 Thème « Apprentissage Statistique et Data Mining » du 1 au 5 Février 2010 - Hammamet, Tunisie
L'association EGC avec l'appui du groupe DMA (Data Mining et Apprentissage) de la SFdS
organise une école d'hiver sur le thème « Apprentissage Statistique et
Data Mining ». Cette école a pour but de présenter un large panorama
ainsi que les récentes avancées des méthodes, techniques et outils
existants dans le domaine de l’apprentissage automatique. Une attention particulière sera accordée à
la mise en oeuvre de ces techniques et outils notamment dans le cadre
de la fouille de données. Les exposés théoriques seront complétés par
des applications autour des logiciels du marché comme SAS, Kxen etc.
Cette 1ère édition de l'école sera centrée sur les techniques
d’apprentissage et de la fouille de données dans les domaines suivants
: Bases de données Bio-et Médicales, Corpus de données textuelles, Flux
de données, Graphes et réseaux sociaux, Scoring, …
Un intérêt particulier sera mis sur les aspects fondamentaux : Apprentissage à partir de données structurées et semi-structurées, méthodes à noyaux, Modèles graphiques : Modèles de Markov, Réseaux Bayésiens, Réduction de la dimensionnalité, sélection de variables, clustering, Mesures de qualité pour la fouille de données, … Chacun de ces thèmes étant développé sur une demi-journée. Pour chaque thème, les interventions seront conçues de manière à apporter tous les éléments nécessaires à sa compréhension et se termineront par un rapide panorama des résultats les plus récents et des problèmes ouverts du moment. Les présentations prévues sont de trois types : cours de base, cours avancés, exposés de recherche et exposés d'industriels. Elles s'appuient sur des études de cas d'universitaires et des applications industrielles. é-EGC
vise la formation par la recherche et la promotion des recherches dans
le domaine du data mining. Elle s'adresse particulièrement aux :
- Ingénieurs et chercheurs (des industries et laboratoires) voulant se former aux techniques de data mining. - Universitaires et doctorants désirant approfondir leurs connaissances dans le domaine de l’extraction de connaissances à partir de données. |  Dates importantes
|
|
|
