Logo Lab-STICCDes capteurs à la connaissance : Communiquer et décider

Optimisation combinatoire et apprentissage automatique interprétable

-

Équipe : DECIDE  

Le groupe DAAO (Data, Machine Learning, and Optimization) du GDR RO a le plaisir d'annoncer le tutoriel en ligne de Thibaut Vidal sur l'optimisation combinatoire et l'apprentissage automatique interprétable le 21 juin 2021 de 14h à 16h (CEST).

Titre : Optimisation combinatoire et apprentissage automatique interprétable

Conférencier : Thibaut Vidal
CIRRELT, Département de Mathématiques et Génie Industriel, Ecole Polytechnique de Montréal
Département d'Informatique, Université Pontificale Catholique de Rio de Janeiro

Résumé :
L'utilisation d'algorithmes d'apprentissage automatique en finance, en médecine et dans de nombreux autres domaines peut avoir un impact profond sur la vie humaine. Par conséquent, des efforts considérables ont été déployés pour améliorer les pipelines d'apprentissage automatique, les rendant plus précis, robustes et interprétables. Dans ce séminaire, nous explorons la synergie entre les algorithmes d'optimisation combinatoire et le domaine de l'apprentissage automatique. Nous nous concentrons sur les ensembles d'arbres (y compris les forêts aléatoires et le gradient boosting), une famille populaire de modèles avec de bonnes performances empiriques qui est souvent utilisée comme un remplacement plus transparent des réseaux neuronaux. Nous discutons des techniques d'interprétation, d'explication et de simplification de ces modèles du point de vue de l'optimisation combinatoire. Nous illustrons l'utilisation d'algorithmes de programmation dynamique pour simplifier les ensembles d'arbres en construisant un seul arbre de décision ---de taille minimale--- qui reproduit fidèlement la fonction de décision d'un ensemble d'arbres. De plus, nous montrons que la recherche d'explications contrefactuelles (c'est-à-dire de petites perturbations plausibles de l'entrée qui modifient le résultat de la classification) peut être présentée comme un programme mixte en nombres entiers et résolue efficacement. Nous concluons l'exposé avec d'autres perspectives de recherche liées à l'application des techniques d'optimisation combinatoire dans l'apprentissage automatique interprétable.

Inscription
L'inscription est gratuite mais obligatoire. Pour des raisons techniques, un maximum de 250 inscriptions sera accepté. Le lien de connexion sera envoyé par email aux participants inscrits.

https://www.linkedin.com/posts/sevaux_combinatorial-optimization-and-interpretable-activity-6807676766463905792-9BLD

Organisateurs
Jérôme Malick
Axel Parmentier



page supérieure