Rendez-vous mardi 28 mai 2019 : premier workshop annuel du consortium
mquet
L’ensemble des membres partenaires
du consortium scikit-learn ont le plaisir
de vous inviter au premier workshop annuel
Mardi 28 mai 2019 de 10h00 à 19h00
– Accueil dès 9h30 –
BNP Paribas Cardif – 8 rue du Port, Nanterre
Plan d’accès
Les inscriptions sont dorénavant closes.
– Au programme –
[ Toutes les présentations seront en anglais ]
Allocution de bienvenue de Stanislas Chevalet, Directeur Général Adjoint – Responsable Transformation & Développement, BNP Paribas Cardif
10h05
Gaël Varoquaux / Inria
Avant-propos : les réalisations du consortium scikit-learn à ce jour
[Voir la présentation]
10h20
Roman Yurchak / Inria – Symerio
Tutorial: scikit-learn new features. Preprocessing and imputation methods, estimators for clustering, supervised learning
[Voir la présentation et retrouver le notebook]
11h40
Xavier Dupré / Microsoft
ONNX: machine learning model persistence
[Voir la présentation]
12h00
Jérémie du Boisberranger / Inria
Tutorial: questions of performance in scikit-learn. Parallelism, memory, low-level optimizations
[Retrouver le notebook]
13h00
Déjeuner
14h00
Xavier Renard / AXA
Whitening ML black boxes: where do we stand?
[Voir la présentation]
14h20
Guillaume Lemaître / Inria
Tutorial: scikit-learn interpretability, linear and tree-based models
[Retrouver le noteboook_1 et le notebook_2]
15h40
Peter Entschev / Nvidia
Nvidia Distributed GPU Machine Learning with RAPIDS and Dask
[Voir la présentation]
16h00
Tung Lam Dang / BNP Paribas Cardif
Scikit-learn: a tool for better model risk governance @ BNPP Cardif
[Voir la présentation]
16h20
Laurent Duhem / Intel
Speeding up scikit-learn on Intel architectures
[Voir la présentation]
16h40
Léo Dreyfus-Schmidt & Samuel Ronsin / Dataiku
LeaveNoOneOut: Building a ML platform for everyone
[Voir la présentation]
17h00
Anton Bossenbroek / BCG
Rapid and collaborative fair data science deployment in strategy consulting
17h20
Olivier Grisel / Inria
Wrap up and perspectives
[Voir la présentation]
17h30
Round-table: Open source, a model for AI and data science?
18h00
Cocktail de clôture
