Machine Learning en Santé
Code UE : USR235
- Cours + travaux pratiques
- 6 crédits
Responsable(s)
Mounia N. HOCINE
Public, conditions d’accès et prérequis
Avoir des bases solides en statistique et en programmation
Objectifs pédagogiques
Offrir un savoir-faire sur la pertinence de l'utilisation des algorithmes de maching learning avec des travaux pratiques sur Python
Compétences visées
- Description et pratique des outils de machine learning
- Illustration de leur utilisation pertinente en pratique ainsi que leurs limites
- Travaux pratiques sous Python
Contenu
- Dr Kévin Yauy, médecin généticien et spécialiste en IA : Conférence d'ouverture inspirante sur le projet d'hôpital augmenté à Montpellier
- Mounia N. HOCINE, ingénieur : PREDICTION - DETECTION
Utilisation SQL et Python : gestion et analyse des données de la pandémie COVID-19
Techniques de réduction de dimension
Algorithmes d’apprentissage supervisé et prédiction d’un événement santé indésirable
Algorithmes d’apprentissage non supervisé et détection de regroupements ou d’anomalies
Journal-club : Apport des algorithmes d’IA par rapport aux méthodes classiques
3. Kawtar Chibani, ingénieur : LARGE LANGUAGE MODELS
Cours et TP sur Large Language Models & Knowledge Graphs
4. Veselin Doychinov, ingénieur : COMPUTER VISION
Cours et TP sur le Deep Learning et la segmentation sémantique
Modalité d'évaluation
QCM
Data Challenge
Data Challenge
Cette UE apparaît dans les diplômes et certificats suivants
Chargement du résultat...
Intitulé de la formation |
Type |
Modalité(s) |
Lieu(x) |
|
|---|---|---|---|---|
Intitulé de la formation
Certificat de spécialisation - Intelligence Artificielle en Santé
|
||||
| Intitulé de la formation | Type | Modalité(s) | Lieu(x) |
Contact
Voir le calendrier, le tarif, les conditions d'accessibilité et les modalités d'inscription dans le(s) centre(s) d'enseignement qui propose(nt) cette formation.
Enseignement non encore programmé
Code UE : USR235
- Cours + travaux pratiques
- 6 crédits
Responsable(s)
Mounia N. HOCINE