Enseignement d'Intégration proposé aux étudiants de 1ère année de CentraleSupélec ayant choisi la séquence thématique Big Data & Santé.
Encadrement par Sonia Priou et Charline Jean, avec l'accompagnement d'Arthur Tenenhaus et Laurent Le Brusquet (encadrants de la ST).
40 élèves ont suivi l'enseignement, répartis en 8 groupes de 5.
L'EI a duré 1 semaine complète, durant laquelle nous avons compartimenté le planning de la manière suivante :
- chaque jour = un nouveau type de données/enjeu de traitement (Déduplication, NLP, analyses bio, ...)
- présentation théorique le matin (~1h) suivie d'un exercice associé, avec la correction donnée + parcourue en live avec les étudiants
- avancement en autonomie sur le projet l'après-midi, en appliquant les méthodes vu le matin
Livrable requis:
- notebook de code reproductible
- court article scientifique
Les livrables fournis par les étudiants sont disponibles dans le dossier final_project/livrables_etudiants.
| Catégorie | Commentaire |
|---|---|
| Exos | Ne pas mettre les corrections ? |
| Exos | Couper le TD 4 en 2 --> assez lourd |
| Général | Mettre à jour la version de numpy pour qu'elle coïncide avec celle requise par eds-nlp |
| Général | Mettre "ne ... pas" dans les négations d'edsnlp |
| Global | Déduplication : pourquoi on fait supprimer les person_id dupliqués ? Il vaut mieux propager les unique_person_id dans les autres tables et faire des groupby |
| Projet | Attention aux tables inutiles (dedup et note_nlp) |
| Projet | Se rapprocher plus de la littérature pour les valeurs de la table (notamment % de fumeurs parmi les K) |
| Projet | Augmenter l'effet de l'âge en univarié |
| Projet | Séparer facteurs de risques et symptômes du cancer ? |
| Projet | Lien hémoglobines / Cancer --> Baisse de l'hémoglobine chez les K ? |
| Projet | Baisser le pourcentage de CIM-10 alcool |
| Projet | Un jeu de données par groupe |
| Projet | Augmenter le taux d'urée moyen (trop faible par rapport à la vraie vie) |
| Projet | Réduire l'impact des antécécdents familiaux |