BEGIN:VCALENDAR VERSION:2.0 PRODID:-//datacraft - ECPv6.17.3//NONSGML v1.0//EN CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALNAME:datacraft X-ORIGINAL-URL:https://datacraft.paris X-WR-CALDESC:Events for datacraft REFRESH-INTERVAL;VALUE=DURATION:PT1H X-Robots-Tag:noindex X-PUBLISHED-TTL:PT1H BEGIN:VTIMEZONE TZID:Europe/Paris BEGIN:DAYLIGHT TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:CEST DTSTART:20200329T010000 END:DAYLIGHT BEGIN:STANDARD TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:CET DTSTART:20201025T010000 END:STANDARD BEGIN:DAYLIGHT TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:CEST DTSTART:20210328T010000 END:DAYLIGHT BEGIN:STANDARD TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:CET DTSTART:20211031T010000 END:STANDARD BEGIN:DAYLIGHT TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:CEST DTSTART:20220327T010000 END:DAYLIGHT BEGIN:STANDARD TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:CET DTSTART:20221030T010000 END:STANDARD END:VTIMEZONE BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20211029T110000 DTEND;TZID=Europe/Paris:20211029T120000 DTSTAMP:20211015T123727Z CREATED:20211015T123722Z LAST-MODIFIED:20211015T123727Z UID:6013-1635505200-1635508800@datacraft.paris SUMMARY:MINDSHAKE TIME : NLP - FEW SHOT LEARNING - SENTIMENT ANALYSIS DESCRIPTION:inscription\n \n \n \n \n \n \n\n“Ce deuxième rendez-vous se propose d’approfondir les approches partagées lors de la première session. \nOn reviendra notamment sur les approches PET et ADAPET issues de ces 2 papiers de recherche https://arxiv.org/pdf/2001.07676.pdf\, https://arxiv.org/pdf/2103.11955.pdf.” \nAnimé par Nicolas Chesneau\, Lead Tech Machine Learning URL:https://datacraft.paris/event/mindshake-time-nlp-few-shot-learning-sentiment-analysis/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20211028T140000 DTEND;TZID=Europe/Paris:20211028T170000 DTSTAMP:20210913T194520Z CREATED:20210705T091029Z LAST-MODIFIED:20210913T194520Z UID:4620-1635429600-1635440400@datacraft.paris SUMMARY:DONNÉES TWITTER : ANALYSE DE LA VIRALITÉ ET PROPAGATION D’UNE FAKE NEWS DESCRIPTION:inscription\n \n \n \n \n \n Atelier animé par Pierre Foulquié\, responsable data science\, Kap Code et Yann Girard\, manager data science et résident datacraft \nChaque dernier jeudi du mois\, nous nous retrouvons l’après-midi pour un atelier sur les données de Twitter. Si vous travaillez sur ce type de données\, ou si simplement le sujet vous intéresse : rejoignez-nous. \nLes réseaux sociaux comme Twitter sont un moyen de créer du lien mais aussi\, pour certains\, utilisateurs d’y propager\, de manière consciente ou non\, des fausses informations\, communément appelées fake news. \nNous proposons d’étudier les différents aspects de la désinformation sur les réseaux sociaux à travers un jeu de données centré autour d’une fake news sur la vaccination contre la Covid-19. Plusieurs axes sont à explorer : \n\nla viralité de cette information et l’analyse des utilisateurs qui y participent ou qui la combattent (analyse de réseaux\, de communauté\, caractérisation des utilisateurs)\nle contenu échangé sur ce sujet : les liens\, le texte\, les images\, les vidéos…\n\nLes prochaines dates sont le 25 novembre et le 30 décembre 2021. URL:https://datacraft.paris/event/donnees-twitter-analyse-de-la-viralite-et-propagation-dune-fake-news-4/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20211026T090000 DTEND;TZID=Europe/Paris:20211026T120000 DTSTAMP:20211015T125130Z CREATED:20210920T201810Z LAST-MODIFIED:20211015T125130Z UID:5882-1635238800-1635249600@datacraft.paris SUMMARY:AI FAIRNESS ET BIAIS DES ALGORITHMES DESCRIPTION:inscription\n \n \n \n \n \n Atelier datacraft animé par Antoine Isnardy\, Senior Data Scientist chez Danone et Théo Alves Da Costa\, Manager Data Science chez Ekimetrics. \n\nEn collaboration entre les différents membres de la communauté datacraft\, nous avons lancé le cercle de réflexion sur la data science responsable avec de nombreuses questions autour des biais\, de la transparence\, et de l’empreinte environnementale des algorithmes. Nous souhaitons notamment travailler ensemble à l’élaboration d’outils et méthodologies open source pour transformer nos outils du quotidien et apporter des réponses concrètes sur les questions d’IA éthique. \n\nUn moment d’échange et de collaboration pour tester d’autres outils et construire ensemble cette boite à outil de la Data Science responsable. \nExemple d’outils testés : \n– Aequitas (http://aequitas.dssg.io) \n– AI Fairness 360 (https://aif360.mybluemix.net) \n– Fairlean (https://fairlearn.org) \n\nRetrouver les travaux passés sur notre Github : https://github.com/datacraft-paris/Fairness-Benchathon \n\nPrérequis : \n– Bonne maîtrise de Python URL:https://datacraft.paris/event/ai-fairness-et-biais-des-algorithmes-3/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20211022T140000 DTEND;TZID=Europe/Paris:20211022T160000 DTSTAMP:20210913T192313Z CREATED:20210702T122100Z LAST-MODIFIED:20210913T192313Z UID:4592-1634911200-1634918400@datacraft.paris SUMMARY:Multivariate and functional anomaly detection - Part 3 DESCRIPTION:inscription\n \n \n \n \n \n Workshop led by Pavlo Mozharovskyi\, Telecom Paris. \nAnomaly detection (Chandola et al.\, 2009) is a branch of machine learning which aims at identifying observations that exhibit abnormal behavior. Be it measurement errors\, disease development\, severe weather\, production quality default(s) (items) or failed equipment\, financial frauds or crisis events\, their on-time identification\, isolation and explanation constitute an important task in almost any branch of industry and science. \nDuring this workshop\, one of these following topic will be discussed : \n\nthe concept of data depth in both functional and multivariate settings\,\nreview most common notion of the depth function (halfspace (Tukey\, 1975)\, projection (Zuo & Sefling\,2000)\, zonoid (Mosler\, 2002)\, spatial depth (Koltchinskii\, 1997); integrated (Claeskens et al.\, 2014) and curve (Lafaye De Micheaux et al.\, 2020) functional depths\, functional isolation forest Staerman et al. (2019)\nfocus on a number of real-world applications ranging from simulated situations to hurricane tracks and brain imaging.\n\n  \nPlease note that the workshop will be conducted in French or English depending on the participants. URL:https://datacraft.paris/event/multivariate-and-functional-anomaly-detection-part-3/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20211022T130000 DTEND;TZID=Europe/Paris:20211022T143000 DTSTAMP:20211005T130706Z CREATED:20211005T093524Z LAST-MODIFIED:20211005T130706Z UID:5968-1634907600-1634913000@datacraft.paris SUMMARY:Rencontre entre étudiants en master IA et entreprises DESCRIPTION:inscription\n \n \n \n \n \n \n\n \n\n\n\n\nÀ propos de cet évènement : \n\n\ndatacraft organise avec le Sorbonne Center for Artificial Intelligence SCAI\, une rencontre entre les étudiants de master 2 de Sorbonne Université en recherche de stage sur des thématiques d’intelligence artificielle et les entreprises membres de la communauté datacraft. \nLes étudiants de Master 2 réalisent généralement leur stage à compter de Février-Mars\, leurs recherches commencent donc maintenant pour 2022 ! \nLes formations intégrant de l’intelligence artificielle sont nombreuses au sein de Sorbonne Université (environ 300 étudiants en Master 2)\, l’enseignement est innovant\, exigeant et résolument tourné vers le monde professionnel. \nSi vous avez une offre de stage que vous souhaitez partager\, n’hésitez pas à nous envoyer quelques lignes (missions\, profil d’étudiant\, compétences recherchées et dates. \nLe meilleur moyen de matcher est toujours de se rencontrer\, nous vous proposons donc un speed dating décontracté à l’heure du déjeuner ! Une quarantaine d’étudiant.e.s de Sorbonne Université seront réunis pour rencontrer leur futur.e. maître de stage le vendredi 22 octobre de 13h à 14h30\, dans nos locaux au SCAI\, 4 Place Jussieu\, 75005 Paris. \nAu programme : \no Présentation de votre entreprise et de votre offre de stage (5 min par intervenant)\, \no Discussion et déjeuner avec des étudiants de qualité (très) motivés\, \no Vous avez rencontré la perle rare ? Échangez vos coordonnées ! URL:https://datacraft.paris/event/rencontre-entre-etudiants-en-master-ia-et-entreprises/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20211014T090000 DTEND;TZID=Europe/Paris:20211014T120000 DTSTAMP:20210920T201217Z CREATED:20210920T201212Z LAST-MODIFIED:20210920T201217Z UID:5875-1634202000-1634212800@datacraft.paris SUMMARY:AI FAIRNESS ET BIAIS DES ALGORITHMES DESCRIPTION:inscription\n \n \n \n \n \n Atelier datacraft animé par Antoine Isnardy\, Senior Data Scientist chez Danone et Théo Alves Da Costa\, Manager Data Science chez Ekimetrics. \n\nEn collaboration entre les différents membres de la communauté datacraft\, nous avons lancé le cercle de réflexion sur la data science responsable avec de nombreuses questions autour des biais\, de la transparence\, et de l’empreinte environnementale des algorithmes. Nous souhaitons notamment travailler ensemble à l’élaboration d’outils et méthodologies open source pour transformer nos outils du quotidien et apporter des réponses concrètes sur les questions d’IA éthique. \n\nUn moment d’échange et de collaboration pour tester d’autres outils et construire ensemble cette boite à outil de la Data Science responsable. \nExemple d’outils testés : \n– Aequitas (http://aequitas.dssg.io) \n– AI Fairness 360 (https://aif360.mybluemix.net) \n– Fairlean (https://fairlearn.org) \n\nRetrouver les travaux passés sur notre Github : https://github.com/datacraft-paris/Fairness-Benchathon \n\nPrérequis : \n– Bonne maîtrise de Python URL:https://datacraft.paris/event/ai-fairness-et-biais-des-algorithmes-2/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20211008T140000 DTEND;TZID=Europe/Paris:20211008T160000 DTSTAMP:20210913T192458Z CREATED:20210702T121820Z LAST-MODIFIED:20210913T192458Z UID:4586-1633701600-1633708800@datacraft.paris SUMMARY:Multivariate and functional anomaly detection - Part 2 DESCRIPTION:inscription\n \n \n \n \n \n Workshop led by Pavlo Mozharovskyi\, Telecom Paris. \nAnomaly detection (Chandola et al.\, 2009) is a branch of machine learning which aims at identifying observations that exhibit abnormal behavior. Be it measurement errors\, disease development\, severe weather\, production quality default(s) (items) or failed equipment\, financial frauds or crisis events\, their on-time identification\, isolation and explanation constitute an important task in almost any branch of industry and science. \nDuring this workshop\, one of these following topic will be discussed : \n\nthe concept of data depth in both functional and multivariate settings\,\nreview most common notion of the depth function (halfspace (Tukey\, 1975)\, projection (Zuo & Sefling\,2000)\, zonoid (Mosler\, 2002)\, spatial depth (Koltchinskii\, 1997); integrated (Claeskens et al.\, 2014) and curve (Lafaye De Micheaux et al.\, 2020) functional depths\, functional isolation forest Staerman et al. (2019)\nfocus on a number of real-world applications ranging from simulated situations to hurricane tracks and brain imaging.\n\n  \nPlease note that the workshop will be conducted in French or English depending on the participants. URL:https://datacraft.paris/event/multivariate-and-functional-anomaly-detection-part-2/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20211007T180000 DTEND;TZID=Europe/Paris:20211007T200000 DTSTAMP:20210923T134438Z CREATED:20210915T130847Z LAST-MODIFIED:20210923T134438Z UID:5824-1633629600-1633636800@datacraft.paris SUMMARY:Soirée CDO & HR - Comment insuffler une culture data dans son organisation ? DESCRIPTION:inscription\n \n \n \n \n \n datacraft et Ekimetrics vous invitent à la soirée : \nComment insuffler une culture data dans son organisation ?\nPartage d’expérience\n \nAvec la participation de : \n\nMatthias Oehler\, Chief Data Officer – Française des jeux\nChristophe Rousselet\, Directeur du Programme DATA – Klesia\nChristophe Sauce\, Data & AI Director – Danone \n\nPosez vos questions les plus complexes à nos trois invités\, dans une ambiance informelle. Le format très interactif vous permettra d’échanger avec tous les participants. Après une présentation très courte par chaque invité\, les participants pourront discuter entre eux des questions qu’ils souhaitent poser à tous les intervenants et lancer ainsi les échanges. \nLa soirée se terminera par un cocktail. \nLe nombre de places est limité et la participation est sur invitation seulement. \nLe pass sanitaire vous sera demandé à l’entrée. URL:https://datacraft.paris/event/atelier-cdo-hr-comment-insuffler-une-culture-data-dans-son-organisation/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210930T140000 DTEND;TZID=Europe/Paris:20210930T170000 DTSTAMP:20210929T124905Z CREATED:20210705T090809Z LAST-MODIFIED:20210929T124905Z UID:4616-1633010400-1633021200@datacraft.paris SUMMARY:DONNÉES TWITTER : ANALYSE DE LA VIRALITÉ ET PROPAGATION D’UNE FAKE NEWS DESCRIPTION:inscription\n \n \n \n \n \n Atelier animé par Pierre Foulquié\, responsable data science\, Kap Code et Yann Girard\, manager data science et résident datacraft \nChaque dernier jeudi du mois\, nous nous retrouvons l’après-midi pour un atelier sur les données de Twitter. Si vous travaillez sur ce type de données\, ou si simplement le sujet vous intéresse : rejoignez-nous. \nLes réseaux sociaux comme Twitter sont un moyen de créer du lien mais aussi\, pour certains\, utilisateurs d’y propager\, de manière consciente ou non\, des fausses informations\, communément appelées fake news. \nNous proposons d’étudier les différents aspects de la désinformation sur les réseaux sociaux à travers un jeu de données centré autour d’une fake news sur la vaccination contre la Covid-19. Plusieurs axes sont à explorer : \n\n\nla viralité de cette information et l’analyse des utilisateurs qui y participent ou qui la combattent (analyse de réseaux\, de communauté\, caractérisation des utilisateurs) \n\n\nle contenu échangé sur ce sujet : les liens\, le texte\, les images\, les vidéos… \n\n\nLes prochaines dates sont : le 28 octobre\, le 25 novembre\, ainsi que le 30 décembre 2021. URL:https://datacraft.paris/event/donnees-twitter-analyse-de-la-viralite-et-propagation-dune-fake-news-3/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210928T090000 DTEND;TZID=Europe/Paris:20210928T120000 DTSTAMP:20210920T191335Z CREATED:20210917T125748Z LAST-MODIFIED:20210920T191335Z UID:5834-1632819600-1632830400@datacraft.paris SUMMARY:AI FAIRNESS ET BIAIS DES ALGORITHMES DESCRIPTION:inscription\n \n \n \n \n \n Atelier datacraft animé par Antoine Isnardy\, Senior Data Scientist chez Danone et Théo Alves Da Costa\, Manager Data Science chez Ekimetrics. \n\nEn collaboration entre les différents membres de la communauté datacraft\, nous avons lancé le cercle de réflexion sur la data science responsable avec de nombreuses questions autour des biais\, de la transparence\, et de l’empreinte environnementale des algorithmes. Nous souhaitons notamment travailler ensemble à l’élaboration d’outils et méthodologies open source pour transformer nos outils du quotidien et apporter des réponses concrètes sur les questions d’IA éthique. \n\nUn moment d’échange et de collaboration pour tester d’autres outils et construire ensemble cette boite à outil de la Data Science responsable. \nExemple d’outils testés : \n– Aequitas (http://aequitas.dssg.io) \n– AI Fairness 360 (https://aif360.mybluemix.net) \n– Fairlean (https://fairlearn.org) \n\nRetrouver les travaux passés sur notre Github : https://github.com/datacraft-paris/Fairness-Benchathon \n\nPrérequis : \n– Bonne maîtrise de Python URL:https://datacraft.paris/event/ai-fairness-et-biais-des-algorithmes/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210924T140000 DTEND;TZID=Europe/Paris:20210924T160000 DTSTAMP:20210913T192539Z CREATED:20210702T121450Z LAST-MODIFIED:20210913T192539Z UID:4580-1632492000-1632499200@datacraft.paris SUMMARY:Multivariate and functional anomaly detection - Part 1 DESCRIPTION:inscription\n \n \n \n \n \n Workshop led by Pavlo Mozharovskyi\, Telecom Paris. \nAnomaly detection (Chandola et al.\, 2009) is a branch of machine learning which aims at identifying observations that exhibit abnormal behavior. Be it measurement errors\, disease development\, severe weather\, production quality default(s) (items) or failed equipment\, financial frauds or crisis events\, their on-time identification\, isolation and explanation constitute an important task in almost any branch of industry and science. \nDuring this workshop\, one of these following topic will be discussed : \n\nthe concept of data depth in both functional and multivariate settings\,\nreview most common notion of the depth function (halfspace (Tukey\, 1975)\, projection (Zuo & Sefling\,2000)\, zonoid (Mosler\, 2002)\, spatial depth (Koltchinskii\, 1997); integrated (Claeskens et al.\, 2014) and curve (Lafaye De Micheaux et al.\, 2020) functional depths\, functional isolation forest Staerman et al. (2019)\nfocus on a number of real-world applications ranging from simulated situations to hurricane tracks and brain imaging.\n\n  \nPlease note that the workshop will be conducted in French or English depending on the participants. URL:https://datacraft.paris/event/multivariate-and-functional-anomaly-detection-part-1/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210924T110000 DTEND;TZID=Europe/Paris:20210924T120000 DTSTAMP:20210920T195516Z CREATED:20210920T185542Z LAST-MODIFIED:20210920T195516Z UID:5844-1632481200-1632484800@datacraft.paris SUMMARY:NLP - Sentiment Analysis - Few Shot Learning DESCRIPTION:inscription\n \n \n \n \n \n Discussion animée par Nicolas Chesneau\, Lead Tech Machine Learning chez Ekimetrics. \nImaginé avec Ekimetrics\, nous vous proposons d’inaugurer un nouveau rendez-vous.Pensé comme un cercle de discussion\, ce rendez-vous permettra\, sur une thématique donnée\, d’aborder les dernières avancées\, partager des réflexions\, initier des collaborations de recherche…Il s’adresse à tous les experts qui souhaitent élargir ou confronter leurs connaissances et leur vision\, à la pointe de l’état de l’art.Les modalités (format\, fréquence\, horaires\,…) pourront évoluer en fonction de vos envies et de vos retours. \nPour ce premier rendez-vous\, nous vous proposons de nous retrouver le vendredi 24/09. URL:https://datacraft.paris/event/nlp-sentiment-analysis-few-shot-learning/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210915T093000 DTEND;TZID=Europe/Paris:20210915T113000 DTSTAMP:20210914T133721Z CREATED:20210715T082907Z LAST-MODIFIED:20210914T133721Z UID:4698-1631698200-1631705400@datacraft.paris SUMMARY:S’il vous plait\, …dessinez-moi une explication - Partie 1 DESCRIPTION:inscription\n \n \n \n \n \n Atelier animé par Christophe Denis\, maître de conférence\, Sorbonne Université\, LIP6 \nExplicabilité en apprentissage des concepts en philosophie des sciences\, en statistiques et informatique jusqu’aux études de cas. \nObjectifs du groupe de travail :L’amélioration des techniques de traitement de l’information a fortement amélioré la numérisation de nombreux secteurs de notre société\, impactant également le monde scientifique. Depuis les travaux fondateurs de Galilée sur la mathématisation du monde\, les connaissances scientifiques se sont considérablement améliorées grâce à l’approche hypothético-déductive qui décrit la physique réelle d’un phénomène par un modèle utilisant le plus souvent des équations mathématiques. Cependant\, l’approche hypothético-déductive atteint certaines limites pour prédire et expliquer des phénomènes plus complexes et parfois couplés. Dans le même temps\, en 2010\, l’apprentissage machine a produit des résultats spectaculaires dans le domaine de la reconnaissance de formes\, par exemple pour bouleverser radicalement la discipline du traitement du signal. Cependant\, l’utilisation de l’apprentissage machine pose des problèmes opérationnels\, juridiques et éthiques. L’un des principaux défis est de fournir des explications éthiques aux résultats générés par une application basée sur l’apprentissage machine considérée comme une boîte noire. L’objectif de cet atelier est de présenter les concepts clés de l’explicabilité de l’apprentissage machine à la fois en présentant des notions essentielles en philosophie des sciences à relier aux méthodes informatiques utilisées pour extraire des informations des prédictions des réseaux de neurones. \nOrganisation de l’atelier \nPremière séance du 15 septembre : \n\nAperçu historique et méthodologique portant sur l’explication de la prédiction de phénomènes utilisant de l’apprentissage machine : quels sont les rôles joués par la philosophie\, les mathématiques\, les statistiques et l’informatique ?\nDifférences épistémologiques entre des modèles descriptifs\, prédictifs et causaux.\nPrésentation des cas d’usage des participantes et des participants.\n\nDes cas d’usage génériques seront proposés sur cet atelier pour tester les méthodes. Toutefois\, les participantes et les participants sont invités à proposer et présenter lors de la première séance de l’atelier leurs propres cas d’usage. \nPrérequis : Connaissance de base en machine learning et en langage pythonBesoins matériels : Ordinateur portable disposant d’un environnement python\, la distribution multi-plateforme Anaconda est recommandée URL:https://datacraft.paris/event/dessinez-moi-une-explication/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210910T140000 DTEND;TZID=Europe/Paris:20210910T170000 DTSTAMP:20210730T123433Z CREATED:20210723T103915Z LAST-MODIFIED:20210730T123433Z UID:5388-1631282400-1631293200@datacraft.paris SUMMARY:Industrialisation de votre app data science DESCRIPTION:inscription\n \n \n \n \n \n Atelier animé par Axel Richier\, senior data engineer\, Ekimetrics \nAu programme: \n\nPrésentation des containers et de leurs avantages\nContainerisation d’une app utilisant le framework Streamlit\nConseils et méthodes d’optimisation Docker\nUtilisation de docker-compose en phase de développement\nDéploiement de l’app dans le cloud\nAutomatisation du déploiement URL:https://datacraft.paris/event/industrialisation-de-votre-app-data-science/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210730T140000 DTEND;TZID=Europe/Paris:20210730T170000 DTSTAMP:20210726T134657Z CREATED:20210723T102333Z LAST-MODIFIED:20210726T134657Z UID:5372-1627653600-1627664400@datacraft.paris SUMMARY:Comparaison de librairies : AI Fairness et biais des algorithmes DESCRIPTION:inscription\n \n \n \n \n \n Animé par Théo Alves Da Costa\, Manager data science\, Ekimetrics et Antoine Isnardy\, senior data scientist\, Danone. \nUn premier atelier a déjà eu lieu sur le sujet le 25 juin dernier. En collaboration entre les différents membres de la communauté datacraft\, nous avons lancé le cercle de réflexion sur la data science responsable avec de nombreuses questions autour des biais\, de la transparence\, et de l’empreinte environnementale des algorithmes. Nous souhaitons notamment travailler ensemble à l’élaboration d’outils et méthodologies open source pour transformer nos outils du quotidien et apporter des réponses concrètes sur les questions d’IA éthique. \nUn moment d’échange et de collaboration pour tester d’autres outils et construire ensemble cette boite à outil de la Data Science responsable. Au programme\, comparaison de différentes librairies permettant d’évaluer Fairness / Biais des algorithmes par 3 équipes en simultané sur un cas d’usage \n\nAI Fairness 360 (IBM) \naequitas \nWhat-if Tool (Google)\n\n  \nNos ateliers ont lieu en présentiel\, il y a suffisamment d’espace dans nos locaux pour accueillir les participants\, tout en respectant les gestes barrières (port du masque et distanciation).  URL:https://datacraft.paris/event/comparaison-de-librairies-ai-fairness-et-biais-des-algorithmes/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210630T180000 DTEND;TZID=Europe/Paris:20210630T200000 DTSTAMP:20210628T133420Z CREATED:20210628T133126Z LAST-MODIFIED:20210628T133420Z UID:4556-1625076000-1625083200@datacraft.paris SUMMARY:Data science et contenu - datacraft DESCRIPTION:inscription\n \n \n \n \n \n Nous vous invitons à notre soirée contenu du mercredi  30 juin à 18h\, afin d’échanger sur les contenus que datacraft pourraient vous mettre à disposition\, à vous et à toute notre communauté d’experts.Au programme : \n\nQuels contenus sous quel format (podcast\, vidéo\, GitHub…) ? Et quels outils pour mieux travailler ensemble\, partager des datasets\, collaborer à distance sur les projets récurrents…\nPrésentation des premières vidéos « mastercraft » :–> Pavlo Mozharovskyi – « Data depth approach for anomaly detection »–> Axel Richier – « Optimisation de votre image Docker pour l’industrialisation »\n\nSi vous voulez vous joindre à nous\, n’hésitez pas à nous écrire à l’adresse contact@datacraft.parisNous espérons vous voir nombreux ! \nMerci de nous confirmer votre présence pour nous permettre de commander suffisamment de bières et de pizzas… URL:https://datacraft.paris/event/data-science-et-contenu-datacraft/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210625T100000 DTEND;TZID=Europe/Paris:20210625T170000 DTSTAMP:20210602T091138Z CREATED:20210504T151333Z LAST-MODIFIED:20210602T091138Z UID:4455-1624615200-1624640400@datacraft.paris SUMMARY:Benchathon - comparaison des librairies permettant d'évaluer fairness et biais des algorithmes DESCRIPTION:inscription\n \n \n \n \n \n Animé par Théo Alves Da Costa\, Manager data science\, Ekimetrics. \nEn collaboration entre les différents membres de la communauté datacraft\, nous avons lancé le cercle de réflexion sur la data science responsable avec de nombreuses questions autour des biais\, de la transparence\, et de l’empreinte environnementale des algorithmes. Nous souhaitons notamment travailler ensemble à l’élaboration d’outils et méthodologies open source pour transformer nos outils du quotidien et apporter des réponses concrètes sur les questions d’IA éthique. \nAu programme\, comparaison de différentes librairies permettant d’évaluer Fairness / Biais des algorithmes par 3 équipes en simultané sur un cas d’usage \n\nAI Fairness 360 (IBM) \naequitas \nWhat-if Tool (Google)\n\nUn Benchathon (Trademark datacraft) est une contraction entre le benchmark et le hackathon. C’est un moment d’échange et de collaboration pour tester d’autres outils et construire ensemble cette boite à outil de la Data Science responsable. \nNos ateliers ont lieu en présentiel\, il y a suffisamment d’espace dans nos locaux pour accueillir les participants\, tout en respectant les gestes barrières (port du masque et distanciation). Un lien zoom est proposé pour ceux qui ne peuvent pas se déplacer. URL:https://datacraft.paris/event/benchaton-comparaison-des-librairies-permettant-devaluer-fairness-et-biais-des-algorithmes/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210622T120000 DTEND;TZID=Europe/Paris:20210622T140000 DTSTAMP:20210428T120609Z CREATED:20210423T131210Z LAST-MODIFIED:20210428T120609Z UID:4413-1624363200-1624370400@datacraft.paris SUMMARY:RÉSEAUX BAYÉSIENS : APPRENTISSAGE STATISTIQUE\, EXPLICABILITÉ ET CAUSALITÉ (PARTIE 2) DESCRIPTION:inscription\n \n \n \n \n \n Workshop animé par Pierre-Henri WUILLEMIN et Gaspard DUCAMP\, du laboratoire Lip6. \nLes réseaux bayésiens forment un outil de modélisation probabiliste. Ils ont la particularité d’inclure et de s’appuyer sur une représentation graphique aussi bien pour maximiser la compacité de la représentation et que pour minimiser la complexité des calculs. Par ailleurs\, cette représentation graphique encode des propriétés qualitatives du modèle\, permettant une interaction à la fois aisée et riche avec les experts métiers. Enfin\, il existe des algorithmes d’apprentissages statistiques de tels modèles qui amènent donc à un spectre de large d’utilisation de tels modèles. Les réseaux bayésiens sont par ailleurs le support d’une théorie de la causalité probabiliste basée sur un nouveau type de conditionnement par ‘intervention’. Ce cadre dit du « do-calculus » permet une analyse qui montre et peut corriger le risque d’erreur lors de l’utilisation de modèles prédictifs classiques. \nCet atelier se présentera en deux parties:  \n\nPartie 1 le 17/06: Réseaux Bayésiens ( inférence & apprentissage)\n\nCette présentation montrera à travers d’exemples construits sur la plateforme aGruM comment:– les réseaux bayésiens (BN) structurent l’information probabiliste sous forme d’un graphe-“boite blanche”.– les BN rendent possible le calcul de requêtes probabilistes complexes\, appelé inférence bayésienne.– les BN peuvent être appris à partir d’un dataset. \n\nPartie 2 le 22/06: Classification – Causalité et probabilité (si la durée du workhop le permet)\n\n– Cette partie présentera un dataset (par exemple Lending Club qui consiste à apprendre de manière supervisée le statut d’un emprunt bancaire en fonction des paramètres de l’emprunteur et de l’emprunt). Nous verrons comment les BN peuvent calculer cette prédiction suite à un apprentissage supervisé\, et ce qu’ils apportent en plus des modèles classiques (réseaux de neurones\, arbre de décision….) \n– Démontrer la causalité entre facteurs est au cœur de problèmes majeurs de santé publique ou de société. Jusqu’à récemment\, les statistiques ne permettaient de calculer que leur degré de corrélation. On verra comment le do-calculus proposé par Judea Pearl associé aux BN donne enfin une mesure de la causalité liant des facteurs déterministes ou aléatoires. \nNos ateliers ont lieu en présentiel\, il y a suffisamment d’espace dans nos locaux pour accueillir les participants\, tout en respectant les gestes barrières (port du masque et distanciation). Un lien zoom est proposé pour ceux qui ne peuvent pas se déplacer. URL:https://datacraft.paris/event/reseaux-bayesiens-apprentissage-statistique-explicabilite-et-causalite-partie-2/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210617T120000 DTEND;TZID=Europe/Paris:20210617T140000 DTSTAMP:20210428T120402Z CREATED:20210423T130607Z LAST-MODIFIED:20210428T120402Z UID:4403-1623931200-1623938400@datacraft.paris SUMMARY:Réseaux bayésiens : apprentissage statistique\, explicabilité et causalité (partie 1) DESCRIPTION:inscription\n \n \n \n \n \n Workshop animé par Pierre-Henri WUILLEMIN et Gaspard DUCAMP\, du laboratoire Lip6. \nLes réseaux bayésiens forment un outil de modélisation probabiliste. Ils ont la particularité d’inclure et de s’appuyer sur une représentation graphique aussi bien pour maximiser la compacité de la représentation et que pour minimiser la complexité des calculs. Par ailleurs\, cette représentation graphique encode des propriétés qualitatives du modèle\, permettant une interaction à la fois aisée et riche avec les experts métiers. Enfin\, il existe des algorithmes d’apprentissages statistiques de tels modèles qui amènent donc à un spectre de large d’utilisation de tels modèles. Les réseaux bayésiens sont par ailleurs le support d’une théorie de la causalité probabiliste basée sur un nouveau type de conditionnement par ‘intervention’. Ce cadre dit du « do-calculus » permet une analyse qui montre et peut corriger le risque d’erreur lors de l’utilisation de modèles prédictifs classiques. \nCet atelier se présentera en deux parties:  \n\nPartie 1 le 17/06: Réseaux Bayésiens ( inférence & apprentissage)\n\nCette présentation montrera à travers d’exemples construits sur la plateforme aGruM comment:– les réseaux bayésiens (BN) structurent l’information probabiliste sous forme d’un graphe-“boite blanche”.– les BN rendent possible le calcul de requêtes probabilistes complexes\, appelé inférence bayésienne.– les BN peuvent être appris à partir d’un dataset. \n\nPartie 2 le 22/06: Classification – Causalité et probabilité (si la durée du workhop le permet)\n\n– Cette partie présentera un dataset (par exemple Lending Club qui consiste à apprendre de manière supervisée le statut d’un emprunt bancaire en fonction des paramètres de l’emprunteur et de l’emprunt). Nous verrons comment les BN peuvent calculer cette prédiction suite à un apprentissage supervisé\, et ce qu’ils apportent en plus des modèles classiques (réseaux de neurones\, arbre de décision….) \n– Démontrer la causalité entre facteurs est au cœur de problèmes majeurs de santé publique ou de société. Jusqu’à récemment\, les statistiques ne permettaient de calculer que leur degré de corrélation. On verra comment le do-calculus proposé par Judea Pearl associé aux BN donne enfin une mesure de la causalité liant des facteurs déterministes ou aléatoires. \nNos ateliers ont lieu en présentiel\, il y a suffisamment d’espace dans nos locaux pour accueillir les participants\, tout en respectant les gestes barrières (port du masque et distanciation). Un lien zoom est proposé pour ceux qui ne peuvent pas se déplacer. URL:https://datacraft.paris/event/reseaux-bayesiens-apprentissage-statistique-explicabilite-et-causalite-partie-1/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210611T140000 DTEND;TZID=Europe/Paris:20210611T170000 DTSTAMP:20210520T082137Z CREATED:20201103T150652Z LAST-MODIFIED:20210520T082137Z UID:2519-1623420000-1623430800@datacraft.paris SUMMARY:Industrialisation de votre app Data Science : Quand la baleine part dans les nuages ! DESCRIPTION:inscription\n \n \n \n \n \n Atelier co-animé par Xavier Lioneton\, Lead data scientist chez datacraft et Axel Richier\, senior data engineer chez ekimetrics \nAu programme: \n\nPrésentation des containers et de leurs avantages\nContainerisation d’une app utilisant le framework Streamlit\nConseils et méthodes d’optimisation Docker\nUtilisation de docker-compose en phase de développement\nDéploiement de l’app dans le cloud\nAutomatisation du déploiement\n\nNos ateliers ont lieu en présentiel\, il y a suffisamment d’espace dans nos locaux pour accueillir les participants\, tout en respectant les gestes barrières (port du masque et distanciation). Un lien zoom est proposé pour ceux qui ne peuvent pas se déplacer. URL:https://datacraft.paris/event/data-science-industrialisation/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210609T100000 DTEND;TZID=Europe/Paris:20210609T170000 DTSTAMP:20210518T141718Z CREATED:20210518T135911Z LAST-MODIFIED:20210518T141718Z UID:4472-1623232800-1623258000@datacraft.paris SUMMARY:Valoriser les données twitter : la vaccination et les fake news DESCRIPTION:inscription\n \n \n \n \n \n Atelier animé par Pierre Foulquié et Anaïs Gedik\, Data Scientists\, Kap Code. \nDescriptif :En partie lié à la crise pandémique actuelle\, Twitter recense une augmentation mondiale de 8% du nombre d’utilisateurs quotidiens entre le quatrième trimestre 2019 et le premier trimestre 2020. Les réseaux sociaux\, source reconnue de données de vie réelle\, ont permis aux français de s’exprimer sur cette crise. Une grande variété de contenus y est échangée (textes\, vidéos\, images)\, de nombreux types d’utilisateurs y sont présents et expriment un grand spectre d’opinions sur des sujets de société et sur l’actualité\, de façon très réactive. Les réseaux sociaux comme Twitter sont un moyen de créer du lien mais aussi pour certains utilisateurs d’y propager\, de manière consciente ou non\, des fausses informations\, communément appelées fake news. \nLe premier atelier a permis d’initier plusieurs axes de recherche : la démographie des utilisateurs qui se sont exprimés\, la répartition géographique\, les communautés en présence\, les thématiques et la polarité des opinions exprimés ainsi que leur viralité. Ces différentes informations doivent maintenant être croisées pour une analyse plus en profondeur de la diffusion de la fake news étudiée. La deuxième session du 9 juin vise donc à mettre en commun les travaux initiés afin de produire des outils et des visualisations utiles pour l’analyse de données Twitter et qui pourront être repartagées par la suite. \nNos ateliers ont lieu en présentiel\, il y a suffisamment d’espace dans nos locaux pour accueillir les participants\, tout en respectant les gestes barrières (port du masque et distanciation). Un lien zoom est proposé pour ceux qui ne peuvent pas se déplacer. URL:https://datacraft.paris/event/4472/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210520T130000 DTEND;TZID=Europe/Paris:20210520T140000 DTSTAMP:20210409T131901Z CREATED:20210409T131857Z LAST-MODIFIED:20210409T131901Z UID:3682-1621515600-1621519200@datacraft.paris SUMMARY:Webinaires Maths-Innovation - Nouvelle approche de modélisation pour les marchés de taux avec des sauts aux temps prévisibles DESCRIPTION:inscription\n \n \n \n \n \n SUMMIT\, Sorbonne Université Maison des Modélisation Ingénieries et Technologies\, poursuit sa série de Webinaires Maths-Innovation qui vise à favoriser l’innovation en entreprise par l’accès aux dernières avancées de la recherche en mathématiques. Chaque semaine\, un/e chercheur/e en mathématiques universitaire y présente ses travaux de recherche et leurs applications potentielles. \nLa première série d’interventions\, qui traite des mathématiques pour la finance et l’assurance\, se poursuit tous les jeudis de 13h à 13h45 jusqu’en mai 2021\, en ligne sur Zoom. \n Jeudi 20 mai 2021 à 13h : « Nouvelle approche de modélisation pour les marchés de taux avec des sauts aux temps prévisibles »\, par Zorana Grbac\, Maîtresse de conférences à l’Université de Paris\, Laboratoire de Probabilités\, Statistique et Modélisation. \nPlus d’informations et le programme détaillé sur : https://wmi-fince-assce.sciencesconf.org/ \nInscription (gratuite) et lieu des webinaires :  https://us02web.zoom.us/j/81692236842 \nContact : sciences-smiles@sorbonne-universite.fr URL:https://datacraft.paris/event/webinaires-maths-innovation-nouvelle-approche-de-modelisation-pour-les-marches-de-taux-avec-des-sauts-aux-temps-previsibles/ LOCATION:Online END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210520T120000 DTEND;TZID=Europe/Paris:20210520T140000 DTSTAMP:20210429T091036Z CREATED:20210322T134337Z LAST-MODIFIED:20210429T091036Z UID:3464-1621512000-1621519200@datacraft.paris SUMMARY:Biais des données : symptômes\, diagnostics et remèdes DESCRIPTION:inscription\n \n \n \n \n \n Atelier coanimé par Nathan Noiry et Yannick Guyonvarch\, post doctorants\, Télécom Paris. \nL’exploitation des données massives a permis de développer des algorithmes d’intelligence artificielle performants dans de nombreux domaines (imagerie médicale\, traitement automatique du langage\,…). Cependant\, cette performance repose de manière cruciale sur la qualité des données utilisées lors de la phase d’apprentissage des algorithmes. La notion de biais des données\, qui correspond à une inadéquation entre les données d’entraînement et de test\, n’est pas sans conséquence et doit être prise au sérieux. Typiquement\, la sous- ou sur-représentation d’une certaine frange de la population peut mener à des prises de décision discriminatoires. \nDans cet exposé\, Nathan et Yannick commenceront par éclaircir cette notion de biais qui recouvre différentes réalités.Ils poursuivront en expliquant le processus de formation des biais et en donnant quelques outils pour les détecter.Dans une dernière partie\, ils présenteront une nouvelle méthode de correction des biais et l’illustreront sur des données simulées. \nNos ateliers ont lieu en présentiel\, il y a suffisamment d’espace dans nos locaux pour accueillir les participants\, tout en respectant les gestes barrières (port du masque et distanciation). Un lien zoom est proposé pour ceux qui ne peuvent pas se déplacer. URL:https://datacraft.paris/event/biais-des-donnees-symptomes-diagnostics-et-remedes/ END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210519T160000 DTEND;TZID=Europe/Paris:20210519T180000 DTSTAMP:20210507T152116Z CREATED:20210504T132915Z LAST-MODIFIED:20210507T152116Z UID:4445-1621440000-1621447200@datacraft.paris SUMMARY:Utilisation responsable des données DESCRIPTION:inscription\n \n \n \n \n \n Atelier animé par Théo Alves Da Costa\, Manager data science\, Ekimetrics. \nDans le cadre d’un premier atelier\, nous avons introduit le sujet des biais\, de l’équité\, des risques de l’IA et étudié un cas concret à l’aide d’un premier outil open source – la librairie Python ethical ai – aujourd’hui released en version alpha (très expérimentale). Pour les prochains ateliers\, nous proposons aux membres de tester l’outil EthicalAI en s’inspirant du notebook Python\, ainsi qu’un Benchathon – un moment de collaboration pour tester d’autres outils et construire ensemble cette boite à outil de la Data Science responsable. \nAu programme donc: \n\nRetour sur l’outil présenté par Théo lors de l’atelier du 28 avril “Utilisation responsable des données: modèles de Churn\, quelles données pour un algorithme de classification par apprentissage automatique ?”\nPréparation du Benchathon du 25/06 – comparaison des bibliothèques AI fairness 360 / aequitas / What-if Tool\n\nIl existe de nombreuses initiatives sur l’éthique et la responsabilité des données\, mais très peu d’outils concrets sont disponibles pour les experts data qui veulent contribuer à une utilisation responsable des données. Nous avons choisi de collaborer autour d’un dataset et d’un cas d’usage spécifique présenté par un datacrafter afin d’adresser ensemble les sujets de biais et d’équité\, d’interprétabilité\, de coding convention\, d’impact carbone… Les cas d’usage permettront d’échanger et de se challenger sur les questions à se poser et les réponses apportées pour une utilisation responsable de la donnée. \nNos ateliers ont lieu en présentiel\, il y a suffisamment d’espace dans nos locaux pour accueillir les participants\, tout en respectant les gestes barrières (port du masque et distanciation). Un lien zoom est proposé pour ceux qui ne peuvent pas se déplacer. URL:https://datacraft.paris/event/utilisation-responsable-des-donnees/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210512T100000 DTEND;TZID=Europe/Paris:20210512T170000 DTSTAMP:20210506T130406Z CREATED:20210211T090839Z LAST-MODIFIED:20210506T130406Z UID:3171-1620813600-1620838800@datacraft.paris SUMMARY:Valoriser les données twitter : la vaccination et les fake news DESCRIPTION:inscription\n \n \n \n \n \n Atelier animé par Pierre Foulquié et Anaïs Gedik\, Data Scientists\, Kap Code. \nDescriptif :En partie lié à la crise pandémique actuelle\, Twitter recense une augmentation mondiale de 8% du nombre d’utilisateurs quotidiens entre le quatrième trimestre 2019 et le premier trimestre 2020. Les réseaux sociaux\, source reconnue de données de vie réelle\, ont permis aux français de s’exprimer sur cette crise. Une grande variété de contenus y est échangée (textes\, vidéos\, images)\, de nombreux types d’utilisateurs y sont présents et expriment un grand spectre d’opinions sur des sujets de société et sur l’actualité\, de façon très réactive.Les réseaux sociaux comme Twitter sont un moyen de créer du lien mais aussi pour certains utilisateurs d’y propager\, de manière consciente ou non\, des fausses informations\, communément appelées fake news. \nNous proposons d’étudier les différents aspects de la désinformation sur les réseaux sociaux à travers un jeu de données centré autour d’une fake news sur la vaccination contre la Covid-19. Plusieurs axes sont à explorer : \n\nla viralité de cette information et l’analyse des utilisateurs qui y participent ou qui la combattent (analyse de réseaux\, de communauté\, caractérisation des utilisateurs)\nle contenu échangé sur ce sujet : les liens\, le texte\, les images\, les vidéos\, …\ntoute autre chose à laquelle les participants s’intéressent !\n\nLe programme de la journée :10h-11h : Présentation du jeu de données et des cas d’usage possibles11h-13h : Répartition en équipes\, début des travaux \, présentation de résultats intermédiaires14h – 16h : Reprise des travaux16h – 17h : présentation des résultats (et petit verre ?) \nNos ateliers ont lieu en présentiel\, il y a suffisamment d’espace dans nos locaux pour accueillir les participants\, tout en respectant les gestes barrières (port du masque et distanciation). Un lien zoom est proposé pour ceux qui ne peuvent pas se déplacer. URL:https://datacraft.paris/event/la-vaccination-et-les-fake-news-analyse-des-donnees-de-twitter/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210511T100000 DTEND;TZID=Europe/Paris:20210511T123000 DTSTAMP:20210507T133435Z CREATED:20210323T114935Z LAST-MODIFIED:20210507T133435Z UID:3516-1620727200-1620736200@datacraft.paris SUMMARY:Permanence juridique : Posez vos questions ! DESCRIPTION:Permanence animée par Caroline Henry\, Phase4-avocat. Réservée aux datacrafters \nPour réserver votre place\, merci de bien vouloir nous prévenir. \ndatacraft vous propose d’échanger avec une avocate spécialisée dans la data\, notamment dans la santé et les nouvelles technologies. Ces permanences ont lieu une fois par mois. \nLes participants auront l’occasion de poser toutes leurs questions autour de la réglementation des données sein du Club et de leurs entreprises. Lors de cette permanence de mars\, Caroline Henry évoquera aussi le thème des biais et de la responsabilité des données. \nPar ailleurs\, dans le même modèle\, des permanences juridiques réservées aux responsables juridiques de vos organisations auront lieu une fois par trimestre. URL:https://datacraft.paris/event/permanence-juridique-posez-vos-questions/ END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210506T130000 DTEND;TZID=Europe/Paris:20210506T140000 DTSTAMP:20210409T131454Z CREATED:20210409T131450Z LAST-MODIFIED:20210409T131454Z UID:3676-1620306000-1620309600@datacraft.paris SUMMARY:Webinaires Maths-Innovation - Modèles de prix dans les marchés carbones et considérations numériques DESCRIPTION:inscription\n \n \n \n \n \n SUMMIT\, Sorbonne Université Maison des Modélisation Ingénieries et Technologies\, poursuit sa série de Webinaires Maths-Innovation qui vise à favoriser l’innovation en entreprise par l’accès aux dernières avancées de la recherche en mathématiques. Chaque semaine\, un/e chercheur/e en mathématiques universitaire y présente ses travaux de recherche et leurs applications potentielles. \nLa première série d’interventions\, qui traite des mathématiques pour la finance et l’assurance\, se poursuit tous les jeudis de 13h à 13h45 jusqu’en mai 2021\, en ligne sur Zoom. \nJeudi 6 mai 2021 à 13h : « Modèles de prix dans les marchés carbones et considérations numériques »\, par Jean-François Chassagneux\, Professeur à l’Université de Paris\, Laboratoire de Probabilités\, Statistique et Modélisation. \nPlus d’informations et le programme détaillé sur : https://wmi-fince-assce.sciencesconf.org/ \nInscription (gratuite) et lieu des webinaires :  https://us02web.zoom.us/j/81692236842 \nContact : sciences-smiles@sorbonne-universite.fr URL:https://datacraft.paris/event/webinaires-maths-innovation-modeles-de-prix-dans-les-marches-carbones-et-considerations-numeriques/ LOCATION:Online END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210506T120000 DTEND;TZID=Europe/Paris:20210506T140000 DTSTAMP:20210504T094449Z CREATED:20210322T133416Z LAST-MODIFIED:20210504T094449Z UID:3457-1620302400-1620309600@datacraft.paris SUMMARY:Traitement d'images\, reconnaissance de formes et de signatures: classification des manuscrits égyptiens anciens DESCRIPTION:inscription\n \n \n \n \n \n Atelier coanimé par Chloé Ragazzoli\, Egyptologue et maîtresse de conférences HDR à Sorbonne Université\, ainsi que Amir Nakib\, Head of IA research & CTO de Vinci Autoroutes\, accompagné de Nadiya Shvai\, Senior data scientist chez Vinci Autoroutes \nCet atelier mettra en œuvre les approches les plus pertinentes abordées lors du premier atelier introductif “annotation d’images appliquée à l’égyptologie: classification de textes anciens par scribes” qui a eu lieu le 1er avril dernier.Une des tâches des égyptologues consiste à examiner les styles individuels d’écriture pour rapprocher différents documents de la main d’un même scribe. Afin de faire avancer la reconnaissance des caractères et décodage des écritures anciennes\, les algorithmes basés sur l’intelligence artificielle pourraient apporter de nouveaux résultats. \nProgramme prévisionnel:  \n\nPrésentation des résultats\nExpositions des différentes interprétations\nEchanges sur les approches de détection de formes et de classification\n\n  \nNos ateliers ont lieu en présentiel\, il y a suffisamment d’espace dans nos locaux pour accueillir les participants\, tout en respectant les gestes barrières (port du masque et distanciation). Un lien zoom est proposé pour ceux qui ne peuvent pas se déplacer. \nIntroduction au sujet : Depuis 2019\, l’Institut français d’archéologie orientale au Caire et Sorbonne Université mènent conjointement un programme de recherches (ÉCRITURES – Pour une archéologie et une anthropologie des écritures de l’Égypte ancienne) pour mieux comprendre les usages des différentes écritures égyptiennes et les acteurs impliqués. Les textes de la vie courante sont inscrits en hiératique\, une cursive dérivée des hiéroglyphes. \nLes outils de la paléographie permettent de comparer la forme des mêmes signes entre eux pour tâcher de reconnaître des textes qui pourraient avoir été tracés par la même personne. Mais de nombreuses caractéristiques sont à prendre en compte : la forme générale du signe\, le nombre de traits\, la taille\, le dynamisme de l’écriture\, la mise en page\, la régularité. Le corpus considéré provient de l’époque des Ramsès (v. 1295-1069 av. J.-C.)\, au Nouvel Empire égyptien. Il comprend des ostraca provenant de Deir el-Medina\, village des artisans de Pharaon et des papyrus provenant de différentes bibliothèques de scribes de l’époque. Le corpus a été annoté pour une classification par scribes et pour une détection basée sur deux signes fréquents. \nAfin de faire avancer la reconnaissance des caractères et décodage des écritures anciennes\, les algorithmes basés sur l’intelligence artificielle pourraient apporter de nouveaux résultats. Cependant\, leur application pose un certain nombre de problèmes\, qui ne sont pas encore résolu dans la discipline\, à savoir : l’apprentissage dans le cas d’un volume de données très limité\, la conception d’Architectures efficaces\, la limitation du sur-apprentissage tout en conservant une performance élevée\, la reconnaissance d’écritures non alphabétiques\, le volume d’annotations nécessaires\, ainsi que le clustering. URL:https://datacraft.paris/event/classification-automatique-des-manuscrits-egyptiens-anciens-par-scribes-traitement-dimages-reconnaissance-de-formes-et-de-signatures/ END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210505T143000 DTEND;TZID=Europe/Paris:20210505T163000 DTSTAMP:20210505T085429Z CREATED:20210407T100037Z LAST-MODIFIED:20210505T085429Z UID:3662-1620225000-1620232200@datacraft.paris SUMMARY:Brainstorming sur un projet de charte pour une utilisation responsable des données DESCRIPTION:inscription\n \n \n \n \n \n Atelier animé par Antoine Isnardy\, data scientist Danone \nSi vous voulez prendre part au projet pour une utilisation responsable des données\, rejoignez notre équipe ! \nIl existe de nombreuses initiatives sur l’éthique et la responsabilité des données\, mais très peu d’outils concrets sont disponibles pour les experts data qui veulent prendre leur part dans l’utilisation responsable des données. Nous avons décidé de faire équipe pour produire une courte charte avec des cas d’utilisation concrets. Notre objectif est de rédiger en collaboration une charte sur l’utilisation responsable des données abordant des questions telles que la partialité et l’équité\, les conventions de codage\, l’impact carbone\, la gouvernance des données\, etc. Quelque chose de court et opérationnel\, qui peut être partagé avec n’importe qui dans nos organisations\, et complémentaire à tous les efforts existants que nous partageons. \nNous nous réunissons le 5 mai (de 14h30 à 16h30) pour un brainstorming sur un premier projet de charte. Nous avons besoin d’autant de contributions diverses que possible\, si vous voulez participer (en personne ou par zoom)\, faites-le nous savoir à contact@datacraft.paris en cliquant sur le bouton inscription\, ce serait formidable de vous avoir à bord. \nNos ateliers ont lieu en présentiel\, il y a suffisamment d’espace dans nos locaux pour accueillir les participants\, tout en respectant les gestes barrières (port du masque et distanciation). Un lien zoom est proposé pour ceux qui ne peuvent pas se déplacer. URL:https://datacraft.paris/event/brainstorming-sur-un-projet-de-charte-pour-une-utilisation-responsable-des-donnees/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20210428T160000 DTEND;TZID=Europe/Paris:20210428T183000 DTSTAMP:20210428T101558Z CREATED:20210331T102606Z LAST-MODIFIED:20210428T101558Z UID:3588-1619625600-1619634600@datacraft.paris SUMMARY:Utilisation responsable des données: modèles de Churn\, quelles données pour un algorithme de classification par apprentissage automatique ? DESCRIPTION:inscription\n \n \n \n \n \n Atelier animé par Théo Alves Da Costa\, Ekimetrics \n“Modèles de Churn : quelles données pour un algorithme de classification par apprentissage automatique ? Quelles questions et réponses pouvons-nous avoir pour une utilisation responsable des données ?” \nIl existe de nombreuses initiatives sur l’éthique et la responsabilité des données\, mais très peu d’outils concrets sont disponibles pour les experts data qui veulent prendre leur part dans l’utilisation responsable des données. Comme nous sommes des datacrafters\, nous voulons apprendre par la pratique et fournir des outils aux experts data de notre communauté. Nous organiserons des ateliers où chacun pourra apporter un cas d’utilisation avec les défis de données qu’il a rencontrés et voir comment lui et tout autre participant ont abordé les questions de responsabilité sociale. \nNos ateliers ont lieu en présentiel\, il y a suffisamment d’espace dans nos locaux pour accueillir les participants\, tout en respectant les gestes barrières (port du masque et distanciation). Un lien zoom est proposé pour ceux qui ne peuvent pas se déplacer. URL:https://datacraft.paris/event/utilisation-responsable-des-donnees-cas-dusage-churn/ LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris END:VEVENT END:VCALENDAR