Culture et Open data

Culture et open data

Que veut signifie passer d’un inventaire papier à des données numérisées ? Quelles sont les différences entre les données et les contenus culturels liés à celles-ci ? La numérisation force à réfléchir sur une structuration des données, mais aussi sur les droits d’accès à celles-ci et aux contenus culturels qui leur sont liés, ainsi que sur des problèmes de visualisation.

Un powerpoint de 31 diapositives qui permet de mieux comprendre les enjeux des Opendata pour les données culturelles concernant les oeuvres d’art et leurs reproductions.

Pour le consulter, cliquez sur ce lien : blog_APAHAU_Culture et Open data

Web.2.0 et structuration des données

Web.2.0 et structuration des données

Comment structurer les données sur le web.2.0 ? Qu’apportent les humanités numériques pour définir l’objet, l’oeuvre d’art ou l’image, partager les données, éditorialiser la recherche ?

Un document de 25 diapositives, simple, ludique et pédagogique, à consulter ici : blog_APAHAU_dataEtTools réduitd.

Introduction à la Digital Art History

Introduction à la Digital Art History

Ce diaporama de 24 diapositives permet de comprendre ce qu’est la Digital Art History et offre un premier aperçu de ce que les humanités numériques peuvent apporter à l’histoire de l’art …

 

 

 

 

Pour visualiser le diaporama, cliquez ici : blog_APAHAU_IntroDAH-red

 

 

Introduction au Deep Learning

Introduction au Deep Learning

Lors de l’importation d’une de vos photos sur Facebook, le site va faire passer cette dernière dans un algorithme de détection de visages afin de vous proposer de nommer les personnes présentes sur celle-ci. Pour ce faire, les équipes d’ingénieurs de Facebook ont élaborés un algorithme nommé DeepFace basé sur le paradigme de l’apprentissage profond. Une immense base de données est nécessaire pour rendre cet algorithme performant. Il s’agit d’un ensemble d’images annotées : des exemples de photographies de visages et de non-visages.

 

Qu’est ce que le deep learning ?

L’apprentissage profond (deep learning en anglais) est un ensemble de méthodes d’apprentissage automatique (machine learning en anglais) qui tentent de modéliser des données avec un haut niveau d’abstraction. Il s’agit d’automatiser une tâche simple, . . . → En lire plus