Accueil > Formations > Data Science pour l’agriculture

Publié le 13/03/2023

Data Science pour l'agriculture

Agriculture numérique

Agriculture numérique

Informations pratiques

Date : 23/09/2024 > 27/09/2024

Lieu : À distance

Durée : 25h sur 6 demi-journées (dont 2 le mercredi)

Tarif : 1250 € HT (voir tarif réduit en bas de page)

Intervenant(s) : François Brun, ingénieur, animateur du RMT Modelia, intervenant sur les méthodes d’évaluation (Acta); David Makowski, directeur de recherche, animateur du RMT Modelia, intervenant sur l’introduction et les méthodes de régression (INRAE); Maxime Legris, ingénieur, intervenant sur les arbres et forêts aléatoires (Idele); Florent Duyme, ingénieur, intervenant sur les méthodes de régression (ARVALIS); Mohammed El Jabri, ingénieur, intervenant sur les réseaux de neurones (Idele); Alexandre Termier, professeur, intervenant sur le data mining (IRISA (université de Rennes-INRIA))

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

Accessibilité : afin que cette formation soit accessible à tous, nous invitons les personnes qui ont besoin d’aménagements à nous le signaler en contactant directement notre référent Handicap : nous contacter

À la demande : pour une formation adaptée à votre structure : nous contacter

Télécharger le programme

Mise à jour 18/03/2024

Objectifs

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

Public

Ingénieurs et chercheurs travaillant dans les domaines de l’agriculture et de l’environnement.

Pré-requis

connaissances de base du logiciel R
maîtriser les méthodes de base de régression
avoir un compte google pour utilisation de google colab

L’inscription à la formation est validée par un questionnaire de positionnement.

Programme et déroulé

Classe virtuelle 1

Présentation de la formation, tour de table et introduction à la datascience

Méthodes de régression (pénalisée, PLS,GAM, sélection)

+ Travail individuel « Méthodes de régression » à réaliser en asynchrone et à rendre avant le soir aux formateurs (durée estimée 1h)

Classe virtuelle 2

Retour sur le travail individuel « Méthodes de régression »

Arbres et random forest

+ Travail individuel « Arbres et random forest » à réaliser en asynchrone et à rendre avant le soir aux formateurs (durée estimée 1h)

Classe virtuelle 3

Retour sur le travail individuel « Arbres et random forest »

Méthodes d’évaluation (qualité de prédiction)

+ Travail individuel « Méthodes d’évaluation » à réaliser en asynchrone et à rendre avant le soir aux formateurs (durée estimée 1h)

(merci de veiller à profiter de la longue pause avant la reprise à 14h pour réaliser ce travail individuel

Classe virtuelle 4

Data mining

Introduction Google Colab et Python – partie 1

+ Travail individuel « Google Colab et Python » à réaliser en asynchrone et à rendre avant le soir aux formateurs (durée estimée 1h)

Classe virtuelle 5

Retour sur les travaux individuels « Méthodes d’évaluation » et « google colab et python »

Introduction Google Colab et Python – partie 2

Réseau de neurones et extension multicouche

+ Travail individuel « Réseau de neurones et extension multicouche » à réaliser en

asynchrone et à rendre avant le soir aux formateurs (durée estimée 1h30)

Classe virtuelle 6

Retour sur le travail individuel « Réseau de neurones et extension multicouche »

Réseau de neurones et convolutions

Conclusion et clôture de la formation

Moyens pédagogiques

Exposés, échanges et quizz
Travaux pratiques personnels

Moyens d’évaluation

Questionnaire de positionnement
Évaluation des compétences acquises lors de la formation par des quizz et des exercices pratiques individuels
Évaluation de la formation par un questionnaire de satisfaction

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

Moyens de suivi et formalisation à l’issue de la formation

Émargement par ½ journée
Certificat de réalisation transmis par courriel à l’issue de la formation

Équipements nécessaires

Ordinateur portable avec accès internet.

Tarif réduit

950 € 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).

Conditions générales de vente Formations inter-entreprises

Règlement intérieur

Partenaires financiers :

Inscription

Data Science pour l'agriculture, 23/09/2024 > 27/09/2024, À distance

Civilité

Mme

Prénom(Nécessaire)

Nom(Nécessaire)

E-mail(Nécessaire)

Téléphone(Nécessaire)

Attentes du participant(Nécessaire)

Filière agricole(Nécessaire)

Société(Nécessaire)

Fonction(Nécessaire)

Ancienneté dans la fonction(Nécessaire)

Adresse de facturation(Nécessaire)

Code postal(Nécessaire)

Ville(Nécessaire)

E-mail responsable de formation(Nécessaire)

Téléphone responsable de formation(Nécessaire)

Le participant bénéficie d’une RQTH, reconnaissance de la qualité de travailleur handicapé.

Cette donnée, potentiellement d’ordre médical, peut nous permettre d’adapter nos formations à l’accueil des personnes en situation de handicap. En cochant cette case, vous donnez explicitement votre consentement au stockage de cette information. Vous pouvez à tout moment nous demander de la supprimer, de la rectifier ou d’y avoir accès en contactant l’adresse dpo@acta.asso.fr et en joignant un justificatif d’identité.

COMMENTAIRES

RGPD

J’accepte de recevoir des informations sur les formations et les livres que proposent l’Acta.

Ces informations sont collectées aux seules fins de procéder à votre inscription à la formation et de vous envoyer tous les documents nécessaires. Conformément au Règlement Général relatif à la Protection des Données (RGPD - 20166/679), vous disposez d'un droit d'accès, de rectification, d'effacement et de portabilité. Vous pouvez à tout moment faire valoir ces droits en écrivant à dpo@acta.asso.fr.

Hidden

Formation