Genetics, genomics and bioinformatics Institute Live

Du 20 au 22 septembre, Aviesan et France Génomique organisent à Paris un colloque international de génomique humaine. Cet évènement est ouvert à la communauté nationale et internationale de la génétique et de la génomique. Date limite d'inscription : 15 août.
En savoir plus

Du 5 au 10 novembre 2023 à la station bioclimatique de Roscoff, Aviesan, l'IFB et l'Inserm organisent une formation de niveau 1 au traitement avancé des données de génomique obtenues  par séquençage à haut débit.
Date limite de pré-inscription : 31 mai 2023
En savoir plus

L’ITMO GGB propose un soutien financier pour une prestation à hauteur de 1 000 € pour un projet de colloque/workshop. Vous trouverez ci-joint le formulaire pour décrire votre projet et le soumettre avec vos annexes.

Date limite de dépôt : le 15 mars 2023

En cas de réponse favorable à votre demande, les modalités à suivre seront précisées et le logo Aviesan sera à afficher sur les documents et supports de communication de l’évènement.

Contact : iggb@aviesan.fr

Du 5 au 9 juin 2023 à la station bioclimatique de Roscoff, Aviesan, l'IFB et l'Inserm organisent une formation de niveau intermédiaire au Traitement avancé des données de génomique obtenues par séquençage à haut débit.
Date limite de pré-inscription : 28 février 2023
En savoir plus

Inria et en particulier l'équipe créatrice de la bibliothèque logicielle scikit-learn propose un cours gratuit en ligne: Machine learning in Python with scikit-learn. Proposé sousforme de mooc, ce cours accessible sur la plateforme FUN vise à comprendre les avantages et les limites du machine learning par la pratique. Accessible à toute personne ayant des compétences de base en programmation Python, notamment, les étudiants de Master, en particulier en Machine Learning et Data Science.

Ce mooc est basée sur des exemples d'application concrets et propose des exercices de programmation en Python exécutés par les participants dans des notebooks Jupyter, pour :

• comprendre les concepts fondamentaux de l'apprentissage automatique ;
• construire un pipeline de modélisation prédictive avec scikit-learn ;
• se familiariser avec les notions utilisées dans les modèles d’apprentissage automatique, des modèles linéaires au boosting d’arbres de décision ;
• évaluer les performances statistiques de modèles.

Informations pratiques

• Ouverture du cours: 15 février - 16 mai
• Durée du cours: 36h - au rythme de chaque participant
• Mooc gratuit, en anglais
• Inscription sur la plateforme FUN jusqu'au 8 mai.