Séminaire en ligne « Qualification des données et des biais - Application aux systèmes décisionnels en santé »

Le séminaire est présidé par M. Ginel Dorleon, un ancien étudiant de l'IFI, promo 2015-2017. Il est actuellement en 2e année de thèse à l'École Doctorale de Mathématiques, d'Informatique et de Télécommunications de l'Université Paul Sabatier de Toulouse. Il mène ses travaux de recherche à l'Institut de Recherche en Informatique de Toulouse (IRIT) au sein de l'équipe SIG. Les domaines de ses travaux de recherche sont l'apprentissage machine (Machine Learning), l'intelligence artificielle (IA), le big data et l’analyse décisionnelle.

Le séminaire est tourné autour du thème de la qualité et de l'importance des données d'entrée pour les résultats des systèmes décisionnels en santé. Aujourd'hui, les algorithmes informatiques sont capables de donner des conclusions presque exactes sans intervention humaine directe. L'IA le fait grâce aux algorithmes d'apprentissage machine et d'apprentissage en profondeur.

En réalité, les données sont de plus en plus nombreuses et hétérogènes, à cela s’ajoute le développement de l’IA sur l’apprentissage machine dans les masses de données, tout ce qui pose des questions sur l’utilisation de ces systèmes d’IA pour accompagner des décisions humaines.

L'objectif poursuivi par les experts en technologie est de recherche est d'explorer les moyens d’informer sur les impacts des données d’entrées sur les résultats des systèmes décisionnels en proposant une qualification de l’importance des données et des biais induits par les bases utilisées.

Ce module comporte des séminaires de recherche sur de différents sujets et des applications actuelles. Il permet aux étudiants de maîtriser les compétences de recherche et de synthèse des connaissances à travers des séminaires en échange avec les intervenants: enseignants-chercheurs nationaux et internationaux, chercheurs, doctorants / stagiaires de l’IFI.