BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//datacraft - ECPv6.15.18//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:20210928T090000
DTEND;TZID=Europe/Paris:20210928T120000
DTSTAMP:20260405T134930
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
END:VCALENDAR