Print

Data Science pour l'agriculture

Date: Juin ou septembre 2019

Organizing Institute: Acta

For a custom lens
  • Acquérir les bases permettant de manipuler les principales méthodes de data science pour des objectifs de prédiction
  • Appréhender la pratique réelle de ces méthodes au travers d'exemples et de travaux pratiques avec les logiciels R et python

 

 

 

A public
  • Ingénieurs et chercheurs travaillant dans les domaines de l’agriculture et de l’environnement
  • Doctorants en sciences agronomiques et écologie ayant un volet data science dans leur projet de recherche ayant une connaissance de base du logiciel R

 

 

 

A Method
  • Exposés
  • Travaux pratiques
  • Ateliers
  • Echanges 

 

 

 

A suitable content

Programme provisoire

Jour 1

  • Introduction
  • Méthodes de régression (pénalisée, PLS, GAM, sélection)
  • Réseau neurone et extension multicouche
  • Méthodes d’évaluation (qualité de prédiction)

Jour 2

  • Arbres et random forest
  • Data mining
  • Conclusion

Jour 3 - journée optionnelle d'ateliers

  • Travail en atelier sur 1 jeu de données et comparaison des différentes méthodes Restitution

 

 

 

 

 

A formula suitable for business

Durée : La formation comporte deux journées de théorie avec des travaux dirigés et une troisième journée optionnelle d'ateliers pour approfondir.

Date : juin ou septembre 2019

Intervenants : François Brun (Acta), David Makowski (INRA Grignon), Alexandre Termier (INRIA-U. Rennes I), François Piraux (Arvalis - Institut du Végétal), Elodie Doutart, Aurore Philibert, Mohammed El Jabri (Institut de l'élevage) 

Lieu : Monptellier (à confirmer)

Matériel à prévoir : Ordinateur portable avec accès internet

 

 

Teaching contact

François Brun

Acta

Tél : 05 61 28 50 25

Mél : francois.brun@acta.asso.fr

 

 

Administrative contact

Marie-Florence Arzeux

Acta

149 rue de Bercy 75595 PARIS CEDEX 12

Tel : 01 40 04 50 37

Mél : marie-florence.arzeux@acta.asso.fr