Ok

En poursuivant votre navigation sur ce site, vous acceptez l'utilisation de cookies. Ces derniers assurent le bon fonctionnement de nos services. En savoir plus.

  • Introduction aux humanités numériques

    Ou champ des "digital humanities"...

    Les humanités numériques sont un fourmillant domaine de la connaissance universitaire aujourd'hui, ayant émergé avec le numérique de masse dans les années 90 et rassemblant des outils, des méthodes, des pratiques et des chercheurs issus de toutes les disciplines des sciences humaines.

    On y trouve pêle mêle les sociologues qui dressent des cartes des réseaux sociaux en utilisant moultes crawlers, bases de données et cartes pour dresser une photographie des relations sociales; des historiens qui construisent de vastes bases de données d'information à l'aide de meta-langages;  des archéologues qui simulent en 3 dimensions des espaces appartenant au passé; etc.

    Les pratiques et usages sont si nombreux qu'on a l'impression qu'ils noieraient presque les théories qui devraient émerger de cet espace cognitif...

    Et l'actualité s'en mêle puisqu'un BAC "digital humanities" est en discussion (passionnée) en ce moment dans l'éducation nationale et les forums universitaires des chercheurs intéressés.

    Pour avoir une idée du domaine voici un éclairage sur ce champ par l'un de ces acteurs :

     

     

     

  • Réseaux Bayésiens - recension

     

    je viens de terminer la lecture de l'excellent ouvrage « Réseaux Bayésiens » (Patrick NAïM , Pierre-Henri WUILLEMIN, Philippe LERAY , Olivier POURRET, Anna BECKER - Paris: Eyrolles ) .

    Lecteur de la première édition, cette nouvelle mouture m’a agréablement surpris par la richesse et la diversité de son contenu. Celui-ci ne fait pas l’impasse sur les aspects pratiques et méthodologiques de mise en œuvre des réseaux bayésiens, ce qui n’était pas exactement le cas de la première édition… Ceci semble traduire une plus grande maturité dans la compréhension des apports « métiers » des réseaux bayésiens. Il est vrai que ce domaine est extrêmement récent et que les applications en entreprise le sont encore plus !

    D'autre part, Réseaux Bayésiens est très bien construit et témoigne d’une véritable réflexion de la part des auteurs sur la manière d’introduire progressivement et surtout simplement un sujet qui peut être ardu.

    Je recommande donc cet ouvrage à tous ceux qui sont confrontés à des problèmes d'analyse de données, d'aide à la décision ou bien encore de modélisation de connaissances !

     

    Destinés aux étudiants (2nd et 3ème cycle) et aux professionnels, cet ouvrage est une excellente introduction à un domaine encore récent de l’ingénierie de la connaissance : les réseaux bayésiens ( (Technique mathématique combinant statistiques et intelligence articielle, les réseaux bayésiens sont des modèles de connaissances pour l'aide à la décision, le diagnostic ou le contrôle de systèmes complexes. Pour en savoir plus sur les réseaux bayésiens, vous pouvez télécharger un mini livre blanc que j'ai écris en 2002 sur le sujet.)

    Dès les premières lignes de l’avant-propos le lecteur est plongé au cœur des enjeux de la société de l’information dans laquelle les réseaux bayésiens ont un rôle déterminant à jouer : rendre l’information intelligible grâce à la connaissance !

    De manière à pouvoir s’adresser aux différents profils de lecteurs, l’ouvrage est construit autour de trois parties.

    Après un avant propos qui permet au lecteur d’appréhender les différents aspects des réseaux bayésiens grâce à des propos clairs, la première partie de l’ouvrage, « Introduction aux réseaux bayésiens », s’attache à présenter les réseaux bayésiens d’une manière intuitive sans pour autant faire l’économie des fondements mathématiques et algorithmiques de leur construction et de leur utilisation.

    La seconde partie, intitulée « Cadre théorique et algorithmes », s’adresse quant à elle aux lecteurs qui souhaitent approfondir les aspects théoriques des réseaux bayésiens. Il s’agit d’une étude détaillée du cadre théorique qui s’adresse plus particulièrement aux étudiants.

    Beaucoup plus opérationnelle, la troisième partie « Méthodologie de mise en œuvre et étude de cas » présente les réseaux bayésiens d’un point de vue très pratique. Elle aborde la méthodologie de mise en œuvre et présente plusieurs cas concrets d’utilisation en milieu industriel.

    Enfin, des annexes viennent compléter ce panorama avec des aspects théoriques (présentation de la théorie des graphes et des probabilités) et des aspects très pratiques (présentation des logiciels mettant en œuvre des réseaux bayésiens).