Guillaume METZLER

Dernières nouvelles : notre papier Learning from Few Positives: a Provably Accurate Metric Learning Algorithm to Deal with Imbalanced Dataa été accepté à la conférence IJCAI 2020 de même que notre papier Landmark-based Ensemble Learning with Random Fourier Features and Gradient Boosting à la conférence ECML-PKDD 2020.

A propos

J'ai obtenu mon Doctorat en Informatique à l'Université Jean Monnet, Unversité de Lyon en Septembre 2019 après plus de trois années de thèses effectuées au sein du Laboratoire Hubert Curien sous la direction de Pr. Marc Sebban, Pr. Amaury Habrard and Pr. Elisa Fromont. Mes travaux de thèses portent sur l'apprentissage supervisé dans un contexte déséquilibré avec une application à la détection de fraudes bancaires. Cette thèse a été effectuée dans un contexte CIFRE au sein de l'entreprise Blitz Business Services et partiellement financée par l'ANRT.

Je suis actuellement post-doctorant au sein du Laboratoire Hubert Curien soius la direction de Pr. Amaury Habrard afin de poursuivre mes activités de recherche autour de ce même thème et de finaliser les travaux entrepris en fin de thèse.

Thèmes de Recherche

Apprentissage supervisé, Apprentissage déséquilibré, Apprentissage par pondération des erreurs, Théorie de l'apprentissage.

Précédemment

J'ai obtenu mon diplôme de Master de l'Université de Lyon 1 (Claude Bernard) en Mathématiques Appliquées à la Biologie et à la Médecine et aussi mon Magistère de Mathémtiques de l'Université de Strasbourg, tous deux en 2015.

Durant ma formation de Master, j'ai effectué un stage de recherche à l'INRIA sous la direction de Pr. Fabien Crauste et de Pr. Olivier Gandrillon autour de l'étude de la variabilité de la réponse immunitaire T CD8 au sein de différentes populations de souris.

Activités d'Enseignements

Vous trouverez ci-dessous une liste des enseignements effectués au cours de mon poste d'enseignant-chercheur, de mon post-doctorat mais aussi de ma thèse. Sauf mention contraire, les enseignements sont dispensés en français.

2020-2021

2019-2020

2018-2019

2017-2018

  • Optimization and Operational Research, M1 (CM: 3h, TD: 3h, TP: 12h, in English).
  • Introduction in Machine Learning, M1 (CM: 3h, TD: 2h, in English).

2016-2017

  • Optimization and Operational Research, M1 (CM 3h, TD: 3h, TP 4h, in English).

Publications

Journal

  • G.Metzler, X.Badiche, B.Belkasmi, E.Fromont, A.Habrard and M.Sebban; Learning Maximum Excluding Ellipsoids with Theoretical Guarantees , Pattern Recognition Letter (PRL), September 2018.
    [Article] [Bibtex]

Conférence Internationale

  • L.Gautheron, P.Germain, A.Habrard, G.Metzler, E.Morvant, M.Sebban and V.Zantedeschi; Landmark-based Ensemble Learning with Random Fourier Features and Gradient Boosting, In the 31st European Conference on Machine Learning & Principles and Practice of Knowledge Discovery in Databases (ECML-PKDD), Ghent, Belgium, September 2020 (core ranking A).
  • R.Viola, R.Emonet, A.Habrard, G.Metzler and M.Sebban; Learning from Few Positives: a Provably Accurate Metric Learning Algorithm to Deal with Imbalanced Data , In the 29th International Joint Conference on Artifical Intelligence (IJCAI), Yokohama, Japan, July 2020 (core ranking A*).
    [Article] [Supplementary]
  • R.Viola, R.Emonet, A.Habrard, G.Metzler, S.Riou and M.Sebban; An Adjusted Nearest Neighbor Algorithm Maximizing the F-Measure from Imbalanced Data , In Proceedings in The 31st International Conference on Tools with Artificial Intelligence (ICTAI), Portland, Oregon, USA, November 2019 (core ranking B).
    [Article]
  • K.Bascol, R.Emonet, E.Fromont, A.Habrard, G.Metzler and M.Sebban; From Cost-Sensitive Classification to Tight F-Measure Bounds , In Proceedings in The 22nd International Conference on Artificial Intelligence and Statistics (AISTATS), Naha, Okinawa, Japan, April 2019 (core ranking A).
  • [Article] [Supplementary] [Poster] [Bibtex]
  • G.Metzler, X.Badiche, B.Belkasmi, E.Fromont, A.Habrard and M.Sebban; Tree-based Cost Sensitive Methods for Fraud Detection in Imbalanced Data , In Proceedings in the 17th International Symposium on Intelligent Data Analysis (IDA), 's-Hertogenbosch, Netherlands, October 2018 (core ranking A).
  • [Article] [Slides] [Poster] [Bibtex]

Conférence Nationale

  • L.Gautheron, P.Germain, A.Habrard, G.Metzler, E.Morvant, M.Sebban and V.Zantedeschi; Apprentissage d'ensemble basé sur des points de repères avec des caractéristiques de Fourier aléatoires et un renforcement du gradient. , Conférence pour l'Apprentissage Automatique (CAp), Vannes, June 2020.
    [Article]
  • R.Viola, R.Emonet, A.Habrard, G.Metzler and M.Sebban; MLFP: Un algorithme d’apprentissage de m ́etrique pour la classification de donn ́ees d ́es ́equilibr ́ees. , Conférence pour l'Apprentissage Automatique (CAp), Vannes, June 2020.
    [Article] [Supplementary]
  • R.Viola, R.Emonet, A.Habrard, G.Metzler, S.Riou and M.Sebban; Une version corrigée de l’algorithme des plus proches voisins pour l’optimisation de la F-mesure dans un contexte déséquilibré. , Conférence pour l'Apprentissage Automatique (CAp), Toulouse, July 2019.
    [Article] [Poster] [Slides]
  • K.Bascol, R.Emonet, E.Fromont, A.Habrard, G.Metzler and M.Sebban; Un algorithme d’optimisation de la F-Mesure par pondération des erreurs de classification, Conférence pour l'Apprentissage Automatique (CAp), Rouen, June 2018.
    [Article] [Poster] [Slides]
  • G.Metzler, X.Badiche, B.Belkasmi, E.Fromont, A.Habrard and M.Sebban; Apprentissage de Sphères Maximales d'exclusion avec Garanties Théoriques, Conférence pour l'Apprentissage Automatique (CAp), Grenoble, June 2017.
    [Article] [Poster] [Slides]

Autres Documents

  • G.Metzler Learning from Imbalanced Data: An Application to Bank Fraud Detection , Université Jean Monnet, Université de Lyon, Saint-Etienne, Septembre 2019
    [Article] [Slides]

Communications Orales

  • G.Metzler; Maximum Excluding Ellipsoids , Summer school “Big Data and Business: Methods, Technologies and Innovation”, Frauenwörth Monastery, Chiemsee lake, Bavaria, Germany, July 2017.
    [Slides]

Autres

Reviewer

  • AIIPCC, 2019
  • Machine Learning Journal, 2018

Présentations et vulgarisations scientifiques

  • Cascade Classification, Séminaire des doctorants au Laboratoire Hubert Curien, 2016.
    [PDF]
  • Informatique et algorithmes : Qu'est-ce que la recherche en Informatique ? En Machine Learning ? Algorithme de Dijkstra. Fête de la science de Saint-Etienne pour collégiens et lycéens, 2016.