Cours/Séminaire
Notice
Lieu de réalisation
Lyon
Langue :
Anglais
Crédits
Adan José-Garcia (Intervention)
Détenteur des droits
copil_reseau_stats@services.cnrs.fr
Conditions d'utilisation
Droit commun de la propriété intellectuelle
Citer cette ressource :
Adan José-Garcia. RIS. (2023, 18 avril). Unsupervised learning approaches for patient stratification from electronic health records. [Vidéo]. Canal-U. https://www.canal-u.tv/144901. (Consultée le 11 juin 2024)
logo RIS
Réseau Interdisciplinaire autour de la Statistique
S'abonner
Contacter

Unsupervised learning approaches for patient stratification from electronic health records

Réalisation : 18 avril 2023 - Mise en ligne : 24 juillet 2023
  • document 1 document 2 document 3
  • niveau 1 niveau 2 niveau 3
Descriptif

Intervention d'Adan José-Garcia lors de l'Assemblée Générale du RIS en 2023

Présentations des différentes approches de l’apprentissage non supervisé et en particulier du multi-view data clustering et du bi-clustering

Application du multi-view data clustering à des données de suivi de patients atteints de sclérose (550 patients et 400 variables) et du bi-clsutering à une sélection de données de la cohorte EUSTAR (6 927 individus et 31 variables)

Intervention
Thème
Discipline :

Sur le même thème