![[Workshop] Approches d'apprentissage automatique par la Graduate School Translational Bioinformatics @ Halle aux Farines, salle 442C](https://u-paris.fr/wp-content/uploads/2023/04/brooke-cagle-uHVRvDr7pg-unsplash-300x169.jpg)
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).
À lire aussi

Retour sur la présentation des appels européens du Cluster 6 : Alimentation, bioéconomie, ressources naturelles, agriculture et environnement
Le 14 octobre 2025 matin s’est tenue dans la Salle du Sénat sur le site Odéon de l’Université Paris Cité, la session d’information sur le Cluster 6 : Alimentation, bioéconomie, ressources naturelles, agriculture et environnement. Ce séminaire, organisé par le Réseau...
lire plus
L’Université Paris Cité félicite les 11 lauréates du Prix Jeunes Talents France l’Oréal – UNESCO
La Fondation L’Oréal, en partenariat avec l’Académie des sciences et la Commission nationale française pour l’UNESCO, a dévoilé le palmarès du Prix "Jeunes Talents France 2025 L’Oréal-UNESCO Pour les Femmes et la Science". L’Université Paris Cité félicite ses 11...
lire plus
L’impact favorable du peau à peau sur le devenir neurocognitif de l’enfant né prématuré
Une étude de cohorte menée par l’Université Paris Cité, l’Inserm, INRAE et l’Université Sorbonne Paris Nord, en collaboration avec le CHRU de Tours et le CHI de Créteil, a permis d’évaluer les effets à long terme du contact peau à peau chez des enfants nés extrêmement...
lire plus![[Doctorat international] Résultats de l’appel commun entre UPCité et l’Université de Toronto](https://u-paris.fr/wp-content/uploads/2025/10/These1-1080x675.jpg)
[Doctorat international] Résultats de l’appel commun entre UPCité et l’Université de Toronto
En juin dernier, l’Université de Toronto et UPCité lançaient un appel à projets conjoint afin de renforcer leur collaboration et soutenir des projets de recherche dans toutes les disciplines. Les Graduate Schools d’UPCité ont occupé une place centrale dans cet appel, en demandant aux candidates et candidats d’affilier leur unité de recherche à l’une d’entre elles.
lire plus