MENU
  • Formation mise en place en collaboration avec l'ATIH
  • Formateur externe CNAMTS SNDS et ENSAE-ENSAI FORMATION CONTINUE
  • Nombre de participants restreint pour favoriser les échanges et permettre une mise en pratique optimale
  • Les aspects techniques et informatiques seront abordés de façon progressive au cours de la formation
  • Conseils sur les bonnes pratiques et les pièges à éviter

 

Objectifs

 

  • Acquérir les compétences sur la thématique spécifique : la data science et le machine learning via python
  • Connaître la librairie scikit-learn et les implémentations des algorithmes classiques de machine learning
  • Être capable d'appliquer et de paramétrer ces méthodes sur les données de santé

 

Public visé

Les participants au module "Python pour l'analyse des données en santé - Intermédiaire"

Les utilisateurs réguliers de Python

 

Prérequis

Connaissance de base du langage Python (un débutant ou un ancien utilisateur ayant peu de pratique s'orientera plutôt vers la formation "Python pour l'analyse des donnes en santé - Initiation").

Contenu de formation

Machine Learning : méthodologie générale

Le pipeline de l’apprentissage supervisé

  • Construction du jeu de données et préparation des données
  • Comparaison des modèles de classification supervisées ou de régression (Gradient Boosting, Random Forest...)
  • Paramétrage et entraînement du modèle
  • Évaluation du modèle
  • Diagnostic, gestion du sur-apprentissage ou du sous-apprentissage, Cross-Validation

 

Introduction à l’apprentissage non-supervisé

Cas d’utilisation sur les données médico-administratives (PMSI, ScanSanté…)

 

 

(page web mise à jour le 18/07/2024)

 

MODALITÉS PÉDAGOGIQUES :

Présentiel

 

METHODES PEDAGOGIQUES :

Accès aux ressources pédagogiques sur la plateforme "Campus"
Exposé magistral, démonstration
Exercices d'application

 

Effectif maximum : 10

 

CONDITIONS PREALABLES POUR  SUIVRE LA FORMATION :

Disposer d'un ordinateur et d'une connexion à haut débit

Maîtriser les outils à distance (visios, webinaires, plateformes pédagogiques,...)

 

MODALITES TECHNIQUES ET ASSISTANCE TECHNIQUE ET PEDAGOGIQUE :

Lien vers la page de présentation

 

Formation accessible aux personnes en situation de handicapavec possibilité d'aménagement de la formation.

Contact Référent handicap : Sandrine VILLALON 

Lien vers la page "accessibilité"

 

 

PARCOURS PÉDAGOGIQUE :

Recueil des attentes et des besoins des apprenants
Auto-positionnement préalable à l'entrée en formation : questionnaire

ÉVALUATION / VALIDATION :

Questionnaire de positionnement et de validation des acquis (QCM)

Evaluation de la satisfaction

Contrôle de l'assiduité

Remise d'un certification de réalisaiton

Modalités de candidature

La priorité est donnée aux candidatures au  CYCLE PYTHON pour l'analyse des données en santé

Responsable(s) pédagogique(s)

default_picto
Responsable pédagogique
Dr Juste GOUNGOUNA
Professeur, Département Méthodes quantitatives en santé publique, EHESP

Intervenants

Thomas ANGLADE, ALORITHMI

Contacts

Informations pédagogiques : metis@ehesp.fr

Information administratives (candidature) : candidaturefc@ehesp.fr

Partenaires

logo ATIH
ATIH

Autres formations conseillées

CYCLE SPÉCIALISÉ

CYCLE Traitement des données PMSI

16 jours

Rennes

Voir la fiche formation

SESSION COURTE

Python pour l’analyse des données en santé – Initiation

2 jours (12h)

Rennes

Voir la fiche formation

SESSION COURTE

Python pour l’analyse des données en santé – Intermédiaire

2 jours (12h)

Rennes

Voir la fiche formation

NOUVEAUTÉ