Data Science pour l'agriculture
Date: 24, 25 et 26 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 : 24, 25 et 26 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
Matériel à prévoir : Ordinateur portable avec accès internet
Teaching contact
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