Alexandre Hannebelle, Head of Data chez Inarix est l’invité de l’épisode 22 de Data Driven 101. Il nous parle des défis liés à l'utilisation de l'apprentissage automatique pour l'analyse d'images agricoles mais aussi : 

• l’importance de rester proche de l’état de l’art 
• d’utiliser des solutions génériques pour commencer
• la nécessité de prendre le temps de poser les choses proprement.

Mots clés

• Etat de l'art: La situation actuelle de l'ensemble des connaissances et des techniques dans un domaine particulier.
  
• Data set: Un ensemble de données, généralement structuré en tableaux, qui peut être utilisé pour l'analyse statistique ou l'apprentissage automatique.
  
• Deep learning : Une technique d'apprentissage automatique qui permet aux machines de comprendre des données complexes en utilisant des réseaux de neurones artificiels.
  
• DevOps: Une méthode de développement logiciel qui vise à raccourcir le cycle de développement et à améliorer la qualité des applications en intégrant étroitement les équipes de développement et d'exploitation.
  
• Sprint: Une période de temps fixe, souvent deux semaines, pendant laquelle une équipe de développement de logiciels travaille sur un ensemble de tâches spécifiques.

• Stack: Un ensemble de technologies logicielles utilisées pour réaliser une tâche particulière, souvent en combinaison avec d'autres technologies logicielles.
  
  

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.