Atelier AARMS

Atlantic News

Apprentissage statistique et analyse de données de santé 
Atelier AARMS

Anja Haltner, Université Acadia

Le 15 octobre 2017, l’Université du Nouveau-Brunswick à Fredericton a accueilli un atelier de l’AARMS (Atlantic Association for Research in the Mathematical Sciences) sur l’apprentissage statistique et l’analyse de données de santé à la suite du congrès annuel en mathématiques, statistique et informatique de Science Atlantic. L’atelier a été organisé par un groupe de recherche en collaboration de l’AARMS, Apprentissage statistique pour données dépendantes, sous l’administration de Ying Zhang, d’Acadia. La recherche statistique dans la région des Maritimes ne saurait être que renforcée par les nombreuses présentations données par des chercheurs en apprentissage statistique et analyse de données de santé. L’atelier a aussi représenté une opportunité de formation pour les étudiants dans ce domaine multidisciplinaire à forte demande.

L’événement a attiré la participation de nombreux étudiants de tous les cycles, professeurs, professionnels et présentateurs, qui ont participé à des discussions sur l’apprentissage statistique et l’analyse de données de santé. Hugh Chipman (président de la SSC; Acadia) a présenté un survol des méthodes d’apprentissage statistique essentielles pour l’apprentissage à partir de données. Ted McDonald (Directeur du NB Institution for Research, Data and Training; Université du Nouveau-Brunswick) et Samuel Stewart (Directeur de Health Data Nova Scotia; Université Dalhousie) ont exposé les derniers développement en matière de recherche en santé guidée par les données au Nouveau-Brunswick et en Nouvelle-Écosse. Un Centre de collaboration en sciences de la santé des Maritimes a été proposé par Ying Zhang et Anja Haltner (Acadia) pour promouvoir la recherche en santé via des collaborations entre chercheurs universitaires et des industries de santé. D’autres méthodes d’apprentissage statistique avec des applications en médicine ont été présentées par Amy Wu (Université York), Hong Gu (Université Dalhousie) et Renjun Ma (Université du Nouveau-Brunswick), dont des questions relatives aux tests de points de changement à base de graphes pour les données de grande dimension, les méthodes d’apprentissage statistique pour le diagnostic d’urgence et l’analyse du microbiome humain, et l’analyse des données dépendantes avec diverses structures de corrélation.

L’atelier était fièrement cofinancé par Science Atlantic, l’Atlantic Association for Research in the Mathematical Sciences, les Centres de collaboration en sciences de la santé de l’Institut canadien des sciences statistiques et l’UNB Fredericton.

Mercredi, 3 janvier, 2018

Liaison Newsletter: