Data Science and Artificial Intelligence

Différences entre les versions de « Accueil »

De Data Science and Artificial Intelligence
Aller à la navigation Aller à la recherche
 
Ligne 1 : Ligne 1 :
'''MediaWiki a été installé avec succès.'''
+
Axe transverse '''“Intelligence Artificielle et Sciences de Données”'''  
  
Consultez le [//meta.wikimedia.org/wiki/Aide:Contenu Guide de l’utilisateur] pour plus d’informations sur l’utilisation de ce logiciel de wiki.
+
L’objectif principal de l’axe transverse IA-SD est de rassembler tous les chercheurs du laboratoire ICube travaillant sur des approches d’intelligence artificielle ou d’analyse de masse de données, qu’ils soient des spécialistes du domaine développant de nouvelles approches d’apprentissage artificiel ou de fouille de données, des spécialistes de l’analyse d’un certain type de données (images, vidéos, séquences temporelles, textes, etc.) ou des spécialistes de domaines d’applications phares du laboratoire (santé, environnement, télédétection, usine du futur) utilisant ou souhaitant utiliser ce type de méthode sur leurs données.
  
== Pour démarrer ==
+
'''Mots-clés''': images, vidéos, séquences temporelles, apprentissage par ordinateur, deep learning
* [//www.mediawiki.org/wiki/Manual:Configuration_settings Liste des paramètres de configuration]
+
'''Applications''': santé, environnement, télédétection, usine du futur
* [//www.mediawiki.org/wiki/Manual:FAQ/fr FAQ sur MediaWiki]
+
 
* [https://lists.wikimedia.org/mailman/listinfo/mediawiki-announce Liste de discussion sur les distributions de MediaWiki]
+
'''Coordination''':
* [//www.mediawiki.org/wiki/Localisation#Translation_resources Adaptez MediaWiki dans votre langue]
+
Vincent Noblet (IMAGeS)
 +
 
 +
Nicolas Padoy (AVR)
 +
 
 +
Cédric Wemmert (SDC)

Version du 26 avril 2019 à 09:06

Axe transverse “Intelligence Artificielle et Sciences de Données”

L’objectif principal de l’axe transverse IA-SD est de rassembler tous les chercheurs du laboratoire ICube travaillant sur des approches d’intelligence artificielle ou d’analyse de masse de données, qu’ils soient des spécialistes du domaine développant de nouvelles approches d’apprentissage artificiel ou de fouille de données, des spécialistes de l’analyse d’un certain type de données (images, vidéos, séquences temporelles, textes, etc.) ou des spécialistes de domaines d’applications phares du laboratoire (santé, environnement, télédétection, usine du futur) utilisant ou souhaitant utiliser ce type de méthode sur leurs données.

Mots-clés: images, vidéos, séquences temporelles, apprentissage par ordinateur, deep learning Applications: santé, environnement, télédétection, usine du futur

Coordination: Vincent Noblet (IMAGeS)

Nicolas Padoy (AVR)

Cédric Wemmert (SDC)