Data stream mining: going beyond training then testing

Résumé: Le traitement et l'analyse de séquences de données potentiellement illimitées, appelées flux de données, sont essentiels dans de nombreuses applications. Cependant, supposer que ces flux sont stationnaires est voué à l’échec. Dans cet exposé, nous discuterons de ce qu'est l'exploration de flux de données et des défis fondamentaux qu'elle pose, notamment l'apprentissage au fil du temps, les restrictions informatiques et la dérive des concepts. Enfin, je présenterai certaines des recherches en cours que nous menons dans notre groupe de recherche, notamment l'exploration de flux de données vertes, l'adaptation de la dérive des concepts dans la classification d'images et les flux de données textuels.

Bio:  Jean Paul Barddal a obtenu son doctorat. en informatique du Programme d'études supérieures en informatique (PPGIA), en 2018, où il est actuellement professeur. Il est également membre exécutif du Center for Artificial Intelligence Solutions (CISIA) et de l'Artificial Intelligence Institute (AI2). Ses sujets de recherche incluent l'apprentissage automatique à partir de flux de données, y compris les systèmes de classification, de régression, de clustering et de recommandation. Il a publié plus de 60 articles, notamment sur les développements d'algorithmes d'exploration de flux de données ou sur leur application à des problèmes du monde réel.