Sélection d’items en apprentissage non supervisée et questionnaires adaptatifs informatisés : application à des données de qualité de vie liée à la santé
Pierre Michel
I2M, Aix-Marseille université
Date(s) : 13/12/2016 iCal
14h00 - 16h00
Cette thèse s’inscrit dans le cadre de la classification non supervisée et s’intéresse plus particulièrement au problème de la hiérarchisation de variables. Elle s’articule autour de nombreuses applications dans le domaine de la santé publique, notamment l’analyse des données issues des questionnaires de qualité de vie liée à la santé pour les patients atteints de maladies chroniques. Elle comporte des aspects techniques, methodologiques et pratiques, et est structurée en trois parties: classification non supervisée de données qualitatives, sélection de variables en apprentissage non supervisé et développement de questionnaires adaptatifs.
Mots-clés : sélection de variables, banques d’items, questionnaires adaptatifs, classification non supervisé, arbres de décision
*Membres du jury :
– Badih Ghattas, I2M, co-directeur de thèse
– Laurent Boyer, EA 3279, Marseille, directeur de thèse
Lien : theses.fr
Catégories
