BEGIN:VCALENDAR VERSION:2.0 PRODID:-// - ECPv6.15.15//NONSGML v1.0//EN CALSCALE:GREGORIAN METHOD:PUBLISH X-ORIGINAL-URL:https://isdm.umontpellier.fr X-WR-CALDESC:Évènements pour 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:20240331T010000 END:DAYLIGHT BEGIN:STANDARD TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:CET DTSTART:20241027T010000 END:STANDARD BEGIN:DAYLIGHT TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:CEST DTSTART:20250330T010000 END:DAYLIGHT BEGIN:STANDARD TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:CET DTSTART:20251026T010000 END:STANDARD BEGIN:DAYLIGHT TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:CEST DTSTART:20260329T010000 END:DAYLIGHT BEGIN:STANDARD TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:CET DTSTART:20261025T010000 END:STANDARD BEGIN:DAYLIGHT TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:CEST DTSTART:20270328T010000 END:DAYLIGHT BEGIN:STANDARD TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:CET DTSTART:20271031T010000 END:STANDARD END:VTIMEZONE BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260414T131500 DTEND;TZID=Europe/Paris:20260414T161500 DTSTAMP:20260414T211250 CREATED:20260105T103141Z LAST-MODIFIED:20260105T132721Z UID:10000303-1776172500-1776183300@isdm.umontpellier.fr SUMMARY:INFO : Apptainer - Initiation à la reproductibilité DESCRIPTION:Campus Triolet\, Pl. Eugène Bataillon\, Bat 5\, TD 5.212\nGino Frazzoli\, Jonathan Dubois\, Céline Mandier – Institut de Science des Données de Montpellier \nDans 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. Celui-ci va créer une « boîte » exportable de vos logiciels avec vos versions. Rejoignez nous pour acquérir ces compétences essentielles ! \nObjectifs de la formation : \n– Introduction à la notion de conteneur / image / Apptainer\n– Installation de Apptainer\n– Exécution d’un conteneur Apptainer \nPrérequis :\n– Ordinateur personnel\n– Système d’exploitation : Linux ou Windows 10 / 11 avec WSL2\n– Notion de base des commandes Linux \nNe manquez pas cette occasion ! \nInscription URL:https://isdm.umontpellier.fr/event/apptainer-initiation-a-la-reproductibilite-2/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/info_4.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260408T140000 DTEND;TZID=Europe/Paris:20260408T163000 DTSTAMP:20260414T211250 CREATED:20260105T125557Z LAST-MODIFIED:20260316T142345Z UID:10000328-1775656800-1775665800@isdm.umontpellier.fr SUMMARY:IA : Large Language Models DESCRIPTION:Campus Triolet de l’Université de Montpellier – Pl. Eugène Bataillon\, Bat 5\, TD 5.204\nInstitut de Science des Données de Montpellier \nVenez découvrir une approche du Deep Learning sur les LLMs ou Large Language Models\, les IA qui se cachent derrière ChatGPT\, Claude ou encore le célèbre Chat-ISDM ! \nUne première partie exposera un aperçu synthétique des LLMs et de leur fonctionnement. Elle sera suivie d’une présentation des applications potentielles et des limites de ces modèles. \nPrérequis :\n• La connaissance des concepts basiques du deep learning (descente de gradient\, feed-forward layer\, fonction de coût/perte\, …) est fortement conseillée \nInscription URL:https://isdm.umontpellier.fr/event/ia-large-language-models-4/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/07/transformer.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260402T131500 DTEND;TZID=Europe/Paris:20260402T163000 DTSTAMP:20260414T211250 CREATED:20260105T125545Z LAST-MODIFIED:20260316T124644Z UID:10000327-1775135700-1775147400@isdm.umontpellier.fr SUMMARY:STAT : Sélection de variables en analyse exploratoire - Comparaison de modèles et réduction de dimensions DESCRIPTION:Campus Triolet de l’Université de Montpellier – Pl. Eugène Bataillon\, Bat 5\, TD36.309\nInstitut de Science des Données de Montpellier \nRejoignez-nous pour un atelier sur la sélection de variables en analyse exploratoire avec R!\n Vous tentez d’étudier un processus sans apriori spécifique et vous avez mesuré un nombre important de variables que vous pensez potentiellement impliquées. Comment trier et garder l’information pertinente ? Cette session se concentrera sur deux approches statistiques traditionnelles pour sélectionner les variables pertinentes dans l’analyses exploratoires : la comparaison de modèles multivariés et les méthodes de réduction de dimensions. \n Inscription URL:https://isdm.umontpellier.fr/event/stat-selection-de-variables-en-analyse-exploratoire-comparaison-de-modeles-et-reduction-de-dimensions-4/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/07/18.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260326T140000 DTEND;TZID=Europe/Paris:20260326T163000 DTSTAMP:20260414T211250 CREATED:20260105T103125Z LAST-MODIFIED:20260316T124643Z UID:10000298-1774533600-1774542600@isdm.umontpellier.fr SUMMARY:IA : Introduction au Deep Learning DESCRIPTION:Campus Triolet de l’Université de Montpellier – Pl. Eugène Bataillon\, Bat 36\, TD 36.401\nInstitut de Science des Données de Montpellier \nPlongez au cœur de l’intelligence artificielle avec les bases du Deep Learning. Une première partie vous apportera notions-clés et terminologie nécessaires pour comprendre et suivre le cas pratique proposé : la classification de deux espèces. \nObjectifs :\n• Définir le Deep Learning\n• Expliquer le fonctionnement des réseaux de neurones\n• S’initier sur un cas simple \nPrérequis :\n• Ordinateur personnel\n• Notions de code en Python\n• Un compte Google pour un accès à Google Colab \nInscription gratuite \n Inscription URL:https://isdm.umontpellier.fr/event/ia-introduction-au-deep-learning-3/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/ia_1.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260324T140000 DTEND;TZID=Europe/Paris:20260324T160000 DTSTAMP:20260414T211250 CREATED:20260105T125543Z LAST-MODIFIED:20260316T124641Z UID:10000326-1774360800-1774368000@isdm.umontpellier.fr SUMMARY:INFO : Initiation à Git DESCRIPTION:Campus Triolet de l’Université de Montpellier – Pl. Eugène Bataillon\, Bat 36\, TD36.403\nInstitut de Science des Données de Montpellier \nAssistez à un atelier pratique pour maîtriser les bases de Git\, un outil essentiel à la gestion et à la traçabilité des projets de recherche. Vous apprendrez à configurer Git\, créer et gérer des dépôts\, manipuler des fichiers et utiliser les commandes de base. \nObjectifs :\n• Configurer Git\n• Créer un dépôt distant et local\n• Modifier /ajouter /supprimer des fichiers du dépôt\n• Gérer les commits \n Prérequis :\n• Ordinateur personnel\n• Identifiants académiques\n• Système d’exploitation : Linux ou Windows 10 / 11 avec WSL2\n• Notion de base des commandes Linux\n• Pré-installation de Git \nVous pouvez venir à partir de 13h15 pour une aide à l’installation\nInscription gratuite mais obligatoire \n Inscription URL:https://isdm.umontpellier.fr/event/info-initiation-a-git-3/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/info_1.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260312T083000 DTEND;TZID=Europe/Paris:20260312T163000 DTSTAMP:20260414T211250 CREATED:20260105T125542Z LAST-MODIFIED:20260309T111856Z UID:10000325-1773304200-1773333000@isdm.umontpellier.fr SUMMARY:BIOINFO : Snakemake pour débutant DESCRIPTION:Campus Triolet de l’Université de Montpellier – Pl. Eugène Bataillon\, Bat 5\, TD 5.208\nInstitut de Science des Données de Montpellier \nCet atelier explore les principes de base de Snakemake\, l’écriture des règles\, ainsi que les mécanismes assurant automatisation et reproductibilité.\nPrérequis :\n– Ordinateur personnel\n– Identifiants académiques\n– Système d’exploitation : Unix ou Windows 10 / 11 avec WSL2\n– Notion de base des commandes Linux\, make\, bioinformatique \nNe manquez pas cette occasion pour automatiser vos projet avec Snakemake ! \n Inscription URL:https://isdm.umontpellier.fr/event/bioinfo-snakemake-pour-debutant/ CATEGORIES:Formations ATTACH;FMTTYPE=image/jpeg:https://isdm.umontpellier.fr/wp-content/uploads/2026/01/snakemake.jpg END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260305T131500 DTEND;TZID=Europe/Paris:20260305T163000 DTSTAMP:20260414T211250 CREATED:20260105T125530Z LAST-MODIFIED:20260216T084034Z UID:10000324-1772716500-1772728200@isdm.umontpellier.fr SUMMARY:STAT : Introduction à la programmation avec R DESCRIPTION:Campus Triolet\, Pl. Eugène Bataillon\, Bat 5\, TD 5.204\nJonathan Dubois – Institut de Science des Données de Montpellier \nVenez découvrir un langage performant et ludique pour l’analyse statistique et la manipulation de données. Cette formation est une introduction à la programmation avec le langage R pour l’analyse statistique.\n Nous aborderons :\n – Les principes du langage interprété et orienté objet inhérent à la programmation avec R.\n – Les notions de bases pour construire un environnement de travail organisé et documenté dans le but de le partager avec la communauté ou avec un soi futur.\n – L’utilisation de l’IDE RStudio.\n – Les principes syntaxiques du langage R (instanciation\, structures conditionnelles\, boucle et fonction).\n – Les principales class objets dans R (vector\, data.frame\, function\, …) et leur manipulation via des fonctions appropriées issues de packages ou développées par l’utilisateur. \n Objectifs de la formation :\n – Organiser son environnement de développement.\n – Créer et modifier des objets courant dans R comme les vecteurs et les data.frame.\n – Construire des fonctions simples pour la manipulation de données ou le calcule.\n – Construire un petit programme permettant de manipuler des données et d’effectuer des calcules statistiques simples. \n Prérequis : Ordinateur personnel équipé de R (version ≥ 4.3.x)\, l’IDE RStudio et une connection internet (tel. personnel ou eduroam). \n Possibilité de venir 15 min avant pour une assistance à l’installation des outils \n Inscription URL:https://isdm.umontpellier.fr/event/stat-introduction-a-la-programmation-avec-r/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/stat_2.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260304T131500 DTEND;TZID=Europe/Paris:20260304T154500 DTSTAMP:20260414T211250 CREATED:20260105T103115Z LAST-MODIFIED:20260216T084033Z UID:10000293-1772630100-1772639100@isdm.umontpellier.fr SUMMARY:IA : Auto-encodeurs DESCRIPTION:Campus Triolet\, Pl. Eugène Bataillon\, Bat 5\, TD 5.204\nGino Frazzoli – Institut de Science des Données de Montpellier \nApprofondissez 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. \nUne première partie présentera les notions-clés et la terminologie\, suivie de l’apprentissage de représentations\, puis des différents cas d’usage. Tout au long de la formation\, nous alternerons entre théorie et mise en pratique. \nObjectifs :\n• Comprendre le fonctionnement des auto-encodeurs\n• Définir l’espace latent et son intérêt\n• Savoir ce qu’est l’apprentissage de représentations \nPrérequis :\n• Ordinateur personnel\n• La connaissance des concepts basiques du deep learning (descente de gradient\, multi-layer perceptron\, fonction de coût/perte\, …) est nécessaire\n• Connaissance basique de Python (et sa syntaxe) pour suivre le cas pratique\n• Compte Google pour un accès à Google Colab\, sauf si vous souhaitez installer le cas pratique en local \nInscription gratuite mais obligatoire \n Inscription URL:https://isdm.umontpellier.fr/event/ia-auto-encodeurs-3/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/ia_3.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260226T131500 DTEND;TZID=Europe/Paris:20260226T161500 DTSTAMP:20260414T211250 CREATED:20260105T125528Z LAST-MODIFIED:20260216T084032Z UID:10000323-1772111700-1772122500@isdm.umontpellier.fr SUMMARY:INFO : Apptainer - Initiation à la reproductibilité DESCRIPTION:Campus Triolet\, Pl. Eugène Bataillon\, Bat 5\, TD 5.204\nGino Frazzoli\, Jonathan Dubois\, Céline Mandier – Institut de Science des Données de Montpellier \nDans 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. Celui-ci va créer une « boîte » exportable de vos logiciels avec vos versions. Rejoignez nous pour acquérir ces compétences essentielles ! \nObjectifs de la formation : \n– Introduction à la notion de conteneur / image / Apptainer\n– Installation de Apptainer\n– Exécution d’un conteneur Apptainer \nPrérequis :\n– Ordinateur personnel\n– Système d’exploitation : Linux ou Windows 10 / 11 avec WSL2\n– Notion de base des commandes Linux \nNe manquez pas cette occasion ! \n Inscription URL:https://isdm.umontpellier.fr/event/info-apptainer-initiation-a-la-reproductibilite/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/info_4.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260219T131500 DTEND;TZID=Europe/Paris:20260219T161500 DTSTAMP:20260414T211250 CREATED:20260105T125527Z LAST-MODIFIED:20260210T103332Z UID:10000322-1771506900-1771517700@isdm.umontpellier.fr SUMMARY:STAT : Sélection de variables en analyse exploratoire : Régression régularisées\, Arbres et Forêt aléatoire DESCRIPTION:Campus Triolet\, Pl. Eugène Bataillon\, Bat 5\, TD 5.212\nJonathan Dubois – Institut de Science des Données de Montpellier \nVous tentez d’étudier un processus sans apriori spécifique et vous avez mesuré un nombre important de variables que vous pensez potentiellement impliquées. Comment trier et garder l’information pertinente ? Cette session se concentrera sur deux approches statistiques traditionnelles pour sélectionner les variables pertinentes dans l’analyses exploratoires : la comparaison de modèles multivariés et les méthodes de réduction de dimensions. \n Inscription URL:https://isdm.umontpellier.fr/event/stat-selection-de-variables-en-analyse-exploratoire-regression-regularisees-arbres-et-foret-aleatoire/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/07/19.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260210T131500 DTEND;TZID=Europe/Paris:20260210T161500 DTSTAMP:20260414T211250 CREATED:20260105T125514Z LAST-MODIFIED:20260126T144330Z UID:10000321-1770729300-1770740100@isdm.umontpellier.fr SUMMARY:INFO : Devenir expert en branches avec Git DESCRIPTION:Campus Triolet\, Pl. Eugène Bataillon\, Bat 36\, TD 36.406\nCéline Mandier – Institut de Science des Données de Montpellier \nVenez 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. \nObjectifs de la formation :\n• Définir une branche\n• Créer et gérer des branches\n• Collaborer avec les branches\n• Connaître les bonnes pratiques des branches \nPrérequis :\n• Ordinateur personnel\n• Identifiants académiques\n• Système d’exploitation : Linux ou Windows 10 / 11 avec WSL2\n• Notion de base des commandes Linux\n• Avoir suivi les deux modules précédents\n• Pré-installation de Git \nInscription gratuite mais obligatoire \n Inscription URL:https://isdm.umontpellier.fr/event/info-devenir-expert-en-branches-avec-git-3/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/info_3.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260203T140000 DTEND;TZID=Europe/Paris:20260203T163000 DTSTAMP:20260414T211250 CREATED:20260105T125513Z LAST-MODIFIED:20260126T144327Z UID:10000320-1770127200-1770136200@isdm.umontpellier.fr SUMMARY:IA : Large Language Models DESCRIPTION:Campus Triolet\, Pl. Eugène Bataillon\, Bat 36\, SC 36.09\nGino Frazzoli – Institut de Science des Données de Montpellier \nVenez découvrir une approche du Deep Learning sur les LLMs ou Large Language Models\, les IA qui se cachent derrière ChatGPT\, Claude ou encore le célèbre Chat-ISDM !\nUne première partie exposera un aperçu synthétique des LLMs et de leur fonctionnement. Elle sera suivie d’une présentation des applications potentielles et des limites de ces modèles. \n Inscription URL:https://isdm.umontpellier.fr/event/ia-large-language-models-3/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/07/transformer.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260127T140000 DTEND;TZID=Europe/Paris:20260127T160000 DTSTAMP:20260414T211250 CREATED:20260105T125458Z LAST-MODIFIED:20260119T073745Z UID:10000319-1769522400-1769529600@isdm.umontpellier.fr SUMMARY:INFO : La collaboration avec Git DESCRIPTION:Campus Triolet\, Pl. Eugène Bataillon\, Bat 5\, TD 5.212\nCéline Mandier – Institut de Science des Données de Montpellier \nParticipez 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. \nObjectifs de la formation :\n• Créer et gérer des groupes d’utilisateurs sur la plateforme GitLab\n• Gérer un projet Git\n• Réaliser des pulls avec résolution de conflit de fichiers \nPrérequis :\n• Ordinateur personnel\n• Identifiants académiques\n• Système d’exploitation : Linux ou Windows 10 / 11 avec WSL2\n• Notion de base des commandes Linux\n• Avoir suivi le premier module de Git : Initiation à Git\n• Pré-installation de Git \nVous pouvez venir à partir de 13h15 pour une aide à l’installation\nInscription gratuite mais obligatoire \n Inscription URL:https://isdm.umontpellier.fr/event/info-la-collaboration-avec-git/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/info_2.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260122T131500 DTEND;TZID=Europe/Paris:20260122T163000 DTSTAMP:20260414T211250 CREATED:20260105T125457Z LAST-MODIFIED:20260105T130033Z UID:10000318-1769087700-1769099400@isdm.umontpellier.fr SUMMARY:STAT : Sélection de variables en analyse exploratoire : Comparaison de modèles et réduction de dimensions DESCRIPTION:Campus Triolet\, Pl. Eugène Bataillon\, Bat 5\, TD 5.209\nJonathan Dubois- Institut de Science des Données de Montpellier \nRejoignez-nous pour un atelier sur la sélection de variables en analyse exploratoire avec R!\n Vous tentez d’étudier un processus sans apriori spécifique et vous avez mesuré un nombre important de variables que vous pensez potentiellement impliquées. Comment trier et garder l’information pertinente ? Cette session se concentrera sur deux approches statistiques traditionnelles pour sélectionner les variables pertinentes dans l’analyses exploratoires : la comparaison de modèles multivariés et les méthodes de réduction de dimensions. \n Inscription URL:https://isdm.umontpellier.fr/event/stat-selection-de-variables-en-analyse-exploratoire-comparaison-de-modeles-et-reduction-de-dimensions-3/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/07/18.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260120T140000 DTEND;TZID=Europe/Paris:20260120T163000 DTSTAMP:20260414T211250 CREATED:20260105T103007Z LAST-MODIFIED:20260105T130033Z UID:10000282-1768917600-1768926600@isdm.umontpellier.fr SUMMARY:IA : Introduction au Deep Learning DESCRIPTION:Campus Triolet\, Pl. Eugène Bataillon\, Bat 5\, TD 5.209\nGino Frazzoli – Institut de Science des Données de Montpellier \nPlongez au cœur de l’intelligence artificielle avec les bases du Deep Learning. Une première partie vous apportera notions-clés et terminologie nécessaires pour comprendre et suivre le cas pratique proposé : la classification de deux espèces. \nObjectifs :\n• Définir le Deep Learning\n• Expliquer le fonctionnement des réseaux de neurones\n• S’initier sur un cas simple \nPrérequis :\n• Ordinateur personnel\n• Notions de code en Python\n• Un compte Google pour un accès à Google Colab \nInscription gratuite \n Inscription URL:https://isdm.umontpellier.fr/event/ia-introduction-au-deep-learning-2/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/ia_1.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20260113T140000 DTEND;TZID=Europe/Paris:20260113T160000 DTSTAMP:20260414T211250 CREATED:20260105T125452Z LAST-MODIFIED:20260105T130030Z UID:10000317-1768312800-1768320000@isdm.umontpellier.fr SUMMARY:INFO : Initiation à Git DESCRIPTION:Campus Triolet\, Pl. Eugène Bataillon\, Bat 5\, TD 5.209\nCéline Mandier – Institut de Science des Données de Montpellier \nAssistez à un atelier pratique pour maîtriser les bases de Git\, un outil essentiel à la gestion et à la traçabilité des projets de recherche. Vous apprendrez à configurer Git\, créer et gérer des dépôts\, manipuler des fichiers et utiliser les commandes de base. \nObjectifs :\n• Configurer Git\n• Créer un dépôt distant et local\n• Modifier /ajouter /supprimer des fichiers du dépôt\n• Gérer les commits \n Prérequis :\n• Ordinateur personnel\n• Identifiants académiques\n• Système d’exploitation : Linux ou Windows 10 / 11 avec WSL2\n• Notion de base des commandes Linux\n• Pré-installation de Git \nVous pouvez venir à partir de 13h15 pour une aide à l’installation\nInscription gratuite mais obligatoire \n Inscription URL:https://isdm.umontpellier.fr/event/info-initiation-a-git-2/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/info_1.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20251218T140000 DTEND;TZID=Europe/Paris:20251218T163000 DTSTAMP:20260414T211250 CREATED:20250709T135843Z LAST-MODIFIED:20251205T075946Z UID:10000220-1766066400-1766075400@isdm.umontpellier.fr SUMMARY:IA : Large Language Models DESCRIPTION:Campus Triolet\, Bat 36\, SC36.05\nGino Frazzoli – Institut de Science des Données de Montpellier \nVenez 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 ! \nUne première partie exposera un aperçu synthétique des LLMs et de leur fonctionnement. Elle sera suivie d’une présentation des applications potentielles et des limites de ces modèles. \nObjectifs :\n• Démystifier les modèles de langage\n• Découvrir des façons de les utiliser\n• Saisir leurs limites \nPrérequis :\n• Ordinateur personnel souhaitable\n• Notions en deep learning (pour la première partie uniquement\, non obligatoire) \nInscription gratuite mais obligatoire \n Inscription URL:https://isdm.umontpellier.fr/event/ia-large-language-models/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/07/transformer.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20251209T131500 DTEND;TZID=Europe/Paris:20251209T163000 DTSTAMP:20260414T211250 CREATED:20250709T135846Z LAST-MODIFIED:20251203T151036Z UID:10000222-1765286100-1765297800@isdm.umontpellier.fr SUMMARY:STAT : Sélection de variables en analyse exploratoire - Régressions régularisées\, Arbres et Forêt aléatoire DESCRIPTION:Campus Triolet\, Bat 36\, SC36.08\nJonathan Dubois – Institut de Science des Données de Montpellier \nVous 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. \nObjectifs :\n• Estimer et évaluer des modèles linéaires régularisés\, d’arbres et de forêt aléatoire.\n• Identifier les variables pertinentes à partir des résultats de ces modèles. \nPrérequis :\n• Quelques notions en statistique (tests de base\, modèle de régression linéaire\, ANOVA)\n• Les notions basiques du langage R.\n• Ordinateur personnel équipé de R (version ≥ 4.4.x)\, des packages nécessaires (indiqués après inscription)\, et d’un IDE tel que RStudio. \nPossibilité de venir à partir de 13h15 pour une assistance à l’installation des outils.\nIl existe une autre session de formation abordant des méthodes statistiques plus traditionnelles : Comparaison de modèles et réduction de dimensions. N’hésitez pas à vous inscrire.\nInscription gratuite mais obligatoire \n Inscription URL:https://isdm.umontpellier.fr/event/stat-selection-de-variables-en-analyse-exploratoire-regressions-regularisees-arbres-et-foret-aleatoire/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/07/19.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20251127T131500 DTEND;TZID=Europe/Paris:20251127T163000 DTSTAMP:20260414T211250 CREATED:20250709T135847Z LAST-MODIFIED:20251028T123435Z UID:10000223-1764249300-1764261000@isdm.umontpellier.fr SUMMARY:STAT : Sélection de variables en analyse exploratoire - Comparaison de modèles et réduction de dimensions DESCRIPTION:Campus Triolet\, Bat 36\, SC36.05\nJonathan Dubois – Institut de Science des Données de Montpellier \nVous 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. \nObjectifs :\n• Estimer\, comparer et évaluer différents modèles linéaires.\n• Estimer les composantes principales\, visualiser et interpréter les dimensions pertinentes.\n• Évaluer la pertinence de ces modèles.\n• Identifier les variables pertinentes à partir des résultats de ces modèles. \nPrérequis :\n• Quelques notions en statistique (tests de base\, modèle de régression linéaire\, ANOVA).\n• Notions de base en langage R.\n• Ordinateur personnel équipé de R (version ≥ 4.0.x)\, des packages nécessaires (indiqués après inscription) et d’un IDE tel que RStudio. \nPossibilité de venir à partir de 13h15 pour une assistance à l’installation des outils.\nUne autre session de formation aborde des méthodes issues du machine learning : régressions régularisées\, arbres et forêts aléatoires. N’hésitez pas à vous inscrire.\nInscription gratuite mais obligatoire \nInscription URL:https://isdm.umontpellier.fr/event/stat-selection-de-variables-en-analyse-exploratoire-comparaison-de-modeles-et-reduction-de-dimensions/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/07/18.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20251118T131500 DTEND;TZID=Europe/Paris:20251118T161500 DTSTAMP:20260414T211250 CREATED:20250709T135851Z LAST-MODIFIED:20251028T122840Z UID:10000226-1763471700-1763482500@isdm.umontpellier.fr SUMMARY:INFO : Devenir expert en branches avec Git DESCRIPTION:Campus Triolet\, Bat 36\, SC36.05\nCéline Mandier – Institut de Science des Données de Montpellier \nVenez 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. \nObjectifs de la formation :\n• Définir une branche\n• Créer et gérer des branches\n• Collaborer avec les branches\n• Connaître les bonnes pratiques des branches \nPrérequis :\n• Ordinateur personnel\n• Identifiants académiques\n• Système d’exploitation : Linux ou Windows 10 / 11 avec WSL2\n• Notion de base des commandes Linux\n• Avoir suivi les deux modules précédents\n• Pré-installation de Git \nInscription gratuite mais obligatoire \nInscription URL:https://isdm.umontpellier.fr/event/info-devenir-expert-en-branches-avec-git/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/info_3.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20251112T131500 DTEND;TZID=Europe/Paris:20251112T154500 DTSTAMP:20260414T211250 CREATED:20250709T135853Z LAST-MODIFIED:20251103T134145Z UID:10000228-1762953300-1762962300@isdm.umontpellier.fr SUMMARY:IA : Auto-encodeurs DESCRIPTION:Campus Triolet\, Bat 36\, A36.03\nGino Frazzoli – Institut de Science des Données de Montpellier \nApprofondissez 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. \nUne première partie présentera les notions-clés et la terminologie\, suivie de l’apprentissage de représentations\, puis des différents cas d’usage. Tout au long de la formation\, nous alternerons entre théorie et mise en pratique. \nObjectifs :\n• Comprendre le fonctionnement des auto-encodeurs\n• Définir l’espace latent et son intérêt\n• Savoir ce qu’est l’apprentissage de représentations \nPrérequis :\n• Ordinateur personnel\n• La connaissance des concepts basiques du deep learning (descente de gradient\, multi-layer perceptron\, fonction de coût/perte\, …) est nécessaire\n• Connaissance basique de Python (et sa syntaxe) pour suivre le cas pratique\n• Compte Google pour un accès à Google Colab\, sauf si vous souhaitez installer le cas pratique en local \nInscription gratuite mais obligatoire \nInscription URL:https://isdm.umontpellier.fr/event/ia-auto-encodeurs/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/ia_3.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20251106T140000 DTEND;TZID=Europe/Paris:20251106T140000 DTSTAMP:20260414T211250 CREATED:20251014T094455Z LAST-MODIFIED:20251117T082611Z UID:10000261-1762437600-1762437600@isdm.umontpellier.fr SUMMARY:Promouvoir la participation des FEMmes et leur LEADership dans les initiatives de science ouverte DESCRIPTION:Campus Triolet – Maison des Étudiants\nFEMLEAD – Université de Montpellier \nL’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. Cette session permettra aux participants d’acquérir : les connaissances nécessaires pour identifier et traiter les discriminations fondées sur le genre ; des compétences pour concevoir des projets STEM et de science ouverte inclusifs ; la capacité à développer des stratégies institutionnelles telles que les plans d’égalité de genre. \nInscription URL:https://isdm.umontpellier.fr/event/promouvoir-la-participation-des-femmes-et-leur-leadership-dans-les-initiatives-de-science-ouverte-test/ CATEGORIES:Formations ATTACH;FMTTYPE=image/jpeg:https://isdm.umontpellier.fr/wp-content/uploads/2025/10/FEMLEAD.jpg END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20251104T140000 DTEND;TZID=Europe/Paris:20251104T163000 DTSTAMP:20260414T211250 CREATED:20250709T135958Z LAST-MODIFIED:20251028T121416Z UID:10000240-1762264800-1762273800@isdm.umontpellier.fr SUMMARY:IA : Introduction au Deep Learning DESCRIPTION:Campus Triolet\, Bat 36\, SC36.06 \nGino Frazzoli – Institut de Science des Données de Montpellier \nPlongez au cœur de l’intelligence artificielle avec les bases du Deep Learning. Une première partie vous apportera notions-clés et terminologie nécessaires pour comprendre et suivre le cas pratique proposé : la classification de deux espèces. \nObjectifs :\n• Définir le Deep Learning\n• Expliquer le fonctionnement des réseaux de neurones\n• S’initier sur un cas simple \nPrérequis :\n• Ordinateur personnel\n• Notions de code en Python\n• Un compte Google pour un accès à Google Colab \nInscription gratuite \nInscription URL:https://isdm.umontpellier.fr/event/ia-introduction-au-deep-learning/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/ia_1.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20251030T131500 DTEND;TZID=Europe/Paris:20251030T161500 DTSTAMP:20260414T211250 CREATED:20250709T135906Z LAST-MODIFIED:20251028T121056Z UID:10000230-1761830100-1761840900@isdm.umontpellier.fr SUMMARY:INFO : Initiation à la reproductibilité avec Apptainer DESCRIPTION:Campus Triolet\, Bat 36\, SC36.05\nÉquipe formation – Institut de Science des Données de Montpellier \nDans 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. \nObjectifs :\n• Introduction à la notion de conteneur / image / Apptainer\n• Installation de Apptainer\n• Exécution d’un conteneur Apptainer \nPrérequis :\n• Ordinateur personnel\n• Système d’exploitation : Linux ou Windows 10 / 11 avec WSL2\n• Notion de base des commandes Linux \nInscription gratuite mais obligatoire \nInscription URL:https://isdm.umontpellier.fr/event/info-initiation-a-la-reproductibilite-avec-apptainer-2/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/info_4.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20251024T140000 DTEND;TZID=Europe/Paris:20251024T170000 DTSTAMP:20260414T211250 CREATED:20251002T072651Z LAST-MODIFIED:20251014T094633Z UID:10000258-1761314400-1761325200@isdm.umontpellier.fr SUMMARY:Promouvoir la participation des FEMmes et leur LEADership dans les initiatives de science ouverte DESCRIPTION:Campus Triolet – Maison des Étudiants\nFEMLEAD – Université de Montpellier \nL’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. Cette session s’adresse aux doctorantes des écoles doctorales de l’UM et permettra aux participantes d’acquérir : les connaissances nécessaires pour identifier et traiter les discriminations fondées sur le genre ; des compétences pour concevoir des projets STEM et de science ouverte inclusifs ; la capacité à développer des stratégies institutionnelles telles que les plans d’égalité de genre. \nInscription URL:https://isdm.umontpellier.fr/event/promouvoir-la-participation-des-femmes-et-leur-leadership-dans-les-initiatives-de-science-ouverte/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/09/FEMLEAD.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20251023T131500 DTEND;TZID=Europe/Paris:20251023T154500 DTSTAMP:20260414T211250 CREATED:20250709T135908Z LAST-MODIFIED:20250903T071507Z UID:10000232-1761225300-1761234300@isdm.umontpellier.fr SUMMARY:IA : Auto-encodeurs DESCRIPTION:Campus Triolet\, Bat 36\, SC36.05\nGino Frazzoli – Institut de Science des Données de Montpellier \nApprofondissez 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. \nUne première partie présentera les notions-clés et la terminologie\, suivie de l’apprentissage de représentations\, puis des différents cas d’usage. Tout au long de la formation\, nous alternerons entre théorie et mise en pratique. \nObjectifs :\n• Comprendre le fonctionnement des auto-encodeurs\n• Définir l’espace latent et son intérêt\n• Savoir ce qu’est l’apprentissage de représentations \nPrérequis :\n• Ordinateur personnel\n• La connaissance des concepts basiques du deep learning (descente de gradient\, multi-layer perceptron\, fonction de coût/perte\, …) est nécessaire\n• Connaissance basique de Python (et sa syntaxe) pour suivre le cas pratique\n• Compte Google pour un accès à Google Colab\, sauf si vous souhaitez installer le cas pratique en local \nInscription gratuite mais obligatoire \nInscription URL:https://isdm.umontpellier.fr/event/ia-auto-encodeurs-2/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/ia_3.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20251016T131500 DTEND;TZID=Europe/Paris:20251016T163000 DTSTAMP:20260414T211250 CREATED:20250709T135908Z LAST-MODIFIED:20250709T135908Z UID:10000233-1760620500-1760632200@isdm.umontpellier.fr SUMMARY:STAT : Sélection de variables en analyse exploratoire - Régressions régularisées\, Arbres et Forêt aléatoire DESCRIPTION:Campus Triolet\, Bat 1\, SC1.01\nJonathan Dubois – Institut de Science des Données de Montpellier \nVous 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. \nObjectifs :\n• Estimer et évaluer des modèles linéaires régularisés\, d’arbres et de forêt aléatoire.\n• Identifier les variables pertinentes à partir des résultats de ces modèles. \nPrérequis :\n• Quelques notions en statistique (tests de base\, modèle de régression linéaire\, ANOVA)\n• Les notions basiques du langage R.\n• Ordinateur personnel équipé de R (version ≥ 4.4.x)\, des packages nécessaires (indiqués après inscription)\, et d’un IDE tel que RStudio. \nPossibilité de venir à partir de 13h15 pour une assistance à l’installation des outils.\nIl existe une autre session de formation abordant des méthodes statistiques plus traditionnelles : Comparaison de modèles et réduction de dimensions. N’hésitez pas à vous inscrire.\nInscription gratuite mais obligatoire \n Inscription URL:https://isdm.umontpellier.fr/event/stat-selection-de-variables-en-analyse-exploratoire-regressions-regularisees-arbres-et-foret-aleatoire-2/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/07/19.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20251014T131500 DTEND;TZID=Europe/Paris:20251014T161500 DTSTAMP:20260414T211250 CREATED:20250709T135910Z LAST-MODIFIED:20250709T135910Z UID:10000234-1760447700-1760458500@isdm.umontpellier.fr SUMMARY:INFO : Devenir expert en branches avec Git DESCRIPTION:Campus Triolet\, Bat 36\, SC36.05\nCéline Mandier – Institut de Science des Données de Montpellier \nVenez 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. \nObjectifs de la formation :\n• Définir une branche\n• Créer et gérer des branches\n• Collaborer avec les branches\n• Connaître les bonnes pratiques des branches \nPrérequis :\n• Ordinateur personnel\n• Identifiants académiques\n• Système d’exploitation : Linux ou Windows 10 / 11 avec WSL2\n• Notion de base des commandes Linux\n• Avoir suivi les deux modules précédents\n• Pré-installation de Git \nInscription gratuite mais obligatoire \n Inscription URL:https://isdm.umontpellier.fr/event/info-devenir-expert-en-branches-avec-git-2/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/info_3.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20251007T140000 DTEND;TZID=Europe/Paris:20251007T163000 DTSTAMP:20260414T211250 CREATED:20250709T135922Z LAST-MODIFIED:20250710T134718Z UID:10000236-1759845600-1759854600@isdm.umontpellier.fr SUMMARY:IA : Large Language Models DESCRIPTION:Campus Triolet\, Bat 36\, SC36.05\nGino Frazzoli – Institut de Science des Données de Montpellier \nVenez 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 ! \nUne première partie exposera un aperçu synthétique des LLMs et de leur fonctionnement. Elle sera suivie d’une présentation des applications potentielles et des limites de ces modèles. \nObjectifs :\n• Démystifier les modèles de langage\n• Découvrir des façons de les utiliser\n• Saisir leurs limites \nPrérequis :\n• Ordinateur personnel souhaitable\n• Notions en deep learning (pour la première partie uniquement\, non obligatoire) \nInscription gratuite mais obligatoire \nInscription URL:https://isdm.umontpellier.fr/event/ia-large-language-models-2/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/07/transformer.png END:VEVENT BEGIN:VEVENT DTSTART;TZID=Europe/Paris:20251002T140000 DTEND;TZID=Europe/Paris:20251002T160000 DTSTAMP:20260414T211251 CREATED:20250709T135923Z LAST-MODIFIED:20250709T135923Z UID:10000237-1759413600-1759420800@isdm.umontpellier.fr SUMMARY:INFO : Premiers pas dans la collaboration avec Git DESCRIPTION:Campus Triolet\, Bat 36\, SC36.05\nCéline Mandier – Institut de Science des Données de Montpellier \nParticipez 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. \nObjectifs de la formation :\n• Créer et gérer des groupes d’utilisateurs sur la plateforme GitLab\n• Gérer un projet Git\n• Réaliser des pulls avec résolution de conflit de fichiers \nPrérequis :\n• Ordinateur personnel\n• Identifiants académiques\n• Système d’exploitation : Linux ou Windows 10 / 11 avec WSL2\n• Notion de base des commandes Linux\n• Avoir suivi le premier module de Git : Initiation à Git\n• Pré-installation de Git \nVous pouvez venir à partir de 13h15 pour une aide à l’installation\nInscription gratuite mais obligatoire \n Inscription URL:https://isdm.umontpellier.fr/event/info-premiers-pas-dans-la-collaboration-avec-git/ CATEGORIES:Formations ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/06/info_1.png END:VEVENT END:VCALENDAR