Journées Deep Learning, Télédétection et Paysage 27-28 juin 2019, Paris (PAYOTE/MODELIA)

Consigne d'installation pour les TP de l'atelier du 28 juin 2019

en gras : les parties importantes

Les présentations du 28 juin seront l'occasion de montrer en détails des résultats, de faire des démos et pratiquer sous R. Afin de suivre des TP, merci d'installer R et les packages suivant afin l'atelier. A noter que sur les outils spatiaux, de nombreux packages sont nécessaires, dont certains pouvant poser des difficultés, que nous ne pouvons pas régler pour chacun : si cela ne fonctionne pas, nous vous inviterons à suivre la logique des scripts et résultats présentés par les intervenants et/ou à partager avec vos voisins.

• version récente de R (actuellement 3.6) https://cran.r-project.org
• installation pour les différentes partie
  
• David Makowski, INRA et François Brun, ACTA - Assimilation de données : exemple des filtres de Kalman et particulaire. Travaux pratiques sous R.
• ### filtering
  liste1 = c("tidyr","dplyr","ZeBook","dlm","MARSS")
  install.packages(liste1, repos = "http://cran.rstudio.com")
  
• 14h - 15h30 - Fabrice Vinatier, INRA - Utilisation de R pour analyser des nuages de points 3D et des modèles numériques de terrain
• ###Le point important est que je demande aux participants de charger les données IN qui serviront à l'analyse (il s'agit d'un fichier .zip à décompresser de 100 mo environ).
  ## Le dossier est téléchargeable à l'adresse suivante:
• #https://filesender.renater.fr/?s=download&token=336cc050-b07b-c848-917d-cdd2cb38c506
  ### install package
  ## Packages d'analyse et manipulation de données spatiales : "sp","raster","maptools","rgdal","rgeos", "rgl","data.table","randomForest","scales","tmap"
  ## Visualisation de données 3D : rgl
  ## Manipulation avancée de tableaux de données : data.table
  ## Algorithme de machine learning pour la classification : randomForest
  ## Transparence des couleurs : scales
  ## Cartographie interactive : tmap
  liste2 = c("sp","raster","maptools","rgdal","rgeos","rgl","data.table","randomForest","scales","tmap")
  install.packages(liste2, repos = "http://cran.rstudio.com")
  
  
• François Brun, ACTA - Approche de machine learning pour prédire les cultures (par ordre d'importance)
  
• ##partie machine learning : randomForest, caret
  liste3 = c("caret")
  install.packages(liste3, repos = "http://cran.rstudio.com")
  
  ######(optionnel)
  ###(partie préparation des données)
  ### hors R, for RGDAL need to install http://download.osgeo.org/osgeo4w/osgeo4w-setup-x86_64.exe
  ### RPG shapefile => rda
  #liste4 = c("mapview","rgdal")
  #install.packages(liste4, repos = "http://cran.rstudio.com")
  
  ###(partie téléchargement des images satellites)
  ###getSpatialData
  #install.packages("remotes", repos = "http://cran.rstudio.com")
  #remotes::install_github("16EAGLE/getSpatialData")