Portail nationalFormationRechercher par discipline

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 en statistique, épidémiologie et informatiques

Objectifs pédagogiques

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

Contenu

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 

Modalité d'évaluation

QCM
Data Challenge

Cette UE apparaît dans les diplômes et certificats suivants

Chargement du résultat...
Patientez
Intitulé de la formation
Type
Modalité(s)
Lieu(x)
Intitulé de la formation Certificat de spécialisation - Intelligence Artificielle en Santé
Type Certificat d'établissement
Lieu(x)
Lieu(x)
Entrée Sans niveau spécifique
Intitulé de la formation Type Modalité(s) Lieu(x)

Contact

Cnam Entreprises
292 rue saint martin
75003 PARIS 03
Tel :01 58 80 89 72
entreprises@lecnam.net
Voir le site

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