Mastercourse 'Data Innovation beyond the Hype'

Le mastercourse '‘Data Innovation beyond the Hype’, organisé par le laboratoire Sirris de compétences en données et IA (EluciDATA Lab), consiste en plusieures sessions et webinars offrant une approche pragmatique et axée sur l'industrie, de l'innovation guidée par les données.

Le mastercourse ‘Data Innovation beyond the Hype’, organisé par le laboratoire Sirris de compétences en données et IA (EluciDATA Lab), consiste en plusieures sessions et webinars offrant une approche pragmatique et axée sur l'industrie, de l'innovation guidée par les données. Le mastercourse propose des sessions pragmatiques et orientées vers l'industrie, sur l'innovation guidée par les données. En plus, l'EluciDATA Lab a crée quelques nouvelles sessions spécifiques sur l'application industrielle de la science des données et de l'intelligence artificielle (AI).

Webinars

Webinar sessions on the industrial relevance of advanced AI/ML methods - Online

Le but de cettes sessions webinar est d’aider les participants à mieux cerner le type de problèmes que ces techniques de machine-learning peuvent résoudre. Plusieurs exemples concrets, provenant de domaines divers, serviront d’illustration. Les méthodologies d'apprentissage automatique suivantes seront notamment abordées dans des différents webinars:

  • An introduction to reinforcement learning and active learning
  • An introduction to deep learning and federated learning

Les caractéristiques, avantages et inconvénients de chaque méthode seront expliqués en détail, ainsi que le ou les algorithmes les plus couramment utilisés pour résoudre un problème industriel particulier. Les participants seront ainsi guidé dans leur choix de la technique appropriée en connaissance de cause et en fonction de la problématique à résoudre, des données disponibles (dimensionnalité, types d'attributs, etc.) et des exigences attendues du modèle (interprétabilité, précision, évolutivité, etc.).

Le contenu de ces webinars est le même que celui de la session mastercourse physique 'The industrial relevance of advanced AI/ML methods'. Les webinars seront relancés au besoin.

Sessions générales

Session 1 : L'art de formuler une tâche de science des données (26/11/2020) - Heverlee

Le but de cette session est d’offrir une vue d’ensemble de la science des données et de ses possibilités d’innovation d’un point de vue industriel. À l'aide de cas concrets de projets d'innovation de données en cours dans plusieurs domaines, le chemin créatif et itératif allant de la compréhension de l'entreprise à l'exploitation des données, sera décrit au moyen des différentes étapes du processus de science des données. Une attention particulière sera accordée aux types de défis pouvant être abordés, ainsi qu'aux données et compétences dont vous aurez besoin pour relever ces défis. En outre, certaines croyances généralement répandues sur l’analyse de données en tant que produit de base y seront démystifiées.

Session 2 : Apportez votre propre défi d'innovation de données (session sur demande)

Session 2aVenez avec votre propre défi de données : proposition

Durant cette première session, nous invitons les participants à venir avec leur propre défi (business problem) et une description de leur jeu de données disponibles, qui pourrait être utilisé pour répondre au défi. Les participants présenteront d’abord leur défi au groupe et prendront part à la discussion interactive afin d’identifier les opportunités pour tirer parti de leurs données. Par la suite, avec les experts du EluciDATA Lab, les participants développeront un plan afin d’analyser les données, et de répondre à des questions spécifiques concernant leur cas d’utilisation. 

A la fin de la session, les participants seront en possession d’un plan d’analyse structuré. 

Session 2b : Venez avec votre propre défi de données : exécution

Durant cette seconde session, les participants exécuteront, avec l’aide des experts du EluciDATA Lab, l’analyse de leur jeu de données en accord avec le plan d’analyse développé durant la première session. Les participants auront à leur disposition un environnement informatique interactif incluant des calepins (notebooks) Jupyter et des librairies Python standard. Ils auront aussi à leur disposition des outils spécifiquement conceptualisés pour accélérer l’analyse de données.

A la fin de la session, les participants auront progressé dans l’extraction de connaissances exploitables à partir de leurs données, qui pourraient être appliqués à leur propre défi.

Si vous êtes intéressé pour les sessions 2, contactez Caroline Mair (caroline.mair@sirris.be)

Session 3 : De l’importance de l’exploration de données et de l’établissement d’hypothèses (date à annoncer) - Heverlee

Avoir une idée claire des opportunités commerciales et disposer d’une bibliothèque d’algorithmes intelligents ne suffit pas pour aboutir à une solution axée sur les données. Une compréhension approfondie des données disponibles afin d’en tirer des hypothèses de travail viables sur les mécanismes sous-jacents du problème étudié, est tout aussi importante. Les données sont-elles appropriées pour résoudre le défi à relever ? Sont-elles de qualité et de nature suffisantes ? Quelles sont les données manquantes ? Présentent-elles des caractéristiques et des tendances significatives pouvant être exploitées afin de modéliser et de mieux comprendre le problème à l’étude ? Dans cette session, plusieurs approches d’exploration de données seront discutées, avec une attention particulière pour les techniques d’exploration de données numériques et visuelles.

Inscrivez-vous ici !

Session 4 : Le pouvoir de la visualisation de données (date à annoncer) - Heverlee

La visualisation de données est un mécanisme puissant, utile dans plusieurs phases du processus de science des données : il prend en charge l’exploration de données et de leur compréhension, et permet de présenter aux utilisateurs des idées extraites de ces données. Toutefois, choisir la méthode de visualisation des données la plus efficace n’est pas simple. Si elles ne sont pas sélectionnées avec soin, les visualisations pourraient être inappropriées et conduire à des interprétations erronées. Choisir la visualisation la plus efficace exige non seulement de savoir quelles méthodes existent et sont les plus adaptées, mais exige aussi des connaissances concernant le domaine, le problème et aussi la perception humaine. L’objectif de cette session est de donner un aperçu des méthodes de visualisation des données existantes et de définir la façon dont elles peuvent être plus efficacement utilisées pour mettre en évidence des propriétés importantes des données, mettre l’accent sur les tendances, révéler des structures cachées, etc.

Inscrivez-vous ici !

Session 5 : L'art de l'ingénierie de fonctionnalité (date à annoncer) - Heverlee

Tout algorithme intelligent, utilisé pour apprendre quelque chose à partir de données, exige que ces dernières soient présentées de la manière la plus optimale possible. Le processus consistant à transformer les données et à en extraire les caractéristiques distinctives les plus pertinentes est appelé ingénierie de fonctionnalité. C’est sans doute l’étape la plus importante dans le processus de science des données, car même l’algorithme le plus intelligent ne pourra pas produire de résultats satisfaisants si les données utilisées ne saisissent pas les propriétés essentielles du phénomène étudié. Il n'y a pas de processus formel clairement défini pour l’ingénierie de fonctionnalité et par conséquent cette dernière nécessite beaucoup de créativité, d'itérations, de connaissances du domaine, etc. L’objectif de cette session est de donner un aperçu des approches les plus couramment utilisées, ainsi que des leçons apprises et des pièges habituels concernant différents types de données (données de capteur, données de localisation, etc.) et paramètres de problème (prédiction, profilage, etc.).

Inscrivez-vous ici !

Session 6 : Choisir le bon algorithme pour la bonne tâche (date à annoncer) - Heverlee

Le but de cette session est de présenter aux participants les tâches les plus importantes de la science des données (classification, regroupement, régression, etc.) et de donner un aperçu des algorithmes et des techniques les plus couramment utilisés pour résoudre chacune de ces tâches. Les caractéristiques, avantages et inconvénients de chacune des méthodes, seront expliqués afin de guider les participants à faire un choix conscient en ce qui concerne les données disponibles (dimensionnalité, types d’attributs, etc.) et les exigences du modèle attendu (intelligibilité, précision, évolutivité, etc..). Enfin, nous présenterons les principes directeurs pour former et évaluer les modèles qui en résultent, y compris un aperçu des pièges habituels et des mesures d’évaluation fréquemment utilisées.

Inscrivez-vous ici !

Sessions concentrés sur les applications industrielles

Session sur les opportunités et les défis de l'analyse de parc de machines (15/10/2020) - Heverlee

Au cours de cette session, les participants se familiariseront avec les techniques les plus récentes d'analyse de parcs d'actifs, tels que des machines industrielles ou des véhicules. La session est destinée à présenter les techniques permettant de résoudre les problèmes courants auxquels sont confrontés les exploitants de parcs de machines :

  • identification des actifs défectueux ou sous-performants
  • traitement des pertes de connexions de données et des données manquantes
  • analyse comparative des actifs entre eux
  • déterminer la durée de vie utile restante des actifs
  • modéliser les nouveaux actifs qui manquent de données historiques

Dans chaque cas, le contexte du parc fournit des informations supplémentaires qui peuvent vous aider à améliorer l'efficacité opérationnelle de vos actifs. Les techniques sont introduites aux niveaux conceptuel et intuitif avec des exemples pratiques issus du monde réel. 

Inscrivez-vous ici !

Session sur la pertinence industrielle des méthodes avancées d'IA/ML (24/09/2020) - Zwijnaarde

Le but de cette session est d’aider les participants à mieux cerner le type de problèmes que ces techniques de machine-learning peuvent résoudre. Plusieurs exemples concrets, provenant de domaines divers, serviront d’illustration. Les méthodologies d'apprentissage automatique suivantes seront notamment abordées :

  • Reinforcement learning 
  • Deep learning 
  • Bio-inspired computing 
  • Active learning 
  • Federated learning

Les caractéristiques, avantages et inconvénients de chaque méthode seront expliqués en détail, ainsi que le ou les algorithmes les plus couramment utilisés pour résoudre un problème industriel particulier. Les participants seront ainsi guidé dans leur choix de la technique appropriée en connaissance de cause et en fonction de la problématique à résoudre, des données disponibles (dimensionnalité, types d'attributs, etc.) et des exigences attendues du modèle (interprétabilité, précision, évolutivité, etc.).

Cette session est aussi disponible en version Online via des webinars.

Inscrivez-vous ici !

Informations pratiques

Public ciblé

Le matercourse est ouvert à toutes les entreprises qui s’intéressent à l’innovation de données comme une opportunité pour l’entreprise et ses activités. Pour les sessions de 3 à 6 et pour les sessions concentrées sur les apllications industrielles, certaines compétences analytiques de base (par exemple haut niveau de compréhension de l’algèbre et de l’interprétation des données statistiques) constituent une condition préalable.

Tarification

SessionNormal priceEarly bird*/Sirris member**
Session 1 : L'art de formuler une tâche de science des données575 euro525 euro
Session 2 : Apportez votre propre défi d'innovation de données1025 euro975 euro
Session 3 : De l’importance de l’exploration de données et de l’établissement d’hypothèses575 euro525 euro
Session 4 : Le pouvoir de la visualisation de données575 euro525 euro
Session 5 : L'art de l'ingénierie de fonctionnalité575 euro525 euro
Session 6 : Choisir le bon algorithme pour la bonne tâche575 euro525 euro
Sessions concentrées sur les applications industrielles  
Opportunities and challenges of fleet-based analytics625 euro575 euro
Industrial relevance of advanced AI/ML methods625 euro575 euro
Webinars150 euro150 euro


* Le prix ‘réponse rapide’ ne s’applique aux non-menbres Sirris qui s'incrivent au moins trois semaines à l’avance.

** Ce prix s’applique à tout membre de Sirris s’inscrivant, à tout moment. 

  • Tous les prix s’entendent hors TVA.
  • Une copie papier des notes de cours est incluse dans le prix de l’inscription. Toutes les sessions sont données en anglais.

Les PME flamandes peuvent utiliser le portefeuille PME (le portefeuille PME doit être demandé au moins 14 jours après le cours, sinon la demande sera refusée).  (Numéro d’agréation Sirris : DV.O105154). 

Pour en savoir plus, rendez-vous sur http://www.kmo-portefeuille.be/ ou contactez-nous).   

Conditions générales

Toute annulation doit être notifiée par e-mail. Une annulation effectué avant les 3 jours ouvrables précédant une session est gratuite. Après cette échéance, nous vous facturerons 50% des frais de participation (TVA incluse). En cas d'annulation le jour même, le montant complet de l'inscription sera dû. En cas de non-présentation, le montant complet de l’inscription sera également dû. Il est toujours possible de se faire remplacer par un collègue, moyennant notification préalable par e-mail à communication@sirris.be.