Big data agricole : comment valoriser la masse d'informations ? / Emmanuelle Gourdain in Perspectives Agricoles, 489 ([01/06/2021])

Public ISBD [article]  inPerspectives Agricoles > 489 [01/06/2021] . - p. 70-72 Titre : Big data agricole : comment valoriser la masse d'informations ? Type de document : Article Auteurs : Emmanuelle Gourdain ; François Brun Année de publication : 2021 Article en page(s) : p. 70-72 Catégories : [Motbis 2025] big data [Motbis 2025] exploitation agricole [Motbis 2025] intelligence artificielle Résumé : Pour utiliser des données "agriculteur", l'expert en données massives doit relever plusieurs défis : trier dans leur immense masse afin d'éliminer les données inutiles pour le thème d'étude, s'assurer de leur qualité et parvenir à distinguer les effets. Si l'intelligence artificielle a un rôle important à jouer, l'expertise de terrain est essentielle. [article] Big data agricole : comment valoriser la masse d'informations ? [Article] / Emmanuelle Gourdain ; François Brun . - 2021 . - p. 70-72. in Perspectives Agricoles > 489 [01/06/2021] . - p. 70-72 Catégories : [Motbis 2025] big data [Motbis 2025] exploitation agricole [Motbis 2025] intelligence artificielle Résumé : Pour utiliser des données "agriculteur", l'expert en données massives doit relever plusieurs défis : trier dans leur immense masse afin d'éliminer les données inutiles pour le thème d'étude, s'assurer de leur qualité et parvenir à distinguer les effets. Si l'intelligence artificielle a un rôle important à jouer, l'expertise de terrain est essentielle.

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
REV-00015423	489 [01/06/2021]	Revue	Archives sur place	Documentaires	Disponible

Droit des données de la recherche : science ouverte, innovation, données publiques / Agnès Robin (2022)

Public ISBD Titre : Droit des données de la recherche : science ouverte, innovation, données publiques Type de document : Ouvrage Auteurs : Agnès Robin, Auteur Editeur : Bruxelles : Larcier Année de publication : 2022 Collection : Création information communication Importance : 659 p ISBN/ISSN/EAN : 978-2-8079-2555-7 Langues : Français (fre) Catégories : [Motbis 2025] big data [Motbis 2025] gestion de données [Motbis 2025] recherche scientifique Index. décimale : ZB-0 Généralités Note de contenu : PARTIE 1. Environnement juridique des données de la recherche Chapitre 1. Politique juridique des données de la recherche Chapitre 2. Définition des données de la recherche PARTIE 2. Acquisition et collecte des données de la recherche Chapitre 1. Fouiller et explorer les données de la recherche Chapitre 2. Collecter et traiter les données de la recherche PARTIE 3. Diffusion et partage des données de la recherche Chapitre 1. Assurer l’intégrité des données de la recherche Chapitre 2. Assurer la disponibilité des données de la recherche PARTIE 4. Réutilisation et valorisation des données de la recherche Chapitre 1. Réutiliser les données de la recherche Chapitre 2. Valoriser les données de la recherche Droit des données de la recherche : science ouverte, innovation, données publiques [Ouvrage] / Agnès Robin, Auteur . - Bruxelles : Larcier, 2022 . - 659 p. - (Création information communication) . ISBN : 978-2-8079-2555-7 Langues : Français (fre) Catégories : [Motbis 2025] big data [Motbis 2025] gestion de données [Motbis 2025] recherche scientifique Index. décimale : ZB-0 Généralités Note de contenu : PARTIE 1. Environnement juridique des données de la recherche Chapitre 1. Politique juridique des données de la recherche Chapitre 2. Définition des données de la recherche PARTIE 2. Acquisition et collecte des données de la recherche Chapitre 1. Fouiller et explorer les données de la recherche Chapitre 2. Collecter et traiter les données de la recherche PARTIE 3. Diffusion et partage des données de la recherche Chapitre 1. Assurer l’intégrité des données de la recherche Chapitre 2. Assurer la disponibilité des données de la recherche PARTIE 4. Réutilisation et valorisation des données de la recherche Chapitre 1. Réutiliser les données de la recherche Chapitre 2. Valoriser les données de la recherche

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
DOC-00006157	ZB-0092	Livre	Salle de lecture	Documentaires	Disponible

Qu’est-ce que le travail scientifique des données ? : big data, little data, no data / Christine L. Borgman (2020)

Public ISBD Titre : Qu’est-ce que le travail scientifique des données ? : big data, little data, no data Type de document : Ouvrage Auteurs : Christine L. Borgman, Auteur Editeur : Marseille : OpenEdition press Année de publication : 2020 Collection : Encyclopédie numérique Importance : 417 p ISBN/ISSN/EAN : 979-10-365-5038-6 Langues : Français (fre) Catégories : [Motbis 2025] big data [Motbis 2025] gestion de données [Motbis 2025] recherche scientifique Index. décimale : ZB-0 Généralités Note de contenu : I. Données et recherche 1. Provocations 2. Qu’est-ce qu’une donnée ? 3. Le travail scientifique des données 4. La diversité des données II. Études de cas en travail scientifique des données 5. Le travail scientifique des données dans les sciences exactes 6. Le travail scientifique des données dans les sciences sociales 7. Le travail scientifique des données dans les sciences humaines III. Politiques et pratiques en matière de données 8. Le partage, la diffusion et la réutilisation des données 9. Reconnaissance, attribution et découvrabilité des données 10. Que garder et pourquoi ? Qu’est-ce que le travail scientifique des données ? : big data, little data, no data [Ouvrage] / Christine L. Borgman, Auteur . - Marseille : OpenEdition press, 2020 . - 417 p. - (Encyclopédie numérique) . ISBN : 979-10-365-5038-6 Langues : Français (fre) Catégories : [Motbis 2025] big data [Motbis 2025] gestion de données [Motbis 2025] recherche scientifique Index. décimale : ZB-0 Généralités Note de contenu : I. Données et recherche 1. Provocations 2. Qu’est-ce qu’une donnée ? 3. Le travail scientifique des données 4. La diversité des données II. Études de cas en travail scientifique des données 5. Le travail scientifique des données dans les sciences exactes 6. Le travail scientifique des données dans les sciences sociales 7. Le travail scientifique des données dans les sciences humaines III. Politiques et pratiques en matière de données 8. Le partage, la diffusion et la réutilisation des données 9. Reconnaissance, attribution et découvrabilité des données 10. Que garder et pourquoi ?

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
DOC-00005652	ZB-0085	Livre	Salle de lecture	Documentaires	Disponible

Smart agriculture: emerging pedagogies of deep learning, machine learning and Internet of Things / Govind Singh Patel (2021)

Public ISBD Titre : Smart agriculture: emerging pedagogies of deep learning, machine learning and Internet of Things Type de document : Ouvrage Auteurs : Govind Singh Patel, Auteur Editeur : Boca Raton : CRC Press Année de publication : 2021 Importance : 211 p ISBN/ISSN/EAN : 978-0-367-53580-3 Langues : Anglais (eng) Catégories : [Thesagri] modernisation [Motbis 2025] agriculture [Motbis 2025] big data [Motbis 2025] innovation technologique [Motbis 2025] intelligence artificielle Index. décimale : QA-0 Généralités Note de contenu : 1 - Machine learning and deep learning in agriculture 2 - Descriptive and predictive analytics of agricultural data using machine learning algorithms 3 - Discrimination between weed and crop via image analysis using machine learning algorithm 4 - Bio-inspired optimization algorithms for machine learning in agriculture applications 5 - Agricultural modernization with forecasting stages and machine learning 6 - Classification of segmented image using increased global contrast for Paddy plant disease 7 - IOT in agriculture: Survey on technology, challenges and future scope 8 - Role of IoT in sustainable farming 9 - Smart farming: Crop models and decision support systems using IOT 10 - Smart irrigation in farming using internet of things 11 - Automation systems in agriculture via IOT 12 - A complete automated solution for farm field and garden nurture using internet of things 13 - Machine intelligence techniques for agricultural production: Case study with tomato leaf disease detection 14 - Clock signal and its attribute for agriculture Smart agriculture: emerging pedagogies of deep learning, machine learning and Internet of Things [Ouvrage] / Govind Singh Patel, Auteur . - Boca Raton : CRC Press, 2021 . - 211 p. ISBN : 978-0-367-53580-3 Langues : Anglais (eng) Catégories : [Thesagri] modernisation [Motbis 2025] agriculture [Motbis 2025] big data [Motbis 2025] innovation technologique [Motbis 2025] intelligence artificielle Index. décimale : QA-0 Généralités Note de contenu : 1 - Machine learning and deep learning in agriculture 2 - Descriptive and predictive analytics of agricultural data using machine learning algorithms 3 - Discrimination between weed and crop via image analysis using machine learning algorithm 4 - Bio-inspired optimization algorithms for machine learning in agriculture applications 5 - Agricultural modernization with forecasting stages and machine learning 6 - Classification of segmented image using increased global contrast for Paddy plant disease 7 - IOT in agriculture: Survey on technology, challenges and future scope 8 - Role of IoT in sustainable farming 9 - Smart farming: Crop models and decision support systems using IOT 10 - Smart irrigation in farming using internet of things 11 - Automation systems in agriculture via IOT 12 - A complete automated solution for farm field and garden nurture using internet of things 13 - Machine intelligence techniques for agricultural production: Case study with tomato leaf disease detection 14 - Clock signal and its attribute for agriculture

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
DOC-00005658	QA-0018	Livre	Salle de lecture	Documentaires	Disponible

---

1 (1 - 4 / 4) Par page : 25 50 100 200