MENU
SESSION COURTE
< RETOUR

Python pour l’analyse des données en santé – Avancé (la data science et le machine learning)

  • 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 professionnels

  • 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

Toute personne souhaitant s’initier à Python/Anaconda ET/OU désirant connaître et exploiter les données PMSI via Python: médecin DIM, de santé publique, statisticien, data-manager, ingénieur en établissement de santé, ARS, centre d'investigation clinique, bureau d'étude, équipe de recherche...

 

Prérequis

Module « Python pour l’analyse des données en santé – Intermédiaire »
OU
Utilisation régulière de Python

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 supervisés de classification ou de régression (Gradient Boosting, Random Forest, Régressions, etc)
  • 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 07/07/2023)

 

MODALITÉS PÉDAGOGIQUES :

Présentiel

 

Effectif maximum : 10

 

METHODES PEDAGOGIQUES

Apports théoriques

Exercices pratiques

 

MODALITES TECHNIQUES

Lien vers la page de présentation des modalités techniques

 

ÉVALUATION / VALIDATION :

Questionnaire de positionnement et de validation des acquis

Evaluation de la satisfaction

Contrôle de l'assiduité

Remise d'un certification de réalisaiton

Intervenants

default_picto
Responsable pédagogique
Fei GAO
Professeur, Département Méthodes quantitatives en santé publique, EHESP
default_picto
Responsable pédagogique
Dr Sahar BAYAT
Professeur, Département Méthodes quantitatives en santé publique, EHESP

Partenaires

logo ATIH
ATIH

Autres formations conseillées

CYCLE SPÉCIALISÉ

CYCLE Traitement des données PMSI

14 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