La modélisation en santé végétale : des grands principes aux outils...
Lire la suite
La formation comporte 3 classes virtuelles réparties sur 3 jours où l’interactivité et les échanges seront privilégiés.
Classe virtuelle du 05/11 de 8h30 à 10h30 :
Présentation de la formation, modalités d’apprentissage et tour de table (30 min)
Le big data agricole : de quoi parle-t-on ? (30 min)
- Echange ouvert sur les données identifiées par les participants
- Multiplications des capteurs, des flux des données automatiques
- De l’objet connecté (IoT) à la base de données dans le cloud
- Standard d’échange de données et possibilités de croiser les données
- Les API pour faciliter l’accès aux données
Garder la maitrise des usages des données agricoles (1h)
- Le cadre juridique actuel : la contractualisation
- Des chartes pour encadrer les contrats : cas du label Data-Agri
- Le consentement
Classe virtuelle du 06/11 de 8h30 à 10h30 :
Les méthodes de science de données (2h)
- Le principe du machine learning
- Zoom sur les forêts aléatoires avec un exemple
Ex. : Prédiction d’un risque de maladie / Prédiction d’une culture à partir d’une image satellite
- Zoom sur les réseaux de neurone et deep learning pour l’analyse d’image
Ex. : Reconnaissance d’une maladie foliaire, maladie animale / Comptage d’épi, d’animaux
Travail individuel à réaliser et à rendre avant le 6 novembre 18h : analyse d’article.
Classe virtuelle du 07/11 de 8h30 à 10h30 :
Restitution travail individuel (30 min)
De la science des données aux Outils d’Aide à la Décision opérationnels (OAD) (1h)
- Comprendre ce qu’est un OAD
- Découvrir quelques méthodes de conception des OAD
Conclusion et évaluation de la formation (30 min)