mem_python
Ce projet développe un modèle d'ensemble de classifieurs monotones bidimensionnels pour l'analyse de données médicales. Il permet de prédire des risques ou des comportements à partir de données structurées, comme des facteurs de risque de cancer du col de l'utérus. Le code intègre une présélection de paires de caractéristiques pour réduire significativement le temps de calcul. Les résultats sont visualisés sous forme de courbes ROC et de graphiques de classification.
Dépôt de code
Cas d'utilisation métiers
- Modélisation de données médicales : rechercher des initiatives proches
- Prédiction de risques de santé : rechercher des initiatives proches
- Classification monotone bidimensionnelle : rechercher des initiatives proches
- Analyse de données biologiques : rechercher des initiatives proches
- Optimisation de modèles d'ensemble : rechercher des initiatives proches
Organisation
- Ministère de l’Enseignement supérieur, de la Recherche et de l'Espace (organisation rattachée)
Cas d'utilisation fonctionnel
Description générée le vendredi 13 novembre 2026 à 11:46:34
D'autres initiatives de la même organisation
- #dataESRdata.esr.gouv.fr
- French Open Science Monitorfrenchopensciencemonitor.esr.gouv.fr
- CurieXplorecuriexplore.enseignementsup-recherche.gouv.fr
- Works-magnetworks-magnet.esr.gouv.fr