Matinale de la Data #9 | Artefact
En collaboration avec notre collectif Women@Artefact
En IA, le biais algorithmique survient lorsque le modèle de machine learning est exposé à des données d’apprentissage subjectives plutôt qu’à un ensemble représentatif, provoquant une déviation des résultats du modèle et remettant en question la fiabilité de la prise de décision.
En collaboration avec notre collectif Woman@Artefact et accompagnés par des experts de ces enjeux, nous vous proposons d’explorer ces biais et de discuter des moyens concrets pour les atténuer, afin de favoriser une utilisation éthique et équitable de l’IA.
Agenda
Speakers
|
Jean-Marie John-Mathews PhD, Co-fondateur GISKARD AI |
Camilo Rodriguez Fondateur MACHINE LEARNING LAB |
|
Veronika Shilova Research Scientist on Biases in Computer Vision UNIVERSITÉ TOULOUSE III PAUL SABATIER |
Laurent Risser PhD, CNRS Research Engineer TOULOUSE MATHEMATICS INSTITUTE |
|
Emmanuel Malherbe Head of Research Center ARTEFACT |
Inscrivez-vous dès maintenant !