Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Machine learning et données géographiques – 10 janvier 2020

10 janvier 2020 – 9h-11h – ENS / D4-23

Contact : pierre.olivier.mazagol@univ-st-etienne.fr

Les outils de Machine Learning se démocratisent et conquièrent nos outils SIG (ArcGIS Pro, SAGA GIS….) et stats (R). Puisqu’ils sont mis à notre disposition, il convient de les évaluer. Cette séance sera l’occasion de mettre en place une première discussion qui devrait, à n’en pas douter, susciter d’autres séances sur la thématique.

Rémi Ratajczak (Doctorant au LIRIS / Centre Léon Bérard) nous parlera des algorithmes de deep learning appliquées aux images aériennes historiques . Voir la présentation

 Pierre-Olivier Mazagol (EVS-UJM) témoignera de son expérience du passage de l’analyse multicritère au machine Learning pour la prédétermination des zones à potentiel humide.

Cyrille Conord (EVS-UJM) lancera une discussion plus générale autour de la géocomputation et de l’apprentissage statistique.


OpenEdition vous propose de citer ce billet de la manière suivante :
Hélène Mathian (21 décembre 2019). Machine learning et données géographiques – 10 janvier 2020. Spatialités numériques et géomatique. Consulté le 18 janvier 2026 à l’adresse https://doi.org/10.58079/d2ft


Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

This site uses Akismet to reduce spam. Learn how your comment data is processed.