Session de formationFormation, Culture scientifique et technique
22 septembre 2025 - 26 septembre 2025Villar-d'Arène - Jardin du Lautaret
Du 22 au 26 septembre 2025. Une formation doctorale à destination des doctorantes et doctorants, des post-doc et des jeunes scientifiques ayant pour thème "Machine learning en écologie". Inscriptions ouvertes jusqu'au 27 mai 2025. Frais de formation et de séjour pris en charge par AnaEE. 24 places disponibles.
Machine learning en écologie : grands principes et applications
Organisée dans le cadre du réseau thématique national Greenomics avec l’infrastructure de recherche nationale AnaEE France, l'école, coordonnée par Philippe Vandenkoornhuyse, s’adresse en particulier aux doctorants/doctorantes, post-doc, chercheurs/chercheuses ou personnels scientifique désirant se former et approfondir leurs connaissances du machine learning dans l'analyse d'images et de séquences ADN. Elle consistera en une série de cours magistraux pour couvrir la théorie et les concepts, de travaux dirigés, et d'une visite de site.Les cours seront délivrés en français. L’école d’été commencera par une phase commune à tous les participants/participantes, visant à introduire les méthodes classiques d’apprentissage automatique (régression logistique, forêts aléatoires, SVM, réseaux de neurones) et des méthodes de projections de données (ACP, t-SNE, U-map, Auto-encodeurs). Les participants/participantes pourront ensuite choisir de suivre l’un des deux ateliers de spécialisation sur le reste de la semaine (choix au moment de la préinscription).
Atelier “séquences”
Cet atelier s’intéresse aux grandes méthodes pour traiter des données sous la forme de séquences de symboles (textes, séquence d’acides aminés, etc). Nous commencerons par introduire les algorithmes classiques d’analyse du langage naturel (TF-IDF, Continuous Bag-of-Words, Skip-gram) et appliquerons les méthodes vues dans la partie communes pour classer automatiquement des séquences ou prédire des informations d’intérêt à partir de celles-ci. Dans un second temps, nous introduirons les algorithmes de Deep learning et leur utilisation pour les séquences, tels que les réseaux de neurones à convolution, les réseaux récurrents ou encore les architecture à base de Transformers (qui sous-tendent la plupart des larges modèles de langues).Toutes les méthodes seront d’abord présentées de manière didactique puis des exercices pratiques seront proposés pour les mettre en œuvre et se les approprier.
Atelier “images”
Dans ce module, nous nous focaliserons sur les méthodes de machine / deep learning pour les données images (Observation de la Terre). Nous aborderons dans un premier temps les spécificités des données 2D (résolution spatiale, bandes spectrales, …) ainsi que les principales approches de traitement d’images (filtrage, convolution, histogrammes, …) permettant d’extraire de l’information. L’utilisation de telles approches avec les outils du machine learning vus durant la partie commune sera ensuite proposée. Dans un second temps, nous aborderons les principales architectures et les spécificités des réseaux de neurones profonds pour les images (convolutions 2D, pooling, réseaux résiduels, fusion d'images, …) et appliquerons cela à la classification.
En raison du succès de l'école d'été 2024, cette école d'été 2025 en est une réédition. Les enseignements proposés sont les mêmes et s'adressent donc aux personnes qui n'ont pas pu venir l'année dernière, ainsi qu'aux nouvelles personnes intéressées par ce sujet.
Vous êtesVous souhaitezValiderPartager le lienCopierCopiéFermer la fenêtre modalePartager l'URL de cette pageJe recommande cette page :Consultable à cette adresse :La page sera alors accessible depuis votre menu "Mes favoris".Arrêter la vidéoJouer la vidéoCouper le sonJouer le sonChat : Une question ?Chatbot Robo FabricaStatistiques de fréquentation MatomoX (anciennement Twitter)