Mes Enseignements

Dans le cadre de mes enseignements liés à ma fonction d'attaché d'enseignement vacataire à l'Université Côte d’Azur, je dispense les enseignements suivants:

​

​

• Cours « Apprentissage du langage R » en filière M1 I2S​​

  • Importation de données dans R (travail sur un jeu de données tiré d’une étude clinique)

  • Variables discrètes et continues

  • Manipuler des variables (Découpage en classes, Changer de type)

  • Concaténer des tableaux de données

  • Statistiques descriptives

  • Représentations de graphiques

  • Statistique de test (tests paramétriques et non paramétriques)

• Les objets R (vecteurs, matrices, data frame, listes, …)

• Installation, utilisation et mise à jour d’un package R

​

 

• Cours « Statistiques appliquées à la biologie » en filière Génie Biologique 3ème année (Polytech Nice Sophia)

  • Méthodologie en recherche biomédicale

  • Rappels de statistiques et notions d’épidémiologie

  • Loi de probabilités; variables aléatoires

  • Estimation statistique et théorème central limite

  • Théorie des tests statistiques

  • Tests paramétriques de comparaison

  • Test du chi2

  • Analyse de la variance à 1 facteur

  • Tests non paramétriques de comparaison

  • Corrélation et régression

​

 

• Cours « Introduction à l’intelligence artificielle » en filière M1 SVS (UE 8 Biopathologie : de la recherche à la clinique)

  • Les différentes techniques d’intelligence artificielle (apprentissage non supervisé et supervisé)

  • Présentation d’un cas concret d’apprentissage non supervisé

  • Présentation d’un cas concret d’apprentissage supervisé

​

 

• Cours « Analyse de données » en filière Génie Biologique 4ème année (Polytech Nice Sophia)

  • La régression linéaire simple et multiple

  • Analyse de la variance à 1 et 2 facteurs

  • Analyse de la covariance

  • La régression logistique

  • La régression de Cox

  • Modèles Linéaires Généralisés & Modèles Mixtes

  • Analyse en composantes principales

  • Méthodes de clustering (classification ascendante hiérarchique et k-means)

​

 

• Cours « Analyses prédictives, classification, analyses multivariées, analyses discriminantes » en filière M1 I2S

  • La régression linéaire simple et multiple

  • La régression logistique

  • Analyse en composantes principales

  • Méthodes de clustering (classification ascendante hiérarchique et k-means)

​

​