Notice
Unsupervised learning approaches for patient stratification from electronic health records
- 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)
Thème
Sur le même thème
-
Modélisation des séquences régulatrices par apprentissage automatique
BréhélinLaurentApplication des méthodes d'apprentissage automatique à l'analyse de séquences régulatrices
-
Réseaux de neurones appliqués aux données d'expression pour la prédiction de phénotype
HanczarBlaiseApplication de réseaux de neurones sur des données d'expression pour prédire des phénotypes
-
Réutilisations des données et bonnes pratiques par les algorithmes d'IA (REX de l'AI act et d'ANIT…
RisserLaurentLaurent RISSER est un ingénieur de recherche à l'IMT (Institut de Mathématique de Toulouse et au 3IA ANITI.