |
mardi 10 juin 2014 |
|
09:00
10:00
11:00
12:00
13:00
14:00
15:00
16:00
17:00
18:00
19:00
20:00
|
›9:00 (1h30)
Apprentissage en-ligne à partir de flux de données
Vincent Lemaire (Orange Labs) : Data-streams processing is a recent domain of research which is complementary to the Big Data. This kind of algorithms analyze data on the fly, and could be qualified as designed to treat ``Fast Data''. This talk aims at providing an overview of data-streams processing approaches for supervised classification problems. The outline will be : Classification using Big Data versus Classification on Stream Mining, Different forms of learning, Stream: what changes? Requirements for a good algorithm, Taxonomy of classifier for data stream, Leading classifiers (with 3 detailed examples), Concept drift, Evaluation, The two streams? A labeled stream? Links with active learning Alternative problem settings?
› Salle de bord de Mer
›10:45 (1h30)
Apprentissage à partir de données temporelles
Ahlame Douzal (LIG, Université de Grenoble) : L'apprentissage de métriques est au coeur des techniques d'apprentissage et d'analyse de données. Les données temporelles introduisent au niveau des métriques, une complexité supplémentaire liée à l'interdépendance des données. Ce cours présente les principaux travaux d'apprentissage de métriques temporelles, avec une articulation autour de trois aspects : les stratégies d'alignement temporel, les fonctions de coûts entre les données alignées, et les fonctions de pondération des instants d'observation. Ces métriques seront présentées dans un cadre unifié et leur apprentissage, pour la classification de séries temporelles, sera illustré sur plusieurs applications et jeux de données.
|
|
Session |
|
Discours |
|
Logistique |
|
Pause |
|
Sortie |
|
Salle de bord de Mer
