Je suis étudiante à la maitrise recherche en Mathématiques Appliquées à Polytechnique Montréal. Je détiens un baccalauréat en génie industriel de la même université. Mes intérêts de recherche sont orientés autour de l’interprétabilité des algorithmes d’apprentissage-machine, soit d’interpréter et expliquer les résultats d’un modèle entrainé. Je suis particulièrement intéressée à l’usage des algorithmes d’arbres de décision, tel les gradient-boosted trees, dans le contexte des problèmes reliés à la chaine d’approvisionnement. Je suis sous la supervision de Louis-Martin Rousseau.
2021
Gauthier Melançon G, Grangier P, Prescott-Gagnon E, Sabourin E, Rousseau L-M, (2021), A Machine-Learning-Based System for Predicting Service Level Failures in Supply Chains. INFORMS Journal on Applied Analytics. 51(3):167-244.