15 novembre 2024 : MACHINE LEARNING FOR STREAMFLOW FORECASTING : UN GUIDE POUR LE PRATICIEN
Date/Heure : Vendredi 15 novembre 2024, de 13 heures à 16 heures (heure de l'Est)
A propos de l'événement :
Ce court atelier a pour but de démontrer les concepts de base de l'apprentissage machine (ML) et de montrer aux praticiens comment ils peuvent être utilisés pour la prévision du débit des cours d'eau. L'atelier utilisera des carnets de notes interactifs de Colab pour guider les participants à travers le "pipeline" de l'apprentissage automatique pour la prévision des débits d'eau. L'objectif est que les participants acquièrent une expérience pertinente et des outils pratiques d'apprentissage automatique qu'ils pourront appliquer dans leur pratique.
Les réseaux de mémoire à long terme (LSTM) seront présentés et utilisés pour générer des prévisions de débit en utilisant des ensembles de données de source ouverte. Les sujets abordés incluront le prétraitement des données, l'entraînement du modèle et la vérification hors échantillon.
Facilitateurs : John Quilty et Mohammad Sina Jahangir
Bio - John Quilty: John Quilty est professeur adjoint au département de génie civil et environnemental de l'université de Waterloo et titulaire de la chaire Sinnathamby en IA pour les solutions durables. Ses recherches portent sur des outils innovants permettant d'aborder les questions de non-linéarité, de changement à plusieurs échelles et d'incertitude dans les prévisions hydrologiques. Le professeur Quilty est également rédacteur en chef adjoint du Journal of Hydrology.
Bio - Mohammad Sina Jahangir : Mohammad Sina Jahangir est associé de recherche au département de génie des bioressources de l'Université McGill et ancien élève de l'Université de Waterloo. Il se spécialise dans le développement, la conception, l'optimisation et le déploiement de modèles d'apprentissage profond. Ses recherches sont principalement axées sur le développement de modèles d'apprentissage profond probabilistes et génératifs pour les prévisions à plusieurs échelles.
Conditions préalables : Un ordinateur portable qui peut se connecter sans fil à Internet. Un compte Gmail pour accéder à Google Collab/Drive.
