Tester les parcours de PIX
ARTS et humanités Science Parcours de rentrée SNT Lycée Socle collège Langues et Humanités Collège SNT lycée Parcours Pro Lycée Coup de pouce Parcours rentrée LYCée 1ère Lycée Ter LYCée 2nde Techno et parcours de rentrée França is Histoire Géographie Maths 5e Collaborer 3e EMI lycée 4e 2nde 1ère TerminaLe Créer Environnement Sécurité Informations Global Données Internet Le web Les réseaux sociaux Humanités 2nde Pro 2ne Pro 1ère Pro Tle pro Sciences 2nde Pro Sciences 1ere Stmg Enseignemenent scientifique Post Bac Physique Techno Musique Arts plastiques Maths et Sciences 1ère STL réalisation: amelie.silvert@ac-lille.fr 1ère STMG Les autres parcours LP Seconde Humanités Réalisation amelie.silvert@ac-lille.fr Tester les parcours pix en tant qu'enseignant Bac Pro technologique et Post bac Grâce à ce lien: vous découvrirez un parcours aligné sur le socle commun qui couvre les compétences communiquer et collaborer. Voici un parcours de rentrée à destination des econdes pro.
Knoema. Atlas mondial de données et d'infographies
Knoema est une ressource précieuse qui compile des milliers de datas publiques issues de centaines de sources concernant la plupart des pays du monde pour en proposer des représentations graphiques interactives. Knoema est un sorte de Google du data et de l’infographie. L’idée de base de cette plateforme libre dédiée à la connaissance est de connecter les datas ou données publiques disponibles avec des outils graphiques d’analyse et de representation. Knoema fonctionne à la façon d’un moteur de recherche classique et va vous permettre de trouver des données brutes et des infographies interactives sur une multitudes de de sujets dans des centaines de domaines différents. L’atlas mondial de données proposé par Knoema va ainsi vous permettre de croiser pays, sources, classements et sujets de forme très intuitive. Je le disais en commençant, Knoema est une ressource précieuse dans tous les sens du terme. Lien: Knoema Sur le même thème
Les itérateurs de Python
Un exemple important de chaîne de Markov sans boucle est celui des arbres pondérés, qui peuvent servir à introduire les probabilités conditionnelles et la théorie de Bayes par le jeu : Ce jeu est à l’évidence à l’avantage de A : Pour jouer, il faut placer un pion (commun aux deux joueurs) sur la racine de l’arbre, puis lancer le dé deux fois de suite, et déplacer le pion selon les indications données par le dé. Voici le graphe version Nirina974 : A gagne si la position finale du pion est la feuille 4 ou la feuille 6, B gagne si la position finale du pion est l’une des feuilles 5 et 7. La version pondérée permet de calculer la probabilité de gain de A : 2/3×5/6+1/3×1/2=10/18+1/6=13/18 soit environ 0,7222 (ou treize chances sur 18, ou treize chances contre cinq [8]). Voici le plateau de jeu : Le jeu a été testé en première année de BTS, en deux groupes, ce qui a permis ce relevé statistique par groupe [9] : Pour noter les résultats des 100 parties, il faut une dizaine de minutes.
About
Research data are valuable and ubiquitous. The permanent access to research data is a challenge for all stakeholders in the scientific community. The long-term preservation and the principle of open access to research data offer broad opportunities for the scientific community. More and more universities and research centres are starting to build research data repositories allowing permanent access to data sets in a trustworthy environment. Due to disciplinary requirements, the landscape of data repositories is very heterogeneous. re3data.org is a global registry of research data repositories that covers research data repositories from different academic disciplines. Some publishers and journals like Copernicus Publications, PeerJ, Springer and Nature’s Scientific Data refer to re3data.org in their Editorial Policies as a tool for the easy identification of appropriate data repositories to store research data. Partners Berlin School of Library and Information Science KIT Library Network
Ipython/outil pour mettre une syntaxe de couleur au code
Le vocabulaire du Big Data - JDN
Comme pour toute nouvelle technologie, le Big Data apporte son lot d'acronymes et de nouveaux termes. Certains sont nés dans le cerveau des développeurs, d'autres viennent du monde des statistiques. Le point sur la liste des mots à connaître. 3V : Volume, Vitesse, variété, c'est, selon les consultants, les trois critères clés qui définissent une plateforme Big Data. Le volume est le critère le plus souvent évoqué, avec la capacité de traiter des To voire des Po de données, mais ce n'est pas le seul. Algorithmes : Si dans le Big Data, la donnée est le sang du système, le moteur d'intégration de données, le cœur, les algorithmes en sont le cerveau. Algorithmes de Boosting : Les algorithmes de Boosting ou encore de stratégies adaptatives sont une classe d'algorithmes de Machine Learning permettant d'améliorer la précision d'algorithme peu précis. Analyse discriminante linéaire : Algorithme prédictif permettant de classifier un individu dans un segment.
The Tkinter Canvas Widget
The Canvas widget provides structured graphics facilities for Tkinter. This is a highly versatile widget which can be used to draw graphs and plots, create graphics editors, and implement various kinds of custom widgets. When to use the Canvas Widget The canvas is a general purpose widget, which is typically used to display and edit graphs and other drawings. Another common use for this widget is to implement various kinds of custom widgets. Patterns To draw things in the canvas, use the create methods to add new items. from Tkinter import * master = Tk() w = Canvas(master, width=200, height=100) w.pack() w.create_line(0, 0, 200, 100) w.create_line(0, 100, 200, 0, fill="red", dash=(4, 4)) w.create_rectangle(50, 25, 150, 75, fill="blue") mainloop() Note that items added to the canvas are kept until you remove them. i = w.create_line(xy, fill="red") w.coords(i, new_xy) w.itemconfig(i, fill="blue") w.delete(i) w.delete(ALL) Concepts Canvas Items Coordinate Systems Item Specifiers: Handles and Tags x
Journée d’étude « Big et Open Data » | L'aire d'u
Le 28 mai 2015 s’est tenue la journée d’étude « Big et Open Data : conséquences et compétences pour les professionnels de l’information », co-organisée par l’ADBS Bretagne, le CFCB Bretagne-Pays de la Loire et l’URFIST de Rennes, en partenariat avec le GFII (Groupement Français de l’Industrie de l’Information). Elle a permis d’aborder les enjeux professionnels autour des données de la recherche, de l’Open Data et du Big Data dans les entreprises, les collectivités territoriales et dans les bibliothèques, ainsi que les usages, les compétences et les formations à envisager. Au programme, trois conférences :