Édition #55 du lundi 26 avril 2021.


Bonne semaine!

Félix


🏆 Lien le plus populaire la semaine dernière: Data Science in Marketing - Case Studies from Airbnb, Lyft, DoorDash


Articles, nouvelles et annonces

Sommet canadien des données ouvertes 2021: Le leadership québécois à l’honneur!
Nous sommes ravis d’annoncer que Montréal sera co-organisateur de la 5e édition du Sommet canadien des données ouvertes (SCDO | CODS 2021) avec le Centre québécois d’excellence numérique au Secrétariat du Conseil du trésor du Gouvernement du Québec. Ce cinquième rendez-vous national, soutenu par la Communauté canadienne des données ouvertes, vise à élargir la discussion sur les données ouvertes, favoriser leurs réutilisations, promouvoir les initiatives en gouvernement ouvert et échanger pour faire de notre communauté un modèle mondial d'une société véritablement ouverte!


Court clears 39 post office operators convicted due to ‘corrupt data’
Ceci nous rappelle l'importance de valider nos données...
"Theft, fraud and false accounting convictions quashed after one of England’s biggest ever miscarriages of justice"


Datapane: Publish your Python Objects on the Web in 2 Lines of Code
If you want to put together your pandas.DataFrame, interactive charts such as Plotly, Bokeh, Altair, or markdown into a nice report and publish it on the web, try Datapane.


Facebook Research: Model Based Reinforcement Learning
mbrl-lib is a toolbox for facilitating development of Model-Based Reinforcement Learning algorithms. It provides easily interchangeable modeling and planning components, and a set of utility functions that allow writing model-based RL algorithms with only a few lines of code.


Why model calibration matters and how to achieve it
Calibrated models make probabilistic predictions that match real world probabilities. This post explains why calibration matters, and how to achieve it. It discusses practical issues that calibrated predictions solve and presents a flexible framework to calibrate any classifier. Calibration applies in many applications, and hence the practicing data scientist must understand this useful tool.


Événements

Dialogue ouvert : L’intelligence artificielle (IA) au Canada
Tuesday 27 April 2021 @ 13:30
Le Groupe de travail sur la sensibilisation du public du Conseil consultatif en matière d’intelligence artificielle du gouvernement du Canada organise des ateliers virtuels régionaux pour savoir ce que vous et les membres de votre communauté pensez de l’IA.
Ces ateliers permettront de formuler des recommandations au gouvernement du Canada sur la manière de sensibiliser le public à l’IA et de susciter sa confiance dans ce domaine. Les conversations seront axées sur une compréhension de la technologie, ses utilisations potentielles et les risques qui y sont associés.
Chaque atelier dure environ 2,5 h et est gratuit.


Meetup Montréal-Python: Soirée d'exercices de programmation
Tuesday 27 April 2021 @ 19:00
On se répartira en groupes selon les niveaux:
* vous savez tout juste ce qu’est une variable? groupe débutant
* vous n’avez pas codé souvent en Python et trébuchez parfois sur la syntaxe? groupe intermédiaire
* vous avez déjà programmé mais pas en Python ou vous êtes simplement prêt à aller plus loin? groupe avancé


Meetup: How to QA your ML models
Wednesday 28 April 2021 @ 16:00
Simon Dagenais from Snitch AI will go through the reasons behind using an efficient validation framework that goes beyond the common metrics used by ML practitioners and why these tests matter when building high-quality models.


How data governance enables scalable data science
Thursday 06 May 2021 @ 11:00
Key Takeaways:
- Why data governance culture enables data democratization and strengthens organization-wide trust in data
- The challenges and benefits of scaling data governance throughout the organization
- Best practices when operationalizing data governance programs


Enjeux et défis de l'IA en cybersécurité
Friday 14 May 2021 @ 12:00
L'explosion de l'utilisation de l'IA, due notamment à la multiplication des objets connectés, représente un défi majeur en cybersécurité. D'une part, il y a les enjeux liés à la protection de la vie privée et des renseignements personnels. De l'autre, il y a l'augmentation fulgurante du nombre de vecteurs d'attaque potentiels et de la surface d'attaque globale.