Makina Blog

Image
Header Blog Makina Corpus
Image
Formation Python scientifique
05/09/2022 - 11:54

Nouvelles versions de nos formations Python Scientifique

Nous avons profité de l'été pour mettre à jour nos formations Python Scientifique avec des versions plus modulables et personnalisables. La formation "Python Scientifique" sur 5 jours et la formation "Initiation au Python Scientifique" est maintenant proposées sur 3 ou 4 jours.

Voir l'article
Image
Encart article Canari
15/06/2022 - 10:06

CANARI : calculs d'indicateurs agro-climatiques avec CDO et Django

Complètement open source, Makina Corpus vous présente aujourd'hui les dessous de CANARI, portail web capable de calculer des indicateurs agro-climatiques.
Voir l'article
Image
visuel_dataviz_graphes_visualisation
18/01/2022 - 14:35

[Conférence] Les règles de la visualisation de données 4/4 : Evanthia Dimara

Le 27 et 28 novembre 2020 se tenait la conférence S-H-O-W à propos de l'usage des règles dans la visualisation de données. Makina Corpus a assisté à cette conférence et vous propose une sélection des interventions majeures sur le sujet.

Voir l'article
Image
Data Visualization
07/12/2021 - 11:00

[Conférence] Les règles de la visualisation de données 3/4 : Andy Kirk

Le 27 et 28 novembre 2020 se tenait la conférence S-H-O-W qui portait sur l'usage des règles dans la visualisation de données.

Voir l'article
Image
Vidéo conférence IA Data Science Bérengère
02/12/2021 - 11:39

Vidéo : l'importance du logiciel libre dans l’essor du Deep Learning

Visionnez la vidéo de la conférence de Bérengère Mathieu, Data Scientist Makina Corpus, à l'Open Source Expérience 2021 : l'importance du logiciel libre dans l’essor du Deep Learning.

Voir l'article
Image
Expressionisme Dataviz ia Data Science
03/11/2021 - 14:18

[Conférence] Les règles de la visualisation de données 2/4 : Lisa Muth (Datawrapper)

Le 27 et 28 novembre 2020 se tenait la conférence S-H-O-W qui portait sur l'usage des règles dans la visualisation de données.

Voir l'article
Image
IA / DataScience : DataViz les règles visualisation
28/10/2021 - 10:06

[Conférence] Les règles de la visualisation de données 1/4 : Manuel Lima (Google)

Le 27 et 28 novembre 2020 se tenait la conférence S-H-O-W qui portait sur l'usage des règles dans la visualisation de données.

Voir l'article
Image
Deep clustering d'images aériennes
09/02/2021 - 15:15

Deep clustering d'images aériennes

Cet article présente Deep Cluster, une méthode reposant sur l'utilisation conjointe d'un algorithme de clustering et d'un réseau de neurones (deep learning). Nous montrons que Deep Cluster réussit à grouper en ensembles cohérents des photographies aériennes récupérées via l'API Mapbox. Grâce à l'outil MLflow nous avons tracé et analysé les résultats obtenus par la méthode Deep Cluster. Dans cette publication nous donnerons quelques précisions sur l'utilisation de cet outil.

Voir l'article
Image
Image application de l'IA sur une carte
20/07/2020 - 11:35

IA et cartographie : l'IA pour découvrir un territoire [Article 2]

Deuxième article de notre série sur les applications de geoIA : comment les techniques d'intelligence artificielle peuvent aider à la découverte d'un territoire ?

Voir l'article
Image
IA cartes
10/07/2020 - 14:03

IA & cartographie : l'IA pour créer des cartes [Article 1]

Premier article de notre série sur les applications de geoIA : comment les techniques d'intelligence artificielle peuvent aider à la création de cartes ?

Voir l'article
Image
IA & Cartographie
08/06/2020 - 19:34

Série d'articles : IA & cartographie

Tour d'horizon de l'apport de l’intelligence artificielle à la cartographie ! Quand dans une discussion sont lancés les mots "intelligence artificielle" et "cartographie", il y a fort à parier que les protagonistes en viennent rapidement à parler de conduite assistée et voitures autonomes.

Voir l'article
Image
SIG_cartographie_Deeplearning
08/06/2020 - 12:00

Extraction d'objets pour la cartographie par deep-learning : évaluation du modèle

Voici le dernier article de notre série sur la cartographie par deep-learning. Après avoir expliqué comment choisir et utiliser un modèle d'extraction d'objets, nous allons maintenant en évaluer les performances. Que pouvons-nous attendre du modèle entraîné ? Quels sont ses limites et ses sensibilités ?

Voir l'article