AAFD 2 0 1 4

Université  Paris  13  –  Ins1tut  Galilée  Sorbonne  Paris  Cité  

du  29  au  30  Avril  2014  

Appren1ssage  Ar1ficiel  &  Fouille  de  Données  Machine  Learning  &  Data  Mining  

www.lipn.univ-­‐paris13.fr/A3/AAFD14  

Accueil  et  logis1que  :  

•   Marie  Fontanillas   (LIPN,  CNRS)    •   Brigi9e  Guéveneux   (LIPN,  CNRS)    •   Nathalie  Tavares       (LIPN,  Université  Paris  13)  •   Antonia  Wilk   (LIPN,  CNRS)  

Comité  Scien1fique  :    

•   Younès  Bennani     (LIPN,  Université  Paris  13)    •   Emmanuel  Viennet   (L2TI,  Université  Paris  13)    

Conférenciers  invités  :  

•   Analyse  sta*s*que  d'un  réseau  historique    Charles  Bouveyron,  MAP5-­‐Univ.  Paris  5  

•   Mythes  et  réalités  sur  l’exploita*on  de  la  Big  Data  en  marke*ng  Yan  Claeyssen  &  Samir  Amellal,  ETO  -­‐  Groupe  Publicis  

•   Fouille  de  données  massives  avec  Hadoop    SebasVao  Correia,  Talend  

•   Classifica*on  d'un  tableau  de  con*ngence    Gérard  Govaert,  Heudiasyc-­‐UTC  

•   Classifica*on  de  sen*ments  sur  le  Web  2.0    Vincent  Guigue,  LIP6-­‐Univ.  Paris  6  

•   Co-­‐clustering  for  large  Datasets  Mohamed  Nadif,  LIPADE-­‐Univ.  Paris  Descartes  

•   Décision  adapta*ve  face  au  Big  Data    Philippe  Preux,  INRIA-­‐Lille  

•   Appren*ssage  de  métriques    Marc  Sebban,  Hubert  Curien  Lab-­‐Univ.  St  EVenne  

Comité  d’organisa1on  :                        

•   Guénael  Cabanes       (LIPN,  Université  Paris  13)  •   Nistor  Grozavu       (LIPN,  Université  Paris  13)  •   Ievgen  Redko       (LIPN,  Université  Paris  13)  

InscripVon  gratuite  mais  obligatoire  

6ème  

Edi1on  

Appren*ssage  et  Données  Massives