Approches d’apprentissage automatique - Applications aux données de santé

Emplacement

LOME
,
Togo

Dates

à

Présentation

Text of presentation of the School: ​Provide here a synthetic text of presentation of your school with no more than 150 words (again according to the official language).

Devant l'explosion de masses de données émanant de toutes les activités, il apparaît un besoin croissant de développer des outils d'analyse, de traitement et de prédiction. L’École de Recherche «Approches d’apprentissage automatique - Applications aux données de santé » apportera les notions fondamentales et techniques en Statistiques, Machine Learning et Algorithmique pour appréhender l'exploitation de masses de données, les comprendre, les analyser, et en extraire des informations utiles pour la décision. Un zoom particulier sera fait sur l’analyse des données de biologie-santé qui comportent d’importantes promesses pour les actions de santé publique, profitables au plus grand nombre. Les thématiques abordées seront :

●  Optimisation et statistiques,

●  Apprentissage statistique à grande échelle,

●  Algorithmique avancée,

●  Apprentissage profond,

●  Analyse et traitement de données de biologie-santé.

Language officielle de l'école : français (avec les documents en anglais)

Coordinateurs administratifs et scientifiques

Moussa Zakari Djibibe (Université de Lomé,
Togo
, )
Gilles Gasso (INSA Rouen Normandie,
France
, )

Comité scientifique

Gilles Gasso (INSA Rouen Normandie, France)
Chloé-Agathe Azencott (Mines ParisTech, Institut Curie and INSERM, France)
Liva Ralaivola (Institut Universitaire de France & Criteo AI Lab, France)
Kossi Gneyou (Université de Lomé, Togo)
Fifonsi Diane Gbeassor-Komlanvi (Université de Lomé, Togo)
Vlady Ravelomanana (Université Paris Diderot, France)

Programme scientifique

Cours 1: "Mathématiques pour l’apprentissage statistique", Stéphane Canu (INSA Rouen Normandie, France) & Kossi Gneyou (Université de Lomé, Togo)

Cours 2: "Apprentissage statistique : théorie et algorithmes", Liva Ralaivola (Institut Universitaire de France & Criteo AI Lab, France) & Assi N’guessan (Université de Lille, France)

Cours 3: "Machine Learning avancé : contrôle de la complexité et adaptation", Alain Rakotomamonjy (Université de Rouen, France) & Gilles Gasso (INSA Rouen Normandie, France)

Cours 4: "Intelligence artificielle : apprentissage profond", Morgane Rivière (Facebook AI Research (FAIR), France) & Olivier Teytaud (Facebook AI Research (FAIR), France)

Cours 5: "Algorithmique avancée", Vlady Ravelomanana (Université Paris Diderot, France)

Cours 6: "Machine Learning pour la santé", Chloé-Agathe Azencott (Mines ParisTech, Institut Curie & INSERM, France) & Fifonsi Diane Gbeassor-Komlanvi (Université de Lomé, Togo)

Cours 7: "Système et techniques intelligentes de collectes de données", Kondo Adjallah (Université de Lorraine, France)

Site internet de l'école

Comment participer

Pour s'inscrire et candidater à un financement CIMPA, suivre les instructions données ici.

Date limite d'inscription et de candidature : 9 mai 2021