Makina Blog
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.
CANARI : calculs d'indicateurs agro-climatiques avec CDO et Django
[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.
[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.
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.
[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.
[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.
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.
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 ?
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 ?
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.
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 ?