Introduction au prétraitement de données pour l'intelligence artificielle

lundi 10 novembre 2025, 09:00 à 12:00

Lieu
Université Laval, Pavillon Alphonse-Desjardins
2325 Rue de l'Université, Québec, QC. G1V 0A6
Salle
Grand Salon - UL

La préparation des données accapare souvent 80 % du temps consacré à un projet, et les 20 % restants servent à leur analyse. La partie la plus intéressante est bien sûr la dernière, mais la qualité des résultats dépendra de l’attention portée au nettoyage des données. Celles-ci proviennent souvent de sources multiples et présentent des valeurs manquantes, des valeurs aberrantes, des unités très variées, etc. De plus, elles regroupent des variables numériques, catégoriques et textuelles sans liens apparents. Il faut donc les nettoyer, combler les lacunes, supprimer les erreurs et les convertir, entre autres. Ainsi, la phase de prétraitement des données consiste à les peaufiner afin d’en extraire un maximum d’informations. Nous allons voir les principales étapes de prétraitement et utiliser des scripts en Python pour les mettre en pratique sur plusieurs jeux de données réelles. 

Pierre Gravel
Pierre Gravel
Scientifique de données
Institut intelligence et données
Pierre Gravel possède une vaste expérience dans les domaines de la R et D…
Pierre Gravel possède une vaste expérience dans les domaines de la R et D universitaire et industrielle. Après avoir obtenu son B.Sc. en génie physique à l’Université Laval, il a débuté sa carrière comme ingénieur physicien dans l’industrie (CAE, Montréal), puis s'est orienté vers la physique (M. Sc., U. Montréal) et l’astrophysique (Ph. D., U. Toronto). Son expérience en imagerie astronomique l’a mené chez The MathWorks aux États-Unis, où il est devenu développeur Matlab en analyse d’images. Il a ensuite œuvré comme chercheur postdoctoral et ingénieur de recherche en génie biomédical dans divers laboratoires universitaires au Québec (U. Laval, ÉTS) et en France (École nationale supérieure des arts et métiers de Paris). Chez Genetec (Montréal), il s’initie à l’apprentissage profond et développe le premier réseau de neurones de l’entreprise, utilisé pour la reconnaissance des plaques d’immatriculation dans de multiples langues et pays. Il est aujourd’hui professionnel de recherche à l’IID (Université Laval) et se concentre sur l'aspect pédagogique de l’apprentissage automatique. Il supervise de nombreux étudiants à la maîtrise professionnelle en informatique - IA, crée des cours en ligne et anime des conférences sur les applications de l’IA dans la société. Il a contribué à plusieurs écoles d’été et d’hiver sur l’intelligence artificielle au Québec et en France.