Imaginer de nouveaux services en observation de la terre grâce au machine learning

 Le DEEP Learning et l’apprentissage par renforcement sont les formes d’apprentissage les plus prometteuses du moment. Leur application aux systèmes et services d’observation de la terre permet d’imaginer de nouvelles fonctionnalités, plus performantes et donc de nouvelles applications : traitement automatique des données, réactivité dans a prise de décision, fusion des informations…
Appliquer un algorithme de machine learning sur des bases de données d’imagerie de la Terre (par exemple) fait apparaitre plusieurs challenges : taille de la base de données, choix des prétraitements, incertitude et bruits sur les données, apprentissage avec peu d’exemples robustesse de la décision…
Cette formation permet d’y voir plus clair sur l’étendue de ce qui marche ou non aujourd’hui ainsi que le potentiel d’application et de nouveaux services.Le DEEP Learning et l’apprentissage par renforcement sont les formes d’apprentissage les plus prometteuses du moment. Leur application aux systèmes et services d’observation de la terre permet d’imaginer de nouvelles fonctionnalités, plus performantes et donc de nouvelles applications : traitement automatique des données, réactivité dans a prise de décision, fusion des informations…
Appliquer un algorithme de machine learning sur des bases de données d’imagerie de la Terre (par exemple) fait apparaitre plusieurs challenges : taille de la base de données, choix des prétraitements, incertitude et bruits sur les données, apprentissage avec peu d’exemples robustesse de la décision…
Cette formation permet d’y voir plus clair sur l’étendue de ce qui marche ou non aujourd’hui ainsi que le potentiel d’application et de nouveaux services.