Colloque DESS: Data Science for dummies VOL.3

Stimuler la réflexion, s’ouvrir à de nouvelles perspectives, suivre l’actualité des recherches, des pratiques et des initiatives en santé publique, débattre; autant de fonctions remplies par les colloques du Département épidémiologie et systèmes de santé (DESS). A chaque session, des spécialistes d’horizons divers viennent présenter l’état de leurs recherches, leurs expériences ou leurs projets.

Ces colloques sont ouverts au publics. Ils s’adressentaux professionnel·le·s de la santé et sont notamment recommandés par la Société suisse des spécialistes en prévention et santé publique (SPHD) pour la reconnaissance de la formation continue.

Thème du jour: Popular Machine algorithms, illustrated - theory and practice

Following the main concepts of Machine Learning presented in the second presentation of the series, we will now focus on popular ML methods and algorithms, illustrated by figures and examples in public health. In particular, you will get familiar with the basic ideas behind a variety of models for supervised and unsupervised tasks: traditional benchmark algorithms (linear regression models, k-Nearest Neighbors, Principal Component Analysis), tree-based models (CART, Bagging, Boosting, Random Forests), Kernel methods (Support Vector Machines), and Neural Networks (a.k.a. Deep Learning methods). 

We will finally present Scikit-Learn, an easy to use Python ML library that will allow you to better grasp the possibilities of ML and quickly realize your first ML applications. 

Intervenant:

• Dr Dan Assouline, data scientist, Unisanté, Lausanne

Inscription:

Ce colloque se déroulera de manière hybride, d'une part en visioconférence via Webex:

• Pour participer, cliquez sur ce lien.

D'une autre part en présentiel, sur inscription par mail: 

• Inscription

Enregistrement des colloques: 

Retrouvez les enregistrements vidéo des colloques passés sur notre chaîne Youtube.