Exploration de données biomédicales à grande échelle 2

Savoir utiliser les bibliothèques python scikit-learn, numpy, pandas.
Savoir effectuer une analyse exploratoire des données, identifier les clusters présents dans les données et produire une visualisation informative aussi bien qu'interpréter ces résultats.

Apprendre les bases des méthodes utilisées pour leur clustering à l’aide d’apprentissage automatique :
- Méthodes de clustering classique : clustering hiérarchique, K-means, clustering spectral, méthodes à base de densité.
- Évaluation de qualité de clustering.
- Application et adaptation des méthodes utilisées pour différents types des données biologiques et médicales. Interprétation et analyse des résultats.
- Réalisation d’un projet de clustering des données en grande dimension.