BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//datacraft - ECPv6.16.3//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:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20221030T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230606T140000
DTEND;TZID=Europe/Paris:20230606T180000
DTSTAMP:20260530T184216
CREATED:20230503T102651Z
LAST-MODIFIED:20230503T102800Z
UID:8568-1686060000-1686074400@datacraft.paris
SUMMARY:ATELIER - Apprentissage non supervisé appliqué à l'analyse des comportements clients
DESCRIPTION:Inscription\n                \n            \n            \n			\n				\n				\n				\n				\n				Niveau en Machine Learning** : Connaissances avancées en ML/Data/IA \nNiveau en Python** : Bonnes connaissances en Python \nPrérequis techniquesApporter son PC portable \nIntervenantsCet atelier sera animé par :  \n\nYann Girard\, CPO HephIA\nDjallel Dilmi\, Head of Data science Hephia\nBastien Delaly\, Lead Data Scientist chez Kovalee\nMaryeme Bayri\, Data Scientist chez Kovalee\n\n\nPrésentation de l’atelierSur de gros volumes de données non annotées les méthodes de clustering sont indispensables pour explorer et structurer les données.Lors de cet atelier\, nous aurons l’occasion d’appliquer des techniques de représentation non supervisée pour explorer les données clients complexes provenant de différentes applications développées par Kovalee.Vous serez amené à essayer plusieurs méthodes de clustering et de tester la méthode développée par HephIA. Nous échangerons sur les aspects suivants :1 – le potentiel des techniques à détecter les corrélations non linéaires entre les variables et former des groupes de clients2 – potentiel des techniques à proposer un échantillonnage régulier des données.3 – le potentiel des techniques à expliquer les clusters \nDescription du jeu de donnéesLe jeu de données provient de 4 applications différentes est composé d’événements déclenchés par les utilisateurs de ces applications depuis l’installation. Les dates d’installation varient entre le 1er novembre 2022 et le 15 novembre 2022 et les utilisateurs ont créé des événements jusqu’au 25 janvier 2023.Chaque ligne du dataset correspond à un événement qui a été généré par l’utilisateur de l’application et envoyé au serveur.Le dataset est composé de 5.123.647 événements\, réalisés par 77.261 utilisateurs uniques. \nDéroulement de l’atelier14h – 15h : Présentation des données et des outils HephIA15h – 17h : Utilisation des différentes solutions17h – 18h : Mise en commun des solutions \nLiens utiles \n\nhttps://amt.copernicus.org/articles/10/1557/2017/
URL:https://datacraft.paris/event/atelier-apprentissage-non-supervise-applique-a-lanalyse-des-comportements-clients/
LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France
CATEGORIES:on-site event
ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris
END:VEVENT
END:VCALENDAR