À distance - Text mining ou l’exploitation de données textuelles pour les risques...
07/06/22 > 09/06/22
Lire la suite
Data Science pour l'agriculture
Informations pratiques
Date : 01/01/0001
Lieu : Lieu et date à venir
Durée : 4 jours (25h)
Tarif : 1 200 € 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); Florent Duyme, ingénieur, intervenant sur les méthodes de régression (ARVALIS); Aurore Philibert, ingénieur, intervenant sur les arbres et forêts aléatoires (Idele); Mohammed El Jabri, ingénieur, intervenant sur les réseaux de neurones (Idele); Kevin Fauvel, intervenant sur le data mining; Alexandre Termier, professeur, intervenant sur le data mining (IRISA (université de Rennes-INRIA))
Délais d'accès : exceptionnellement, les inscriptions sont ouvertes jusqu'au 20 avril 2022. Au-delà, merci de prendre contact avec nous :
Nous contacter
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
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
- connaissance 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
Jour 1
- 10h-11h : Présentation de la formation : tour de table et introduction à la datascience (1h)
- 11h-12h30 : Méthodes de régression (pénalisée, PLS,GAM, sélection) (1h30)
- 12h30-14h : REPAS
- 14h-15h30 : Méthodes de régression (pénalisée, PLS,GAM, sélection) (1h30)
- 15h30-17h : Travail individuel « Méthodes de régression » (1h30)
Jour 2
- 9h-11h30 : Arbres et random forest (2h30)
- 11h30-12h30 : Travail individuel « Arbres et random forest » (1h)
- 12h30-14h : REPAS
- 14h-15h : Travail individuel « Arbres et random forest » (1h)
- 15h-17h : Méthodes d’évaluation (qualité de prédiction) (2h)
Jour 3
- 9h-10h30 : Travail individuel « Méthodes d’évaluation » (1h30)
- 10h30-12h30 : Introduction Google Colab et Python (2h)
- 12h30-14h : REPAS
- 14h-16h : Réseau de neurones et extension multicouche (2h)
- 16h-17h : Travail individuel « Réseau de neurones et extension multicouche » (1h)
Jour 4
- 8h30- 10h30 : Réseau de neurones et convolutions (2h)
- 10h30- 12h : Travail individuel « Extension multicouche et convolutions » (1h30)
- 12h-13h30 : REPAS
- 13h30-15h30 : Data mining (2h)
- 15h30-16h30 : Conclusion et clôture de la formation (1h)
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
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
900 € 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).