Description

Introduction au Machine Learning, à l’IA et à IA-Explicable en santé. Mounia N. Hocine

Utilisation SQL et Python : gestion et analyse des données de la pandémie COVID-19 : Mounia N. Hocine

Techniques de réduction de dimension : Mounia N. Hocine

Algorithmes d’apprentissage supervisé et prédiction d’un événement santé indésirable : Mounia N. Hocine

Hackathon : conception d’outil d’aide à la décision en greffe d’organes : Mounia N. Hocine

Algorithmes d’apprentissage non supervisé et détection de regroupements ou d’anomalies : Mounia N. Hocine

Comment maîtriser les enjeux éthiques et réglementaires ? Gouvernance, anonymisation et sécurisation des données de santé : Béa Arruabarrena 

Traitement des comptes rendus médicaux et classification des documents : Audreu Duval

Comment les outils de machine learning peuvent améliorer l’aide à la décision en gestion et prévention des risques liés au travail et à l’environnement ?

Journal-club : Apport des algorithmes d’IA par rapport aux méthodes classiques : Mounia N. Hocine

Techniques de Deep Learning pour des données image et capteur : Marin Ferecatu 

Finalité

Offrir un savoir-faire sur la pertinence de l'utilisation des algorithmes d'apprentissage statistique en Santé

Applications 360° dans le domaine de la santé 

Voir le contenu de l'US Séminaire, qui contient des expertises concrètes 

Compétences visées

• Description et pratique des outils de machine learning
• Illustration de leur utilisation pertinente en pratique ainsi que leurs limites
• Travaux pratiques sous R et Python

Description des modalités d'évaluation

QCM

Data Challenge

Public

Avoir des bases en statistique, épidémiologie et informatiques