Vous êtes ici :

Master

Information importante

La page que vous consultez correspond à l'offre de formation 2023-2024.

Trouvez votre formation pour l'année universitaire 2024-2025

La science des données en santé: applications pratiques

  • Cours (CM) 5h
  • Cours intégrés (CI) -
  • Travaux dirigés (TD) 12h
  • Travaux pratiques (TP) -
  • Travail étudiant (TE) 12h

Langue de l'enseignement : Français

Description du contenu de l'enseignement

Ce cours offre une approche d’apprentissage par la pratique dans le domaine des sciences des données en santé. L'objectif est que les étudiants soient capables d'identifier et de mettre en œuvre les méthodologies adaptées pour répondre à des problématiques polyvalentes en lien avec les données de la recherche biomédicale.
Ce cours est organisé autour de la réalisation de trois travaux personnels réalisés en petits groupes de travail. Le cours magistral sert à introduire les notions indispensables à la réalisation des travaux personnels. Les TD sont des séances de travail collectif visant à accompagner l’avancée des travaux personnels.

Ce cours constitue une étape importante dans le développement de compétences techniques (capacité à préparer les données, capacité à tirer parti du machine learning et de l'intelligence artificielle,…) et personnelles (approche proactive de la résolution des problèmes, communication efficace, sensibilité métier, curiosité intellectuelle,…) en science des données de santé.
 

Compétences à acquérir

A l’issue de ce cours l’étudiant est capable de :
maîtriser les concepts-clés et le vocabulaire de base de la science des données en santé
être en capacité de préparer les données, les analyser, les présenter
savoir tirer parti du machine learning et de l'intelligence artificielle
avoir une approche proactive de la résolution des problèmes liés aux données de santé
se familiariser avec les problématiques de la recherche clinique

Bibliographie, lectures recommandées

  • https://scikit-learn.org/stable/
  • https://keras.io
  • Müller A.C. & Guido S., Introduction to machine learning with Python, O’Reilly , 2017.
  • Chollet F. with Allaire J.J., Deep learning with R, Manning, 2018.

Contact

Faculté de chirurgie dentaire

8, rue Sainte Élisabeth
67000 STRASBOURG

Formulaire de contact

Responsable

Eric-Andre Sauleau


MASTER - Biologie-santé

Partenaires

Logo du CNRS
Logo Établissement associé de l'Université de Strasbourg
Logo du réseau Epicur
Logo de EUCOR, Le Campus européen
Logo de l'Inserm Grand Est
Logo de l'Inria

Labels

Logo du label Bienvenue en France
Logo du programme HRS4R
Logo du programme France 2030
Logo de Service Public+

Réseaux

Logo de France Universités
Logo de la Ligue européenne des universités de recherche (LERU)
Logo du réseau Udice
Logo de l'Université franco-allemande