Conférence
Notice
Lieu de réalisation
Institut des Systèmes Complexes, Paris_Ile-de-France
Langue :
Français
Crédits
Blaise Hanczar (Intervention)
Détenteur des droits
copil_reseau_stats@services.cnrs.fr
Conditions d'utilisation
Droit commun de la propriété intellectuelle
Citer cette ressource :
Blaise Hanczar. RIS. (2022, 6 octobre). Réseaux de neurones appliqués aux données d'expression pour la prédiction de phénotype. [Vidéo]. Canal-U. https://www.canal-u.tv/137094. (Consultée le 4 décembre 2024)
Réseaux de neurones appliqués aux données d'expression pour la prédiction de phénotype
Réalisation : 6 octobre 2022
- Mise en ligne : 30 janvier 2023
- document 1 document 2 document 3
- niveau 1 niveau 2 niveau 3
Descriptif
Intervention de Blaise Hanczar lors de la journée thématique "Apprentissage automatique sur données omiques" organisée le 6 octobre 2022 par le groupe de travail "Statistique & Génomique" du RIS
Rappel sur l'apprentissage profond, utilisation de réseaux de neurones pour prédire des phénotypes et interpréter le réseau de neurones obtenu
Sur le même thème
-
Unsupervised learning approaches for patient stratification from electronic health records
José-GarciaAdanPrésentation de deux méthodes d'apprentissage non supervisé : multi-view data clustering et biclustering
-
Modélisation des séquences régulatrices par apprentissage automatique
BréhélinLaurentApplication des méthodes d'apprentissage automatique à l'analyse de séquences régulatrices
-
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.