Perfilado de sección

    • Projet libre de machine learning appliqué à la santé


      Objectif général
      Dans le cadre de cette UE, chaque étudiant ou binôme d'étudiants est invité à concevoir un projet de machine learning sur une problématique de santé qu’il choisira librement.

      Ce projet vise à mobiliser les compétences acquises en analyse de données, préparation, modélisation, évaluation et interprétation dans un contexte réaliste.


      Thème du projet
      Le sujet est défini par chaque étudiants ou binôme d'étudiants : il peut s’agir, par exemple, de prédiction de diagnostics, de classification de données biologiques, de prévision d’évolution de pathologies, etc.


      Les données devront provenir :

      • de jeux publics (Kaggle, UCI, UCR, etc.),

      • ou de jeux créés pour l'exercice


      Livrables attendus

      Chaque monôme ou binôme d'étudiants devra fournir :

      1. Un sujet de projet
      2. Une fois le sujet validé : 

      • un rapport de projet  incluant :

        • Présentation de la problématique de santéDescription et traitement des données
        • Expérimentations menées (modèles, métriques, choix techniques)
        • Analyse critique des résultats
        • Limites, perspectives et positionnement dans un contexte de santé
      • Les notebooks


      Contraintes techniques

      • Le projet doit intégrer plusieurs modèles comparés

      • Une attention particulière est portée à la qualité de l’interprétation et à la pertinence dans le contexte médical


      Calendrier

      • Semaine 1 
        • 27/3/2025 : Lancement du projet
        • 31/3/2025 : Dépôt des sujets
        • 02/04/2025 : Validation des sujets
      • Semaine 2 : 
        • 10/04/2025 : Retour intermédiaire 
      • Semaine 3 : 
        • 18/04/2025 : Dépôt final

      Objectifs pédagogiques

      • Développer un projet de bout en bout, avec autonomie et esprit critique

      • Travailler sur une problématique de santé réelle ou réaliste

      • Approfondir les compétences techniques en data science

      • Mieux comprendre les enjeux liés aux données de santé