[Workshop] Approches d’apprentissage automatique par la Graduate School Translational Bioinformatics

Calendrier
Quand :
4 septembre 2023 – 8 septembre 2023 Jour entier
2023-09-04T00:00:00+02:00
2023-09-09T00:00:00+02:00
Où :
Halle aux Farines, salle 442C
Graduate schools
EN formation
[Workshop] Approches d'apprentissage automatique par la Graduate School Translational Bioinformatics @ Halle aux Farines, salle 442C

Venez participer au workshop de la Graduate School Translational Bioinformatics sur la théorie de l’apprentissage automatique et ses applications à la résolution de problèmes en sciences médicales et biologiques. Ce workshop comprendra à la fois des sessions théoriques et pratiques avec de multiples exemples.

 

L’objectif

Les participantes et participants travailleront avec différents types de données biomédicales et apprendront à choisir la meilleure architecture de modèle, adaptée à chaque tâche. L’objectif principal des sessions sera de leur démontrer la puissance de ces méthodes et leur champ d’application, mais aussi de prendre conscience de leurs limites. Une attention particulière sera accordée à la gestion des bonnes pratiques et à leur utilisation dans des conditions appropriées.

La cible 

Doctorantes et doctorants (ou post-doc), étudiantes et étudiants inscrits en Master, intéressés par une formation en Machine Learning et/ou Deep Learning, appliquée aux données biologiques ou biomédicales. Ce workshop accueille également les étudiantes et étudiants en médecine, en biologie ou d’autres formations, avec pour critère : des connaissances de base d’un langage de programmation comme R ou Python.

Les intervenants d’Université Paris Cité

  • Farah ELLOUZE, laboratoire de Bioinformatique Clinique, IHU Institut Imagine
  • Tatiana GALOCHKINA, équipe DSIMB, UMR-1134, MCU
  • Nicolas GARCELON, plateforme de science des données et laboratoire de bio-informatique clinique, IHU Institut Imagine
  • Jean-Christophe GELLY, équipe DSIMB, UMR-1134, MCU
  • Frédéric GUYON, équipe DSIMB, UMR-1134, IR
  • Romain NICOLLE, laboratoire de Bioinformatique Clinique, IHU Institut Imagine
  • Marc VINCENT, plateforme de science des données et laboratoire de bio-informatique clinique, IHU Institut Imagine

Thèmes abordés 

  • Introduction à l’apprentissage automatique et aux principaux concepts de l’apprentissage supervisé : fonction de perte, optimisation du modèle, évaluation du modèle, sous-adaptation et sur adaptation. Introduction à l’apprentissage profond (DL) et ses applications.
  • Réseaux de convolution et leur application au traitement d’images. Travaux pratiques sur des images médicales.
  • Architectures de réseaux avancées et modèles de traitement du langage : des réseaux récurrents aux transformateurs. Enchâssement de séquences de protéines.
  • Sujets avancés de l’apprentissage profond : réseaux neuronaux graphiques, apprentissage fédéré, traitement du langage naturel (NLP).

 

L’inscription est gratuite mais obligatoire (20 places disponibles)

Cet évènement est organisé par Catherine Etchebest (équipe DSIMB, UMR-1134) et Antonio RAUSELL (Laboratoire de Bio-informatique Clinique, IHU Institut Imagine).

Inscriptions

À lire aussi