1115 Rue Hélène Boucher, 34130 Mauguio Julie Accabat Venez découvrir la Fresque de l’équité - Pour que le secteur de l’IA devienne un acteur de l’équité au travail IA & Débat

Campus Triolet, Bat 36, SC36.07 Jonathan Dubois - Institut de Science des Données de Montpellier Vous tentez d’étudier un processus sans a priori spécifique et vous avez mesuré un nombre important de variables que vous pensez potentiellement impliquées. Comment trier et garder l’information pertinente ? Venez découvrir deux approches statistiques traditionnelles pertinentes dans ce domaine : la comparaison de modèles et les méthodes de réduction de dimensions. Analyse Statistique, R, RStudio

Campus Triolet, Bat 36, SC36.05 Céline Mandier - Institut de Science des Données de Montpellier Participez à un atelier pratique dédié à la collaboration avec Git, outil clé pour la gestion, l'intégrité et la traçabilité des projets de recherche. Vous y apprendrez à gérer des projets sur GitLab, organiser des groupes d'utilisateurs et résoudre des conflits lors des pulls. Git

Room 02.124, Building 5, St Priest campus Machine Learning in Montpellier, Theory & Practice - Marc Jourdan (EPFL) In pure exploration problems for stochastic multi-armed bandits, the goal is to answer a question about a set of unknown distributions (for example, the efficacy of a treatment) by strategically sampling from them, while providing guarantees on the returned answer. The archetypal example is the best arm identification problem, where the task is to find the arm with the largest mean. Top Two algorithms, which select the next arm to sample from among a leader and a challenger, have received significant attention in recent years due to their simplicity and interpretability. In this talk, I will present recent advances on three complementary aspects of pure exploration: achieving non-asymptotic guarantees, ensuring differential privacy, and leveraging problem structure. First, we propose a Top Two algorithm which has an asymptotically optimal expected sample complexity, and also provides anytime guarantees on the probability of misidentifying a sufficiently good arm. Second, we show how the Top Two principle can be combined with differential privacy mechanisms, leading to algorithms that preserve near-optimal efficiency while ensuring privacy guarantees. Finally, we address structured pure exploration by overcoming the computational bottleneck of Pareto set identification in linear bandits, through a game-based algorithm grounded in posterior sampling. These results not only deepen our theoretical understanding but also enable more practical and privacy-aware bandit algorithms for real-world problems. Bio: I am a postdoctoral researcher at EPFL in the Theory of Machine Learning lab, working with Nicolas Flammarion on the theoretical foundations of post-training for Large Language Models. I earned my PhD in Computer Science from the University of Lille, under the supervision of Emilie Kaufmann and Rémy Degenne within the Inria Scool team. I studied pure exploration in stochastic bandits and helped establish the Top Two approach as a principled methodology with strong theoretical and empirical performance. Previously, I graduated from École Polytechnique and ETH Zurich. Machine Learning in Montpellier, Theory & Practice

Campus Triolet, Bat 36, SC36.08 Montpellier BioInfo - présenté par Iago Bonnici R, Python, Perl, Java, C++, Julia, Rust.. Mais qu’est-ce qui les relie vraiment ? Voici quelques repères pour s’orienter et trouver le bon outil au bon usage.

Campus Triolet, Bat 36, SC36.05 Gino Frazzoli - Institut de Science des Données de Montpellier Venez découvrir une approche du Deep Learning sur les LLM ou Large Language Models, les IA qui se cachent derrière ChatGPT, Claude ou encore le célèbre Chat-ISDM ! IA, LLM, Formation

Distanciel Institut de Science des Données de Montpellier La Clinique des données est un service mis en place par l’ISDM afin de porter assistance à la communauté scientifique sur des thématique liées aux données. Ainsi, toute personne ayant une problématique, une question, un bug est la bienvenue lors des permanences de ce service. Vous serez accueilli par des experts en IA, en (Bio)Informatique et en (Bio)Statistique. Accompagnement, Assistance

Room 03.124, Building 5, St Priest campus Machine Learning in Montpellier, Theory & Practice - Luca Ganassali (Univ. Paris-Saclay) Coupling probability measures is central to statistics and machine learning, yet transport maps are generally non-unique. The common recourse to optimal transport, motivated by cost minimization and cyclical monotonicity, obscures the fact that several distinct notions of multivariate monotone matchings coexist. In this talk, we will first compare three constructions of transport maps—cyclically monotone, quantile-preserving, and triangular maps—characterizing when they coincide and highlighting their structural properties. We will then connect this analysis to causal inference, showing how counterfactual reasoning can be framed as selecting a transport map and when causal assumptions align with classical statistical transports. Taken together, these results aim to enrich the theoretical understanding of families of transport maps and to clarify their possible causal interpretations. This talk is based on joint work with Lucas De Lara. Machine Learning in Montpellier, Theory & Practice

Campus Triolet, Bat 36, SC36.05 Céline Mandier - Institut de Science des Données de Montpellier Venez assister à un atelier pratique pour maîtriser la gestion des branches avec Git, un outil essentiel pour une collaboration efficace en recherche. Vous apprendrez à créer, gérer et utiliser les branches selon les bonnes pratiques pour optimiser le travail en équipe. Git, Collaboration, Projets

Salle de séminaire du Bât 4 - Campus Saint Priest LIRMM - Prof. Stefan Dietze Dans le cadre de l’axe transverse IA – Science des données, le LIRMM a le plaisir d’accueillir le Prof. Stefan Dietze(Heinrich-Heine-Universität Düsseldorf, GESIS, HeiCAD, L3S). Résumé : Au cours des dernières décennies, les sciences sociales ont progressivement intégré de nouvelles sources de données issues du web et des réseaux sociaux, ainsi que des méthodes computationnelles de plus en plus complexes, portées par l’essor de l’IA et du traitement automatique du langage naturel. Ces évolutions ouvrent de nouvelles perspectives, mais soulèvent également des défis majeurs en termes de transparence, de reproductibilité et de qualité des données [...] IA & Experts

Campus Triolet, Bat 1, SC1.01 Jonathan Dubois - Institut de Science des Données de Montpellier Vous tentez d’étudier un processus sans a priori spécifique et vous avez mesuré un nombre important de variables que vous pensez potentiellement impliquées. Comment trier et garder l’information pertinente ? Venez découvrir trois approches de Machine Learning pertinentes dans ce domaine : les méthodes de Régression Régularisée (LASSO, Ridge, ElasticNet), les Arbres de Décision et la Forêt Aléatoire. Analyse Statistique, R, RStudio

Broc Café Les Halles de l'IA Nous vous invitons à partager un repas convivial tout en discutant des projets et des dynamiques autour de l’IA sur Montpellier. Ce moment sera aussi l’occasion d’aborder les projets en cours et à venir portés par l’association, ainsi que ceux portés par vos structures. La première consommation est offerte par Les Halles de l'IA, le plat reste à la charge des participants (places limitées). IA & Débat

Amphithéâtre 2, Bâtiment 2 bis, 2 Place Pierre Viala Campus La Gaillarde SESAME La Journée Recherche SESAME est complémentaire aux séminaires mensuels SESAME et est soutenue par le réseau national IN-OVIVE. Cette première édition a pour objectif de permettre aux jeunes chercheuses et chercheurs de présenter l’avancée de leurs travaux dans le domaine de l’IA (apprentissage machine, raisonnement et représentation des connaissances, traitement de la langue, ingénierie des connaissances, … ) en présentiel à l’ensemble de la communauté de recherche montpelliéraine. Sont invitées des présentations de travaux de recherche des doctorant·e·s, post-doctorant·e·s et ingénieur·e·s. IA & Experts

Campus Triolet, Bat 36, SC36.05 Gino Frazzoli - Institut de Science des Données de Montpellier Approfondissez vos connaissances en Deep Learning à travers le prisme des auto-encodeurs, une technique encore aujourd’hui mise en œuvre dans l’industrie pour la compression de données et la détection d’anomalies. IA, DeepLearning, Formation

Amphi Moreau, B2. Campus St Priest Machine Learning in Montpellier, Theory & Practice - Nicolas Papernot (Univ. Toronto) Pour cette session exceptionnelle du séminaire ML-MTP, nous aurons l'honneur d'accueillir Nicolas Papernot, chercheur de renommée mondiale en IA de confiance et expert des questions de sécurité et de vie privée. Il a été l'un des pionniers de plusieurs axes de recherche majeurs, notamment les attaques adversariales sur les réseaux de neurones et le machine unlearning. Il est titulaire d'une Inria International Chair (2025–2027) associée à l'équipe PreMeDICaL. IA & Experts

Amphi Moreau, Building 2, St Priest campus Machine Learning in Montpellier, Theory & Practice - Nicolas Papernot (Univ. Toronto) The talk first illustrates the challenges of having end users trust that machine learning algorithms were deployed responsibly, i.e., in a trustworthy way, through a deep dive on the problem of unlearning. The need for machine unlearning, i.e., obtaining a model one would get without training on a subset of data, arises from privacy legislation and more recently as a potential solution to data poisoning or copyright claims. As we present different approaches to unlearning, it becomes clear that they fail to answer our motivating question: how can end users verify that unlearning was successful? Taking a step back, we draw lessons for the broader area of trustworthy machine learning and present ongoing research that lay the foundations for companies, regulators, and countries to be able to verify meaningful properties at the scale that is required for stable governance of AI algorithms, both nationally and internationally. Machine Learning in Montpellier, Theory & Practice

Campus Triolet - Maison des Étudiants FEMLEAD - Université de Montpellier L’équipe du projet FEMLEAD vous invite à participer à une session de formation sur les pratiques d’égalité de genre dans la science ouverte via notre Virtual Learning Lab.

Campus Triolet, Bat 36, TD36.317 Institut de Science des Données de Montpellier ‎ La Clinique des données est un service mis en place par l’ISDM afin de porter assistance à la communauté scientifique sur des thématique liées aux données. Ainsi, toute personne ayant une problématique, une question, un bug est la bienvenue lors des permanences de ce service. Vous serez accueilli par des experts en IA, en (Bio)Informatique et en (Bio)Statistique. ‎ Accompagnement, Assistance

Campus Triolet, Bat 36, SC36.05 Équipe formation - Institut de Science des Données de Montpellier ‎ Dans cet atelier pratique, découvrez la reproductibilité avec Apptainer (Singularity), un outil de conteneurisation incontournable pour créer des environnements informatiques afin de reproduire vos résultats en toutes circonstances et sur toutes les machines. Grâce à lui, vous pourrez encapsuler vos logiciels et leurs versions dans une "boîte" exportable, garantissant des résultats reproductibles, quel que soit le système utilisé. ‎ Apptainer, Reproductibilité, Conteneurisation