Atelier FabPart Lab - Machine et deep learning appliqués aux SHS, avec Julien Schuh et Cyril Bruneau

DOI : 10.34847/nkl.cfc0cmys
version 2 (4 juil. 2021, 14:02:29) version 1 (4 juil. 2021, 14:02:29)
Publique
Contacter le gestionnaire
Auteurs : ORCID Nicolas Sauret et ORCID Marta Severo

Pour cette séance des ateliers du FabPart Lab, Julien Schuh et Cyril Bruneau ont présenté les méthodologies et les outils de machine et deep learning dans le cadre de recherches sur les archives et les contenus patrimoniaux. La présentation s’est appuyée sur les cas d’étude du projet ModOAP pour illustrer les principes généraux de ces méthodologies.
Le projet FabPart Lab s'inscrit dans le cadre d...u labex Les passés dans le présent et a bénéficié de l’aide de l’État géré par l’ANR au titre du programme Investissements d’avenir portant la référence ANR-11-LABX-0026-01.

Fichiers  
Visualisation
atelier-machine-deep-learning-20210329-720crf20.mp4
510.1 Mo
atelier-machine-deep-learning-20210329.mp4
1.12 Go
atelier-modoap-minutes_20210329.md
7 Ko

ID : 10.34847/nkl.cfc0cmys/ee2886d0ec8a5530b8e3e9d1d1fbe365bc3b24f8

Url d'intégration : https://api.nakala.fr/embed/10.34847/nkl.cfc0cmys/ee2886d0ec8a5530b8e3e9d1d1fbe365bc3b24f8

Url de téléchargement : https://api.nakala.fr/data/10.34847/nkl.cfc0cmys/ee2886d0ec8a5530b8e3e9d1d1fbe365bc3b24f8

Nom du fichier : atelier-machine-deep-learning-20210329-720crf20.mp4
Extension : mp4
Taille : 510.1 Mo
Description :

version 720p

ID : 10.34847/nkl.cfc0cmys/581b5dc77cf064c2c07f122fa12bad026244ed62

Url d'intégration : https://api.nakala.fr/embed/10.34847/nkl.cfc0cmys/581b5dc77cf064c2c07f122fa12bad026244ed62

Url de téléchargement : https://api.nakala.fr/data/10.34847/nkl.cfc0cmys/581b5dc77cf064c2c07f122fa12bad026244ed62

Nom du fichier : atelier-machine-deep-learning-20210329.mp4
Extension : mp4
Taille : 1.12 Go
Description :

version 1080p

ID : 10.34847/nkl.cfc0cmys/51ad9c80f218c9ef48ca18c13b4bffe664af10d4

Url d'intégration : https://api.nakala.fr/embed/10.34847/nkl.cfc0cmys/51ad9c80f218c9ef48ca18c13b4bffe664af10d4

Url de téléchargement : https://api.nakala.fr/data/10.34847/nkl.cfc0cmys/51ad9c80f218c9ef48ca18c13b4bffe664af10d4

Nom du fichier : atelier-modoap-minutes_20210329.md
Extension : md
Taille : 7 Ko
Description :

Prise de notes collaborative

Mots-clés
Traitement automatique du langage naturel Analyse quantitative (recherche) Machine learning Deep learning
Licence
Creative Commons Attribution Share Alike 4.0 International (CC-BY-SA-4.0)
Citer
Partager
Déposée par Nicolas Sauret le 04/07/2021
nakala:title Français Atelier FabPart Lab - Machine et deep learning appliqués aux SHS, avec Julien Schuh et Cyril Bruneau
nakala:creator ORCID Nicolas Sauret et ORCID Marta Severo
nakala:created 2021-07-04
nakala:type dcterms:URI Vidéo
nakala:license Creative Commons Attribution Share Alike 4.0 International (CC-BY-SA-4.0)
dcterms:contributor Julien Schuh
Cyril Bruneau
dcterms:date dcterms:W3CDTF 2021-03-29
dcterms:description Français Pour cette séance des ateliers du FabPart Lab, Julien Schuh et Cyril Bruneau ont présenté les méthodologies et les outils de machine et deep learning dans le cadre de recherches sur les archives et les contenus patrimoniaux. La présentation s’est appuyée sur les cas d’étude du projet ModOAP pour illustrer les principes généraux de ces méthodologies.
Le projet FabPart Lab s'inscrit dans le cadre du labex Les passés dans le présent et a bénéficié de l’aide de l’État géré par l’ANR au titre du programme Investissements d’avenir portant la référence ANR-11-LABX-0026-01.
dcterms:language dcterms:RFC5646 français (fr)
dcterms:publisher dcterms:URI https://fplab.parisnanterre.fr
dcterms:subject Français Traitement automatique du langage naturel
Français Analyse quantitative (recherche)
Français Machine learning
Français Deep learning