Détail d'une fiche   Version PDF

SODA (SR0918NR)

Méthodes computationnelles et mathématiques pour comprendre la société et la santé à partir de données

PARIETAL (SR0367NR) →  SODA


Statut: Décision signée

Responsable : Gael Varoquaux

Mots-clés de "A - Thèmes de recherche en Sciences du numérique - 2023" : A3.3. Analyse de données et de connaissances , A3.4. Apprentissage et statistiques , A9.1. Connaissances , A9.2. Apprentissage

Mots-clés de "B - Autres sciences et domaines d'application - 2023" : B2.3. Epidémiologie , B9.1. Education , B9.5.6. Science des données , B9.6.1. Psychologie , B9.6.3. Economie, finance

Domaine : Santé, biologie et planète numériques
Thème : Neurosciences et médecine numériques

Période : 01/03/2022 -> 28/02/2026
Dates d'évaluation :

Etablissement(s) de rattachement : <sans>
Laboratoire(s) partenaire(s) : <sans UMR>

CRI : Centre Inria de Saclay
Localisation : Centre de recherche Inria de Saclay
Code structure Inria : 111102-0

Numéro RNSR : 202224249S
N° de structure Inria: SR0918NR

Présentation

La recherche de l'équipe soda est à l'intersection de l'apprentissage statistique, des bases de données, et des sciences sociales quantitative (par exemple économétrie, épidémiologie).

Nous développons des outils de traitement de données pour générer de la compréhension et des prédictions à partir des grandes bases de données disponibles de nos jours pour caractériser les populations. Nous contribuons des outils d'apprentissage statistique pour répondre à des questions de science des données, typiquement sur des données relationnelles. Nos applications principales sont la santé et l'éducation.


Axes de recherche


Relations industrielles et internationales

Nos parténaires académiques à l'international sont historiquement le MILA, l'univeristé de Kyoto, l'université d'Eindhoven University, et le Alain Turing Institute.

Pour les relations industrielle, nous avons des liens proches avec tous les partenaires du consortium scikit-learn.