Suivez les dernières actualités postées ici !
De manière générale, lorsque l’on veut évaluer la robustesse et/ou la généralité d’un algorithme, on a besoin de le tester sur un grand nombre de données, avec des caractéristiques assez variées, pour s’assurer que l’algorithme va donner des résultats concluants dans la grande majorité des cas. Si on avait les moyens d’avoir des données réelles En savoir plus surComment générer des données spatiales corrélées entre elles ?[…]
L’Agriculture de Précision est une discipline basée sur la donnée ; donnée que l’on va collecter pour mesurer, décrire, quantifier, comprendre, ou encore analyser les agro-systèmes. Des systèmes de mesure très variés sont développés pour mesurer des paramètres agronomiques d’intérêt, de l’état de végétation des plantes au rendement d’une culture, en passant par la détection d’adventices En savoir plus surTravailler avec des données à haute résolution en agriculture de précision[…]
Malgré l’émulation autour de l’agriculture de précision et l’agriculture numérique en France, force est de constater que ces outils et solutions ne sont pas encore très répandus sur le terrain. Quelques statistiques récentes de l’observatoire français des usages numériques en agriculture peuvent en témoigner : moins de 10% des agriculteurs utilisent des outils de modulation en 2018, En savoir plus surProduire des cartes de rentabilité à partir de cartes de rendement ?[…]
Dans le post précédent, on a dressé un portrait assez général des capteurs de rendement et des données associées. On revient ici sur une question récurrente en rapport avec les données de rendement : Comment s’assurer que les données de rendement soient assez fiables pour pouvoir les utiliser correctement ? Nous allons donc passer en revue les En savoir plus surFiltrer – Nettoyer sa carte de rendement[…]
Ca fait longtemps que ce post aurait dû être publié, notamment parce que c’était le sujet de ma thèse. C’est maintenant chose faite… Avant toute chose, on pourrait se demander pourquoi un travail de thèse avait été proposé sur les données de rendement alors que les capteurs de rendement existent depuis les années 90 ? Premièrement, En savoir plus surLes cartes de rendement en Agriculture de Précision[…]
Ah, l’Agriculture de Précision ! On en entend parler à tout va en ce moment. Agriculture 4.0 (je ne sais même plus à quel numéro on en est), machines super précises, capteurs connectés…. Le numérique, le digital et l’innovation, ça créé le buzz en agriculture (Note : Saupoudrez le tout d’un peu de Big Data, de Deep En savoir plus surL’Agriculture de Précision en toute intimité[…]
Le concept de logique floue a été proposé dans les années 60 par Lotfi Zadeh, un mathématicien et informaticien iranien, pour répondre aux limites de la bonne vieille logique classique. Mais alors de quelles limites parle-t-on ? Prenons un premier exemple très simple sur la température de l’eau qui coule lorsque l’on prend sa douche. Si En savoir plus surLa logique floue ou l’extension de la logique classique[…]
Visualiser ses données, c’est un peu THE partie la plus importante dans la gestion d’un projet (on parle souvent de « Data Visualisation » ou Dataviz »). Que ce soit en amont pour comprendre un peu comment sont agencées les données ou en aval pour qu’un décideur soit à même de prendre une décision en toute connaissance de En savoir plus surVisualisation de données avec R et Shiny[…]
Rares sont ceux qui vous diront que leurs données sont toutes jolies et toutes propres et qu’elles peuvent être utilisées telles quelles dans des modèles décisionnels… C’est un fait. Lorsqu’un jeu de données est collecté, personne n’est à l’abri que des données biaisées ou aberrantes viennent s’ajouter à la fête et perturber la qualité des En savoir plus surOutliers, Données aberrantes – On fait le point[…]
L’architecture complexe que nous avons largement détaillée dans les parties précédentes est un perceptron multi-couches (MLP pour Multi Layer Perceptron). C’est l’architecture classique du réseau neuronal. Néanmoins, en fonction du type de données que l’on utilise en entrée des modèles neuronaux (images, signal vocal…), des architectures un peu plus spécifiques ont été mises en place. En savoir plus surRéseau de neurones – On va essayer de démystifier un peu tout ça (3) – Application aux images[…]