Le matin :3 REX : 45 min de présentation puis 15 minutes d'échange

• 09h00-10h00 - REX1
• 10h00-11h00 - REX2
• 11h00-11h15 - Pause
• 11h15-12h15 - REX3
• 12h15-13h30 - Repas
• 13h30-15h00 - Atelier par groupe autour de mots clé (apprentissage et représention de données; représentation de données et apprentissage). Autour de 12 personnes par atelier ⇒ plutôt 3
• 15h00-16h00 - Restitution

OLD

REX, Cas d'étude, Outils et mise en oeuvre de l'apprentissage et de l'analyse.

Eventuellement travailler en petit groupe puis restitution

julia? http://www-hpc.cea.fr/SummerSchools/SummerSchools2018-CS.htm (MIT?) julia - fouille de graphe, ….

Programme:

• Le TP tensorflow + Keras pour en oeuvre le TP du papier de Lecun qui a boosté le Deeplearning

https://www.quora.com/How-does-Keras-compare-to-other-Deep-Learning-frameworks-like-Tensor-Flow-Theano-or-Torch

• Julia : présentation sur la langue en général, et développement de bibliothèques

Cas d'étude: multi-domaine ⇒ dégagé les problématiques d'apprentissage et sémantique Emergence du modèle conceptuel: Données observées(manifeste)/données calculées(conceptuelles)/ Données (connaissance codifiées/structurées)/contenus (connaissances implicites embarquées/non structurées/ …) ; explicite/implicite

• Analyse de données d'un datalake non structuré
• Analyse de données d'un datalake structuré
• Analyse de données d'un datalake structuré graphe (IndexMed, BD NoSQL, …)
• Analyse de données d'un datalake structuré graphe sémantique

Cas d'étude :

• Mise en oeuvre de la sémantique: (SOA sémantique pour l'apprentissage puis cas d'étude en jour 4) (Tensor Flow?)
• IndexMeed + Liens sémantisation
• …

Requestionner les cas d'etude par rapport aux acquies des 3 premiers jours avec la mise en oeuvre technologique

et quelles sont leurs implémentations informatiques / mise en oeuvre ?

⇒ recommandation pour les infrastructures de recherche (méta-données) pour les principes FAIR Archéologie des données (sources des données - Bruno Belly (maison de l'orient et de la méditerranée) ; ou Lille -épistémologie de la recherche)

Quels langages et quels bibliothèques pour manipuler des données structurées en graphe.

Nous savons que les langages du “mathématicien” sont principalement python, R, matlab.

Pour gérer les données graphes, il y a la proposition du W3C avec le RDF et RDFS et OWL. cf. https://www.w3.org/2001/sw/wiki/SemanticWebTools

C'est très riche.

- The Redland RDF Application Framework is a set of free software libraries that provide support for RDF. It provides parser for RDF/XML, Turtle, N-triples, Atom, RSS; has a SPARQL and GRDDL implementation, and has language interfaces to C#, Python, Obj-C, Perl, PHP, Ruby, Java and Tcl

- Sesame is an open source RDF database with support for RDF Schema inferencing and querying. It offers a large scale of tools to developers to leverage the power of RDF and RDF Schema. It is a Java framework, there is also a python wrapper.

- https://www.w3.org/2001/sw/wiki/SemanticWebTools#Python_Developers

- pyrple parses RDF/XML, N3, and N-Triples. It has in-memory storage with API-level querying, experimental marshaling, many utilities, and is small and minimally interdependent. It can do graph isomorphism testing, rule application, etc.

- Sparta is an Python API for RDF that is designed to help easily learn and navigate the Semantic Web programmatically. Unlike other RDF interfaces, which are generally triple-based, Sparta binds RDF nodes to Python objects and RDF arcs to attributes of those Python objects.

- les raisonneurs: OWL RL Service is a brute force implementation of the RDFS and OWL 2 RL semantics on the top of RDFLib. The the software is also downloadable and the library usable as a Python module.

- pyRdfa, a downloadable Python package as well as online service to generate RDF from RDFa pages

- demander à David Auber et Romain Bourqui, sous Tulip, possibilité d'utiliser Python

- Pour mémoire : cas d'études de l'IRIT (cf. Pascal) et Analyse de données symboliques (cf. Dominique)