## Présentation

Au delà du développement d’algorithmes, il s’agit également de savoir présenter à une audience technique (chercheurs, data-scientists) et non technique (i.e. les médecins et cliniciens) l’intérêt et les performances de celui-ci. 

La présentation des résultats peut aller de simples tableaux et graphes à de véritables dashboards interactifs.

>## **Proposition de travail**
>
>**- Présenter vos résultas (étapes de NER et/ou de qualification) de manière judicieuse**
>**- Présenter des résultats et statistiques susceptibles de parler à une audience plutôt médicale que technique (par exemple, étudier la  prévalence des maladies)**
>**- 💥 BONUS 💥 Ajouter de l'intéraction (par exemple via des graphs interactifs ou à travers une démo de votre modèle)**

Pour ce dernier point, un outil intéressant est [Streamlit](https://streamlit.io/), utilisé dans EDS-NLP justement dans le but de mettre en ligne une [démo interactive](https://aphp.github.io/edsnlp/demo/).  
Dans la même veine, on peut également citer Dash.  
Concernant les graphiques interactifs, deux possibilités sont [Altair](https://altair-viz.github.io/) et [Plotly](https://plotly.com/python/).