Ecole I3AFD


Intelligence Artificielle : Apprentissage Automatique et Fouille de données

Lieu : Campus de l’Université de Yaoundé 1, Yaoundé (Cameroun)

Dates : 25-29 Mars 2024


La pré-inscription est obligatoire et votre inscription sera confirmée par mail. Vous pouvez demander votre pré-inscription sur ce lien

Responsables scientifiques :

Mephu Nguifo Engelbert (UCA) et Tsopze Norbert (UY1)

Comité Scientifique :

  • Bouetou Bouetou Thomas (UY1-ENSPY, Cameroun)
  • Issam Falih (UCA, France),
  • Lonlac Konlac Jerry (IMT Nord Europe, France)
  • Melatagia Yonta Paulin (UY1, Cameroun)
  • Mephu Nguifo Engelbert (UCA, France)
  • Nkambou Roger (UQAM, Canada)
  • Tiogning Lauraine (UY1-ENSPY, Cameroun)
  • Tsopze Norbert (UY1, Cameroun)

Contexte :

Avec le développement des technologies d’acquisition de données telles que l’Internet des objets, les jumeaux numériques et autres, de grands volumes de données sont produits au quotidien et leur exploitation peut apporter une aide considérable à la prise de décision. Ces données pour la plupart séquentielles ont souvent des incertitudes dans leur mesure. La prise en compte de l’aspect temporel et des incertitudes dans les données peut améliorer les résultats des analyses faites sur ces données et améliorer la prise de décision.
De nombreuses applications peuvent de ces analyses se faire dans le contexte Camerounais: les outils d’intelligence artificielle (IA) peuvent d’une part aider des entreprises dans l’exploitation des données accumulées dans leurs serveurs; dans des situations de manques de données (ou avec des faibles quantités de données), l’apprentissage par transfert peut être utile pour réadapter les modèles construits sur des données secondaires. D’autres part, l’analyse des séries temporelles permet d’extraire des tendances observables dans le temps et les motifs graduels qui permettront d’observer les co-évolutions entre les attributs.

Objectifs :

Cette école est portée par le projet FDMI-AMG (https://fdmi.limos.fr) financé par le CNRS. Elle est organisée en partenariat avec la société savante camerounaise CAIS . L’objectif principal est de fournir aux jeunes étudiants de thèse et Master, une culture large et spécialisée pour l’analyse des données, particulièrement en apprentissage artificiel, et en lien avec les applications potentielles dans le contexte local.

Conséquences attendues :

L’un des buts de l’école est de fournir une vue large de plusieurs concepts importants en Apprentissage artificiel en lien avec le contexte de développement au Cameroun et en Afrique.

Programme :

Le but de cette école est de fournir des cours avancés sur les notions essentielles de l’apprentissage et de la fouille de données. Le programme de cette école d'été, étalé sur 5 jours, est principalement composé de cours fondamentaux de 3h complétés par des travaux pratiques de 2h sur des sujets spécifiques.

  • 25 Mars 2024 : Paulin Melatagia et Ange Tato
    • Matin : Apprentissage et Optimisation
    • Après-midi : Travaux pratiques Apprentissage et Optimisation
  • 26 Mars 2024 : (Norbert Tsopze et Pierre Marquis)
    • Matin : Explicabilité
    • Après-midi : Travaux pratiques Explicabilité
  • 27 Mars 2024 : (Engelbert Mephu Nguifo et Eamonn Keogh)
    • Matin : Séries temporelles et flux de données
    • Après-midi : Travaux pratiques Séries temporelles et Flux de données
  • 28 Mars 2024 : (Issam Falih et Antoine Cornuéjols)
    • Matin : Apprentissage par transfert
    • Après-midi : Travaux pratiques Apprentissage par transfert
  • 29 Mars 2024 : (Jerry Lonlac et Clementin Tayou)
    • Matin : Motifs graduels
    • Après-midi : Travaux pratiques Motifs graduels

Participants attendus :

Le cours est destiné principalement aux étudiants de thèse et de Master de la spécialité science de données. Toutefois, les personnes ayant au quotidien dans leurs activités l’analyse de données peuvent aussi participer. Les participants doivent avoir des prérequis sur des notions de fouille de données telles que : le prétraitement des données, la visualisation, la classification. Ils devront aussi avoir des bases sur le langage de programmation python.

Mots-clés :

IA, Apprentissage artificiel, Optimisation, Apprentissage par transfert, Explicabilité,

Inscription :

Pour participer à cette école thématique, une pré-inscription est obligatoire en cliquant ici. Votre inscription sera confirmée par mail.