Passer au contenu principal
Panneau latéral
Accueil
Animation
Description
Nous rejoindre...
Source de données
Méthodes
Science des données
Modélisation
data science participative
Ressources
Offres d'emploi et de stage
Plus
Connexion
Accueil
Animation
Replier
Déplier
Description
Nous rejoindre...
Source de données
Méthodes
Replier
Déplier
Science des données
Modélisation
data science participative
Ressources
Replier
Déplier
Offres d'emploi et de stage
Ouvrir le tiroir des blocs
Cours
Volet 2. Méthodes pour la science de données et la modélisation
Modélisation
Modélisation
Catégories de cours
Animation
Volet 1. Nouveaux modes d’acquisition d’informations
Volet 2. Méthodes pour la science de données et la modélisation
Volet 2. Méthodes pour la science de données et la modélisation / Science des données
Volet 2. Méthodes pour la science de données et la modélisation / Modélisation
Volet 3. Vers une data science participative favorisant la diffusion des méthodes et des innovations
Ressources communes
Archives (2007-2019)
Rechercher des cours
Rechercher des cours
Séminaire Prendre en compte l’incertitude des prévisions météorologiques dans les modèles et les outils d’aide à la décision en agriculture, 6 octobre 2023, 9h00-12h30
Formation Modèles et Méthodes - Paris 2025 (accès participants)
Sécheresse 2022. Que nous disent les prévisions de précipitations et les incertitudes associées ? (été 2022)
METEOPREC
MACSUR Modelling Workshop - Working with Dynamic Crop Models
Working with Dynamic Crop Models, 3rd Edition. Methods, Tools and Examples for Agriculture and Environment. by D. Wallach, D. Makowski, J.W. Jones et F. Brun
Formation méthodes mathématiques et statistiques pour les modèles en agronomie (juin 2018)
Atelier Caractérisation de l'état des cultures (satellite et proxidétection) et méthodes d’assimilation de données dans les modèles (21 juin 2018)
