算法和 IA 对我们生活的方方面面都有重大影响。在 IA 领域，当机器学习模型暴露在主观学习数据而不是代表数据的集合中时，就会产生算法耦合，从而导致模型结果的下降，并使决策的准确性受到质疑。.

与集体合作 Women@Artefact 在这些问题专家的协助下，我们建议探讨这些问题，并讨论具体的解决方法，以促进国际警 察的使用既符合伦理又公平合理。.

议程

  • 9h | Accueil et networking

  • 9h30 | Introduction et contexte par 埃马纽埃尔-马勒贝 et le collectif Women@Artefact

  • 9h40 | Présentation des approches algorithmiques de réduction des biais par 洛朗-里瑟, CNRS à l'IMT 研究工程师 和计算机视觉案例中的插图 维罗妮卡-希洛娃, 图卢兹第三大学博士和 Artefact.

  • 10h | 主题演讲 de 卡米洛-罗德里格斯, 基金会 机器学习实验室

  • 10h20 | 主题演讲 让-马里-约翰-马修斯, 共同创始人 吉斯卡德人工智能

  • 10h40 | 结论 par Artefact puis échanges & networking

Les Matinales de la Data par Artefact

  • 每个双月在各地举行的会议 - 决策者们在会议上发表讲话和圆桌会议，揭示 Data 当前和未来的问题。.

  • 联网 - data 世界的决策者和行动者之间的会议，以便就现有的问题和良好做法进行交流。.

  • 经验回顾 - 专家和合作伙伴回顾受启发并适用于不同活动领域的使用案例。.

发言人

Jean-Marie John-Mathews

让-马里-约翰-马修斯, ，博士，联合创始人

GISKARD AI

Camilo Rodriguez

卡米洛-罗德里格斯, Fondateur

机器学习实验室

Veronika Shilova

维罗妮卡-希洛娃, 计算机视觉偏差研究科学家

图卢兹第三保罗萨巴蒂埃大学

Laurent Risser

洛朗-里瑟, 博士，法国国家科学研究中心研究工程师

图卢兹数学研究所

Emmanuel Malherbe

埃马纽埃尔-马勒贝, Artefact Research Center 主任

Artefact