Comment déduire quels sont les gènes qui orchestrent les différents processus dans la cellule ? Comment l'homme a-t-il migré hors d'Afrique et s'est-il répandu dans le monde ? Dans ce cours, nous verrons que ces deux questions apparemment différentes peuvent être abordées à l'aide de techniques algorithmiques et d'apprentissage automatique similaires découlant du problème général de la division des points de données en groupes distincts. Dans la première moitié du cours, nous présenterons des algorithmes de regroupement d'un groupe d'objets en une collection de groupes sur la base de leur similarité, un problème classique en science des données, et nous verrons comment ces algorithmes peuvent être appliqués aux données d'expression génique.

Dans la seconde moitié du cours, nous présenterons un autre outil classique de la science des données, l'analyse des composantes principales, qui peut être utilisée pour prétraiter des données multidimensionnelles avant le regroupement, dans le but de réduire considérablement le nombre de dimensions sans perdre une grande partie du "signal" des données. Enfin, vous apprendrez à appliquer des outils logiciels populaires de bioinformatique pour résoudre un problème réel de regroupement.