Présentation du tutoriel

Orateurs

Yann Cabanes (Post-doctorant à l’Université de Carleton à Ottawa (Canada) et Ingénieur de recherche à mi-temps à l’Université de Rennes 2)

Ma mission en tant qu’ingénieur de recherche à l’Université de Rennes 2 est de maintenir la librairie tslearn [1] créée par Romain Tavenard. Je travaille notamment à l’intégration du backend PyTorch à la librairie tslearn. J’ai réalisé une thèse de mathématiques appliquées à l’Institut de mathématiques de Bordeaux durant laquelle j’ai donné 128 heures de cours en Licence 1 et Licence 2 à l’Université de Bordeaux. J’ai ensuite réalisé un premier ATER de 6 mois à l’Université de Bordeaux durant lequel j’ai eu l’occasion d’encadrer des travaux pratiques en Python sur des thèmes de statistiques, puis j’ai effectué un second ATER à l’IUT de Bordeaux. Pour plus de détails sur mes activités, voici un lien vers ma page personnelle.

Johann Faouzi (Enseignant-chercheur - École Nationale de la Statistique et de l’Analyse de l’Information)

Créateur du paquet Python pyts dédiée à la classification de séries temporelles (près de 2m de téléchargements, 1.4+ stars sur GitHub), une partie de mes travaux de recherche se focalisent sur l’apprentissage automatique pour les données temporelles. Un article [2] décrivant pyts a été publié dans JMLR en 2020. J’ai également contribué à la librairie tslearn [1]. Une revue de littérature sur les algorithmes et les librairies pour la classification de séries temporelles [3] a également été acceptée comme chapitre de livre. J’enseigne la programmation en Python, la programmation orientée objet et la documentation du code, et je suis responsable du projet “Traitement de données” à l’ENSAI.

Romain Tavenard (Professeur - Université de Rennes 2 )

Créateur de la librairie tslearn d’apprentissage à partir de données temporelles (3M+ téléchargements, 2k+ stars sur GitHub), mes travaux de recherche se focalisent sur l’apprentissage pour les données temporelles (lien vers ma page web). La librairie tslearn est décrite dans l’article [1] publié dans JMLR. J’enseigne la programmation en Python, l’apprentissage profond, ainsi que l’apprentissage à partir de données temporelles, à l’Université de Rennes 2 et à l’ENSAI (lien vers les notes du cours d’apprentissage sur données temporelles à l’ENSAI)

Références

[1] R. Tavenard, J. Faouzi et al. Tslearn, a machine learning toolkit for time series data. The Journal of Machine Learning Research, 2020.

[2] J. Faouzi and H. Janati. pyts: A Python Package for Time Series Classification. Journal of Machine Learning Research, 21(46):1−6, 2020.

[3] J. Faouzi. Time Series Classification: A review of Algorithms and Implementations. To appear in: Ketan Kotecha (Ed.), Machine Learning (Emerging Trends and Applications), ISBN 978-1-8381524-1-3, 2023.