Le Laboratoire d’ingénierie financière de l’Université Laval (LABIFUL) offre un séminaire pratique, en trois séances, sur l’apprentissage machine (Machine Learning) en finance avec Python.

L’inscription à cet événement inclut les 3 séances. Il n’est pas possible de participer à une seule d’entre elles.

Approfondissez-y les différentes notions suivantes de l’apprentissage machine:

Formateur
Emmanuel Penka Fowe, Ph.D. (Physique-Chimie), MSc (ing. Fin)
Spécialiste principal, Validation des modèles
Société canadienne d’hypothèques et de logement (SCHL)

Séance 1. Vendredi 4 décembre 2020, 12-15h

1) Généralité en Machine Learning.

• Définition et classification
• Types d’apprentissage
• Rappel des notions de bases: Théorie de Bayes, Fonction objective et minimisation, ‘bias–variance tradeoff’
• Logiciels de développement: R, Python et Environnement de déploiement et partage (Azure ML, Google Colab, etc.)
• Quelques ‘Toolbox’ : Keras, Tensorflow, Pytorch etc.
• Applications

Séance 2. Vendredi 11 décembre 2020, 12-15h

2) L’apprentissage supervisé et non supervisé

• Régressions linéaires ou logistiques
• Arbres de classification ou de régression
• Méthodes d’ensemble (Random Forest, Boosting)
• Support vecteur machine
• Partitionnement (k-moyennes, Analyse en composante principale (PCA), t-distributed stochastic neighbor embedding (t-SNE), etc.)
• Applications

Séance 3. Vendredi 18 décembre 2020, 12-15h

3) Introduction à l’apprentissage profond (Deep-Learning)

• Réseaux de Neurone
• Réseaux récurrents
• Convolution
• Cas du ‘Natural Language Processing’
• Applications