Stage recherche LAAS & UQAM Québec de Julien Ferry

Dans le cadre d’une collaboration entre le LAAS-CNRS et l’Université du Québec à Montréal (UQAM) où il a effectué une visite de deux semaines, Julien FERRY a été encadré pour son stage d'été au LAAS-CNRS, équipe ROC par M.J. Huguet et M. Siala, et à l'UQAM par U. Aivodji et S. Gambs.

L’objectif du stage de 4ème année de Julien FERRY était de transformer un algorithme d’apprentissage machine (de type branch and bound) produisant un modèle de type «règles de décisions » ou « rule lists ». Le choix du modèle d’apprentissage était imposé et guidé par le fait que ce soit un modèle interprétable par construction. Julien s'est appuyé sur un algorithme de la littérature, CORELS, produisant des rule lists certifiées optimales en termes de précision/taille, en y intégrant différentes mesures d’équité (fairness). L’algorithme d’optimisation multi-objectif réalisé a fait l’objet d’un article soumis à la conférence ACM FAT et déposé sur le site d’archives Arxiv : « Learning fair rule lists ».

Exemple de rule list obtenue avec différentes valeurs d'unfairness et de pertinence (accuracy) 

 

De plus, le stage a donné lieu au développement d’un module python public déposé sur Pypi : « faircorels ». Son efficacité (liée aux nouvelles bornes), mais aussi la richesse de ses paramètres d’appel le rend utilisable pour générer différents compromis précision/équité, et facilement intégrable dans différents framework (ensemble learning...etc).

Ensemble des valeurs des solutions de compromis obtenues (valeurs d'unfairness et d'erreur = 1-accuracy)

 

Ce stage a permis à Julien FERRY d'approfondir ses connaissances sur les domaines de l’apprentissage machine et de l’optimisation combinatoire, notamment sur les problématiques nouvelles de l’équité et de l’interprétabilité. Il a pu découvrir le monde de la recherche en France et au Canada, à travers la rédaction d’un papier et la présentation de son travail lors de séminaires d’équipe au LAAS-CNRS et à l’UQAM.