Mon compte Ma liste - 0
	Catalogue   Ressources numériques   Nouveautés   Liens utiles   Mon compte

Recherche rapide Recherche avancée Recherche alphabétique Historique Information

Recherche  AuteurTitreSujetTitre de revueCollectionCotes BUCotes ENSEACotes IUFM       Modifier la recherche     > CERGY

Elargir la recherche       Sur le même sujet :     R . logiciel     Données -- Récupération (informatique)     Analyse des données     Python (langage de programmation)     Agriculture -- Prévision et estimation     Parcourir le catalogue     par auteur:      Makowski , David , 1972-....      Brun , François      Doutart , Elodie      Duyme , Florent       Rechercher sur Internet     Localiser dans une autre bibliothèque (SUDOC) (PPN ou ISBN ou ISSN)     Aperçu dans Google Books     Affichage MARC

Auteur :  Makowski , David , 1972-.... Brun , François Doutart , Elodie Duyme , Florent Titre :  Data science pour l'agriculture et l'environnement : méthodes et applications avec R et Python , Makowski David (coord.) ; Brun François,..., Doutart Elodie,..., Duyme Florent,... [et al.] Editeur :  Paris : Ellipses , DL 2021 Description :  1 vol. (256 p.) : ill., couv ill. ; 24 cm Collection :  Formations & techniques ISBN:  978-2-340-04577-4 , br. Notes :  Bibliographie en fin de chapitres L'objectif de la data science est de répondre à des questions opérationnelles en analysant des données. Dans ce but, le data scientist récupère, stocke, organise, traite une masse d'informations afin d'en tirer de la valeur. Si la data science a acquis une grande renommée dans de nombreux domaines comme la reconnaissance d'images ou la fouille de données sur internet, son utilisation en agriculture et, plus largement dans les sciences environnementales, reste encore limitée. Pourtant, dans ces domaines, le champ des applications possibles est très vaste. Potentiellement, la data science peut être utilisée pour évaluer l'impact des activités humaines sur les risques de pollution et les émissions de gaz à effet de serre, prédire en temps réel les rendements des cultures et la production des systèmes d'élevage, suivre l'évolution de l'usage des sols à partir de données satellitaires, ou prédire l'impact du changement climatique. Ce manuel d'initiation vise à démocratiser l'usage de la data science pour des applications en lien avec l'agriculture et l'environnement. L'ouvrage couvre les principales méthodes couramment utilisées pour la prédiction, la classification et le partitionnement de données. Il comporte à la fois des explications détaillées du fonctionnement de chaque méthode, une description de codes R et Python permettant leur utilisation pratique, et des exemples d'applications concrètes en lien avec les sciences agricoles et environnementales. Sujet :  R . logiciel Données -- Récupération (informatique) Analyse des données Python (langage de programmation) Agriculture -- Prévision et estimation   Exemplaires Pas de données exemplaires

Pour toute question, contactez la bibliothèque

Horizon Information Portal 3.25_france_v1m© 2001-2019 SirsiDynix Tous droits réservés.