Cours de l'intelligence artificielle et du machine learning pour les biologistes

Описание: Introduction à l’intelligence artificielle (IA) pour l’analyse de données biologiques et l’étude des cancers. Le cours donne un aperçu des domaines d’applications et des questions scientifiques qui peuvent être résolus par des approches IA. Il présente les principes de base de quelques méthodes classiques en machine learning : régression logistique, SVM, réseaux de neurones. Le cours est illustré par des exemples d’utilisation des données omiques pour le diagnostic et le pronostic des cancers.

Programme :
Intelligence artificielle, apprentissage automatique (machine learning), apprentissage profond (deep learning)
Apprentissage automatique versus systèmes experts
Grandes classes de problèmes d’apprentissage : supervisé, non-supervisé, par renforcement
Présentation de quelques méthodes classiques
Difficultés fréquentes qu’on rencontre avec les approches IA et solutions possibles
Exemples d’utilisation des méthodes IA pour le diagnostic et le pronostic des cancers à partir des données omiques

Intervenant : Ekaterina Flin, ingénieur en informatique, groupe EpiMed, Institut pour l’Avancée des Biosciences (IAB), Université Grenoble Alpes (UGA).

#intelligence_artificielle #machine_learning #omics

Table des matières :
00:00 Plan du cours
01:26 Définition et historique de l'IA
09:28 Exemples d'applications de l'IA
18:32 Classes de problèmes en machine learning
21:02 Premier exemple de prédiction
29:22 Méthodes classiques de machine learning pour les données omiques
49:57 Exemples dans des projets de recherche à EpiMed

Liens mentionnés dans le cours :
JDEV2020 Programmer et déployer votre IA : http://devlog.cnrs.fr/jdev2020/t8
MIT Introduction to Deep Learning 6.S191 : https://bit.ly/2JeFcW0
TED How to take a picture of a black hole : https://bit.ly/39doPUp
ProPublica analysis of COMPAS AI algorithm : https://bit.ly/37aGSb4