Cette journée vise à présenter différentes approches du domaine de l'apprentissage supervisé et non supervisé pour l'intégration de données omiques.

—

• 9h55-10h00 : Introduction de la journée
• 10h00-11h30 : A tour of Statistical learning: Supervised and unsupervised contexts. From Prediction and beyond: Selection, Alain Celisse (Université Paris 1 Panthéon-Sorbonne, SAMM)
• 11h30-12h30 : Prédiction de phénotype à partir d’intégration de données multi-omiques par l’apprentissage profond, Blaise Hanczar (Université d'Evry, IBISC)
• 12h30-13h40 : Pause déjeuner
• 13h40-14h15 : Café et discussions
• 14h15-15h15 : Evaluation et développement de méthodes d'intégration pour les données omiques, Morgane Pierre-Jean (CHU Rennes, LTSI)
• 15h15-16h15 : Stability selection for enhanced variable selection and graphical models, Barbara Bodinier (Imperial College of London, Department of Epidemiology and Biostatistics)

—

L'inscription est gratuite, mais obligatoire à des fins logistiques. Elle comprend le café avant la reprise de l'après-midi.

Formulaire d'inscription (date limite : 14 mars 2022; inscriptions closes)

Cette inscription nous permettra également de vous communiquer d'éventuels compléments quant à l’organisation de cette journée.

—

La journée se tient au pôle recherche de la faculté de médecine (Point indicateur 8 du plan d'accès), amphi B (3ème étage).

Important : l'accès à cet événement sera soumis au contrôle du pass vaccinal, en accord avec les directives de l'Université de Lille.

La station de métro la plus proche est 'CHU - Centre Oscar Lambret', sur la ligne 1.

—

Guillemette Marot (Université de Lille, METRICS, bilille), Olivier Sand (CNRS, IFB-Core, bilille), Vincent Sobanski (Université de Lille, INFINITE) et Jimmy Vandel (CNRS, PLBS-bilille)

—

Cette journée est financée au travers du projet FHU PRECISE (Santé de précision dans les maladies inflammatoires complexes) coordonné par le Pr David Launay (CHU de Lille)