Imprimer

Data Science pour l'agriculture

Date : du 6 au 10 décembre (à distance)

Institut organisateur :

Pour un objectif personnalisé
  • 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 le logiciel R
Un public
  • Ingénieurs et chercheurs travaillant dans les domaines de l’agriculture et de l’environnement


Pré-requis : connaissance de base du logiciel R

Une méthode

Moyens pédagogiques

Formation en ligne interactive alternant :

  • Exposés, échanges et quizz en classe virtuelle
  • Travaux pratiques personnels en asynchrone : la durée de ces travaux pratiques est estimée au minimum à 1h de travail individuel à réaliser dans l’après-midi de chaque journée et à rendre avant 18h aux formateurs. Merci de prévoir suffisamment de temps pour les réaliser.
  • Retours sur les travaux pratiques en classe virtuelle pour valider le travail personnel de chacun

Moyens d’Evaluation

  • Quizz en classes virtuelles
  • Exercices pratiques individuels
  • Questionnaire de satisfaction en fin de formation

Ressources pédagogiques

  • Pdf de la formation fourni en début de session
  • Ouvrage collectif « Data science pour l’agriculture et l’environnement - Méthodes et applications avec R et Python » Editions Ellipses

Un contenu adaptable

Lundi 6 décembre

  • 9h-10h30 : Présentation de la formation et de ses modalités d'apprentissage (1h30)
  • 10h40-12h40 : Méthodes de régression (pénalisée, PLS,GAM, sélection) (2h)
  • Travail individuel (1h)

Mardi 7 décembre

  • 9h-10h : Retour sur le travail individuel "Méthodes de régression" (1h)
  • 10h10-12h10 : Arbres et random forest (2h)
  • Travail individuel (1h)

Mercredi 8 décembre

  • 9h-10h : Retour sur le travail individuel "Arbres et random forest" (1h)
  • 10h10-11h40 : Méthodes d’évaluation (qualité de prédiction) (1h30)
  • Travail individuel (1h)

Jeudi 9 décembre

  • 9h-10h : Retour sur le travail individuel "Méthodes d’évaluation" (1h)
  • 10h10-12h10 : Réseau neurone et extension multicouche (2h)
  • Travail individuel (1h)

Vendredi 10 décembre

  • 9h-10h : Retour sur le travail individuel "Réseau neurone et extension multicouche" (1h)
  • 10h10-11h40 : Data mining (1h30)
  • 11h50-12h50 : Conclusion et clôture de la formation (1h)
Une formule adaptée à l'entreprise
  • Durée : 19h30 min de formation

  • Tarif : 800€ HT

  • Tarif réduit : 600€ HT pour les partenaires RMT Science des données et Modélisation pour l’agriculture et l’agroalimentaire (www.modelia.org) ou pour les doctorants financés ou labellisés par l'institut de convergence DigitAg – Agriculture Numérique (www.hdigitag.fr).

  • Dates : du 6 au 10 décembre (à distance)

  • Intervenants : François Brun, Acta-les instituts techniques agricoles : ingénieur, animateur du RMT Modelia, intervenant sur les méthodes d’évaluation, David Makowski, INRAE, directeur de recherche, animateur du RMT Modelia, intervenant sur l’introduction et les méthodes de régression, Florent Duyme, Arvalis, ingénieur, intervenant sur les méthodes de régression, Aurore Philibert, Idele, ingénieur, intervenant sur les arbres et forêts aléatoires, Mohammed El Jabri, Idele, ingénieur, intervenant sur les réseaux de neurones, Kevin Fauvel, intervenant sur le data mining, Alexandre Termier, IRISA (université de Rennes-INRIA), professeur, intervenant sur le data mining

  • Lieu : formation réalisée à distance

  • Matériel à prévoir : Ordinateur portable avec accès internet

     

    Accessibilité aux personnes en situation de handicap : nous contacter

Délais d’accès : vous pouvez vous inscrire jusqu’à 3 semaines avant la formation. Au-delà, merci de nous contacter.

Contact pédagogique

François Brun

Acta

Tél : 05 61 28 50 25

Mél : francois.brun@acta.asso.fr

Contact administratif

Volimata CAMARA

Acta

149 rue de Bercy

75595 PARIS CEDEX 12

Tel : 01 40 04 50 08

Mél : volimata.camara@acta.asso.fr

                                                                                                                                   Date de mise à jour : 25/05/2021