Objectifs :
- Rappeler des bases de statistique,
- Présenter des analyses de données descriptives possibles et sorties graphiques en fonction du type de tableau de données :
- analyses univariées dont rappels sur le Maîtrise Statistique des Procédés,
- analyses bivariées et multivariées,
- “Machine Learning” : Comprendre la démarche méthodologique de la modélisation d’un jeu de donnée structurées (travail dirigé en Python sur données cliniques),
- “Deep learning” : Aborder les concepts de l’analyse de données en grandes dimensions non structurées afin :
- de connaître les définitions et principes de base avec un travail dirigé,
- d’identifier les applications et produits disponibles en physique médicale,
- de mieux comprendre un article scientifique utilisant ce type d’approche.
Coût Adhérent : 780€
Coût Non-Adhérent : 780€ + 80€ (adhésion SFPM)
Inscriptions : Elodie Buch : e.buch@unistra.fr / Caroline Jaclot : jaclot@unistra.fr
