Campus Triolet, Campus Triolet, Bat 36, SC36.06
Gino Frazzoli - Institut de Science des Données de Montpellier
‎
Plongez 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.
‎
Deep Learning, IA, Classification

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.
‎
Femmes, STIM

Campus Triolet, Bat 36, A36.03
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

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

Campus Triolet, Bat 36, SC36.05
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, SC36.08
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, RStudio

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

Campus Triolet, Pl. Eugène Bataillon, Bat 5, TD 5.209
Céline Mandier - Institut de Science des Données de Montpellier

Assistez 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.

INFO, Git, Initiation

Campus Triolet, Pl. Eugène Bataillon, Bat 5, TD 5.209
Gino Frazzoli - Institut de Science des Données de Montpellier

Plongez 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.

IA, Deep Learning, Classification

Campus Triolet, Pl. Eugène Bataillon, Bat 5, TD 5.209
Jonathan Dubois- Institut de Science des Données de Montpellier

Rejoignez-nous pour un atelier sur la sélection de variables en analyse exploratoire avec R!
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.

statistique, méthodologie, analyse exploratoire

Campus Triolet, Pl. Eugène Bataillon, Bat 5, TD 5.212
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.

INFO, Git, Collaboration