undefined cover
undefined cover
S01 Extrait 7. Joon, Machine Learning et Agronomie cover
S01 Extrait 7. Joon, Machine Learning et Agronomie cover
Tête-à-tête Chercheuse(s)

S01 Extrait 7. Joon, Machine Learning et Agronomie

S01 Extrait 7. Joon, Machine Learning et Agronomie

12min |04/09/2023
Play
undefined cover
undefined cover
S01 Extrait 7. Joon, Machine Learning et Agronomie cover
S01 Extrait 7. Joon, Machine Learning et Agronomie cover
Tête-à-tête Chercheuse(s)

S01 Extrait 7. Joon, Machine Learning et Agronomie

S01 Extrait 7. Joon, Machine Learning et Agronomie

12min |04/09/2023
Play

Description

▶️  Dans cet extrait, Joon nous plonge dans le monde du machine learning, ou apprentissage, et de ses applications concrètes. Il explore deux branches fondamentales de l'apprentissage : supervisé et non supervisé. Dans l'apprentissage supervisé, Joon nous explique comment les données et les exemples de bonnes réponses sont utilisés pour prédire des résultats, comme par exemple à propos du prix de vente de biens immobiliers ou du niveau de menace d'extinction des espèces végétales.


Il aborde également l'apprentissage non supervisé, où les données sont explorées pour regrouper des éléments similaires, même en l'absence d'exemples de bonnes réponses. 

Joon illustre ces concepts à travers des projets concrets, comme la prédiction du comportement des animaux d'élevage grâce à des capteurs, et l'utilisation de données génomiques pour anticiper des caractères phénotypiques, de la vitesse d'un cheval à la production de lait par une vache.


Enfin, il partage comment travailler sur des applications pratiques l'aide à mieux comprendre les besoins et les défis réels, tout en inspirant des améliorations théoriques pour les algorithmes. Cette exploration nous ouvre les portes du monde fascinant où les mathématiques rencontrent la vie quotidienne et la science, créant ainsi un lien crucial entre abstraction et réalité.


🔔 Si vous avez aimé l’épisode, n’hésitez pas à soutenir le podcast en mettant 5 étoiles et en vous abonnant.


🎙️ Podcast créé et animé par Nathalie Ayi

🖼️  Cover et logos : Nathalie Ayi, Kléa Conde

📷  Photographie : Stéphane Hussein

📱 Réseaux Sociaux : Instagram, Facebook, Twitter, Youtube Channel, tous disponibles au lien suivant : https://linktr.ee/tat_chercheuses 


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

Description

▶️  Dans cet extrait, Joon nous plonge dans le monde du machine learning, ou apprentissage, et de ses applications concrètes. Il explore deux branches fondamentales de l'apprentissage : supervisé et non supervisé. Dans l'apprentissage supervisé, Joon nous explique comment les données et les exemples de bonnes réponses sont utilisés pour prédire des résultats, comme par exemple à propos du prix de vente de biens immobiliers ou du niveau de menace d'extinction des espèces végétales.


Il aborde également l'apprentissage non supervisé, où les données sont explorées pour regrouper des éléments similaires, même en l'absence d'exemples de bonnes réponses. 

Joon illustre ces concepts à travers des projets concrets, comme la prédiction du comportement des animaux d'élevage grâce à des capteurs, et l'utilisation de données génomiques pour anticiper des caractères phénotypiques, de la vitesse d'un cheval à la production de lait par une vache.


Enfin, il partage comment travailler sur des applications pratiques l'aide à mieux comprendre les besoins et les défis réels, tout en inspirant des améliorations théoriques pour les algorithmes. Cette exploration nous ouvre les portes du monde fascinant où les mathématiques rencontrent la vie quotidienne et la science, créant ainsi un lien crucial entre abstraction et réalité.


🔔 Si vous avez aimé l’épisode, n’hésitez pas à soutenir le podcast en mettant 5 étoiles et en vous abonnant.


🎙️ Podcast créé et animé par Nathalie Ayi

🖼️  Cover et logos : Nathalie Ayi, Kléa Conde

📷  Photographie : Stéphane Hussein

📱 Réseaux Sociaux : Instagram, Facebook, Twitter, Youtube Channel, tous disponibles au lien suivant : https://linktr.ee/tat_chercheuses 


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

Share

Embed

You may also like

Description

▶️  Dans cet extrait, Joon nous plonge dans le monde du machine learning, ou apprentissage, et de ses applications concrètes. Il explore deux branches fondamentales de l'apprentissage : supervisé et non supervisé. Dans l'apprentissage supervisé, Joon nous explique comment les données et les exemples de bonnes réponses sont utilisés pour prédire des résultats, comme par exemple à propos du prix de vente de biens immobiliers ou du niveau de menace d'extinction des espèces végétales.


Il aborde également l'apprentissage non supervisé, où les données sont explorées pour regrouper des éléments similaires, même en l'absence d'exemples de bonnes réponses. 

Joon illustre ces concepts à travers des projets concrets, comme la prédiction du comportement des animaux d'élevage grâce à des capteurs, et l'utilisation de données génomiques pour anticiper des caractères phénotypiques, de la vitesse d'un cheval à la production de lait par une vache.


Enfin, il partage comment travailler sur des applications pratiques l'aide à mieux comprendre les besoins et les défis réels, tout en inspirant des améliorations théoriques pour les algorithmes. Cette exploration nous ouvre les portes du monde fascinant où les mathématiques rencontrent la vie quotidienne et la science, créant ainsi un lien crucial entre abstraction et réalité.


🔔 Si vous avez aimé l’épisode, n’hésitez pas à soutenir le podcast en mettant 5 étoiles et en vous abonnant.


🎙️ Podcast créé et animé par Nathalie Ayi

🖼️  Cover et logos : Nathalie Ayi, Kléa Conde

📷  Photographie : Stéphane Hussein

📱 Réseaux Sociaux : Instagram, Facebook, Twitter, Youtube Channel, tous disponibles au lien suivant : https://linktr.ee/tat_chercheuses 


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

Description

▶️  Dans cet extrait, Joon nous plonge dans le monde du machine learning, ou apprentissage, et de ses applications concrètes. Il explore deux branches fondamentales de l'apprentissage : supervisé et non supervisé. Dans l'apprentissage supervisé, Joon nous explique comment les données et les exemples de bonnes réponses sont utilisés pour prédire des résultats, comme par exemple à propos du prix de vente de biens immobiliers ou du niveau de menace d'extinction des espèces végétales.


Il aborde également l'apprentissage non supervisé, où les données sont explorées pour regrouper des éléments similaires, même en l'absence d'exemples de bonnes réponses. 

Joon illustre ces concepts à travers des projets concrets, comme la prédiction du comportement des animaux d'élevage grâce à des capteurs, et l'utilisation de données génomiques pour anticiper des caractères phénotypiques, de la vitesse d'un cheval à la production de lait par une vache.


Enfin, il partage comment travailler sur des applications pratiques l'aide à mieux comprendre les besoins et les défis réels, tout en inspirant des améliorations théoriques pour les algorithmes. Cette exploration nous ouvre les portes du monde fascinant où les mathématiques rencontrent la vie quotidienne et la science, créant ainsi un lien crucial entre abstraction et réalité.


🔔 Si vous avez aimé l’épisode, n’hésitez pas à soutenir le podcast en mettant 5 étoiles et en vous abonnant.


🎙️ Podcast créé et animé par Nathalie Ayi

🖼️  Cover et logos : Nathalie Ayi, Kléa Conde

📷  Photographie : Stéphane Hussein

📱 Réseaux Sociaux : Instagram, Facebook, Twitter, Youtube Channel, tous disponibles au lien suivant : https://linktr.ee/tat_chercheuses 


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

Share

Embed

You may also like