Traduction de «algorithmes avec le genre de données » (Français → Néerlandais) :

Alors plutôt que se concentrer sur l'amélioration des algorithmes, mon idée a été de former les algorithmes avec le genre de données qu'un enfant reçoit par l'expérience tant en quantité qu'en qualité
In plaats van je alleen te richten op steeds betere algoritmes, zag ik in dat je de algoritmes de oefengegevens moest geven dat een kind ook krijgt door ervaring. Zowel qua kwantiteit als kwaliteit.

Donnez-moi le contexte. Ça me donne le squelette de l'ensemble de ce que vous allez faire. Ça me permet de relier tout le reste à quelque chose que vous m'avez déjà dit. Donc nous y voilà, conduisez-moi, montrez-moi qui est dans votre équipe. Ça aide si vous avez déjà une expérience et si vous avez déjà fait ce genre de choses avant. Je veux connaître le marché, la taille du marché. Pourquoi est-il intéressant d'aller sur ce marché? Je veux connaître votre produit, et c'est très important. Attention, ce n'est pas un pitch produit, ni un pitch de vente. Je ne veux pas connaître tous les tenants et aboutissants, et tout le toutim, etc. Je veux simplement savoir: qu'est-ce que c'est? Si c'est un site web, montrez-moi une copie d'écran. Surtout ne faites pas de démo en direct. Non, jamais de démo en direct. Faites quelque chose qui me permette de savoir pourquoi les gens vont acheter ce que vous avez à vendre. Ensuite je veux savoir, maintenant que je sais ce que vous vendez, dites-moi comment vous allez gagner de l'argent. Pour chaque X que vous vendez, vous avez Y, vous assurez le service de Z. Je veux savoir quel est le modèle économique au niveau unitaire, ou pour le produit réel que vous vendez. Je veux savoir à qui vous vendez ça, en termes de clients. Je veux savoir si vous avez des contacts qui vont particulièrement vous aider. Est-ce que vous avez des contacts dans la distribution, est-ce que vous avez un contact pour la production. Ou, une fois de plus, la validation. Ça aide de dire que vous n'êtes pas tout seul. Mais tout le monde a des concurrents. Une société sans concurrence, ça n'a jamais existé. Même si la concurrence est une manière un peu passée, je veux savoir exactement qui sont vos concurrents, et ça m'aidera à évaluer comment vous pouvez vous intégrer là-dedans. Mais je veux aussi savoir en quoi vous êtes unique. Si je sais ce que font vos concurrents, comment allez-vous éviter que vos concurrents mangent votre part du gâteau? Tout cela est lié au ...
Het vertelt me de context. Het geeft me de armatuur voor de rest van je verhaal. Zo kan ik alles relateren aan iets dat je me al verteld hebt. Dus dan stel je me je managementteam voor. Het helpt als je ervaring hebt. Dan de grootte van de markt. Waarom moet deze markt aangeboord worden? Ik wil je product kennen, dat is erg belangrijk. Nu is dit geen verkoop-pitch. Ik hoef niet alle kleine details te weten. Ik wil weten: wat is het? Als het een website is, laat je een screenshot zien. Doe geen live demonstratie. Nooit doen! Een opgenomen demonstratie, of iets dat me toont waarom mensen datgene gaan kopen. Dan wil ik weten -- nu ik weet wat je verkoopt -- hoe ga je er geld aan verdienen? Voor iedere verkochte X krijg je Y, lever je dienst Z. Ik wil weten wat het bedrijfsmodel is op stuks-basis, voor het werkelijke product dat jij verkoopt. Ik wil weten aan wie je dit verkoopt, welke klanten. Ook wil ik weten of je relaties hebt die jou gaan helpen. Of je een distributieovereenkomst hebt met iemand, of een productie-partner... Validatie. Dit toont aan dat je groter bent dan slechts dit kleine ding hier. Iedereen heeft echter concurrentie. Er is nooit een bedrijf geweest dat geen concurrentie had. Zelfs als het de oude manier van doen is. Ik wil exact weten wat jouw concurrentie is. Dan kan ik beoordelen hoe je in deze hele operatie past. Dan wil ik weten waarom jij speciaal bent. Als ik weet wat je concurrentie doet, hoe ga je voorkomen dat zij de kaas van je brood eten? Dit alles leidt naar het financiële overzicht. Je kunt niet pitchen aan een durfkapitalist zonder je financiën te tonen. Ik wil een jaar of twee terugkijken, of zolang je al actief bent. En ik wil drie of vier of vijf jaar vooruitkijken. Vijf is wat veel. Vier is waarschijnlijk redelijk. En hoe gaat het bedrijfsmodel dat je toonde op product-basis, vertaald worden in een bedrijfsmodel. Hoeveel widgets ga je verkopen? Je verdient bedrag X per widget. Ik wil weten wat de drijver is. We gaan dit jaar 100 ...

Il y a tout un tas de possibilités de connectique comme des Legos que vous pouvez utiliser pour saisir, dans la vraie vie, dans le monde réel, des éléments comme les tremblements, la démarche l'enjambée, et tout ce genre de choses. Le problème, c'est que notre compréhension des chutes, aujourd'hui, comme celle de Mimi, s'établit avec des études étatiques que vous recevez par courrier 3 mois après que vous soyez tombé. et dans lesquelles on vous demande : Que faisiez-vous lorsque vous êtes tombé ? Si c'est ça la pointe de la technologie. Mais avec un instrument comme Shimmer, ou avec ce que nous appelons le Tapis Volant, dans lequel nous avons implanté des capteurs et des systèmes de caméra que nous avons récupérés de la médecine du sport nous les introduisons pour la première fois dans ces 600 foyers afin de collecter de véritables données sur la mécanique du mouvement pour identifier quels sont les changements subtiles qui sont sur le point de se produire et qui peuvent nous montrer que Maman encourt un risque de chute important. Et la plupart du temps nous pouvons faire deux interventions, et revoir les interactions médicamenteuses. Je suis un chercheur qualitatif, mais lorsque je regarde ces flux de données qui parviennent de ces foyers, je peux analyser ces données et vous dire le jour où un docteur leur a prescrit quelque-chose que personne d'autre ne savait qu'ils prenaient. Parce que nous pouvons voir les changements dans leur modèle personnel. D'accord ?
Er zitten allerlei soorten van plug and play op. Een soort lego waarmee je overal, in de echte wereld, dingen zoals tremor, manier van lopen, paslengte en dat soort dingen kan registreren. Het probleem voor ons begrijpen van vallen is dat je, net als bij Mimi, drie maanden nadat je viel, een enquêteformulier van de Staat in je e-mail vindt. Met de vraag : Wat was je aan het doen toen je viel? Dat is de huidige stand van de techniek. Maar met iets als de Shimmer, of met iets dat we het Magic Carpet noemen, met geïntegreerde sensoren in tapijt of op camera gebaseerde systemen die we ontleenden aan de sportgeneeskunde, beginnen we voor de eerste keer in die 600 oudere huishoudens werkelijke kinematische bewegingsgegevens verzamelen. Zo kunnen we begrijpen wat de subtiele veranderingen zijn, die kunnen aantonen dat mams risico loopt om te vallen. Meestal kunnen we dan het probleem oplossen met een paar interventies, door de medicijnen wat aan te passen. Ik ben kwalitatief onderzoeker, maar als ik kijk naar de datastromen uit deze woningen, kan ik je vertellen op welke dag een arts iets heeft voorgeschreven waarvan niemand anders afwist. Omdat we de veranderingen in hun patronen in het huishouden zien. Niet?

C'est donc ce qui nous permet de faire face à l'explosion des données en médecine, ajouté à l'élaboration de quelques solutions très habiles en termes d'algorithmes -- de compression des données, d'extraction des informations utiles aux travaux des chercheurs.
Dit is het dus wat ons in staat stelt om om te gaan met de explosie van gegevens in de geneeskunde, samen met echt vernuftig werk in termen van algoritmen, het comprimeren van gegevens, om de relevante informatie, waar mensen onderzoek op doen, eruit te halen.

Pouvons-nous en tirer plus? Alors nous avons fait des expériences au cours desquelles nous avons saturé nos pauvres patients d'électrodes et puis nous leur avons demandé de tenter d'accomplir deux douzaines de taches ; de tortiller un doigt jusqu'à bouger tout un bras pour atteindre quelque chose, et nous avons enregistré ces données. Et puis nous avons utilisé des algorithmes qui ressemblent beaucoup aux algorithmes de reconnaissance vocale. et que l'on appelle reconnaissance de modèles. Voyez. (Rires) Ici vous voyez, sur la poitrine de Jesse, quand il essaye de faire trois choses différentes, vous pouvez voir trois modèles différents. Mais je ne peux pas implanter une électrode et dire Va là. Nous avons donc collaboré avec nos collègues de l’Université du New Brunswick, et nous avons trouvé cet algorithme de contrôle dont Amanda fait à présent la démonstration. AK : Mon coude monte et descend.
Valt er meer uit te halen? We deden een paar experimenten waarbij we onze arme patiënten volplakten met ontelbare elektroden en hen vervolgens twee dozijn verschillende taken lieten doen -- gaande van een vinger bewegen tot een hele arm uitsteken om iets te pakken. We noteerden deze gegevens. Vervolgens gebruikten we algoritmes die erg lijken op spraakherkenningsalgoritmes, zogenaamde patroonherkenning. Kijk. (Gelach) Je ziet op de borst van Jesse dat als hij drie verschillende dingen heeft gedaan, je drie verschillende patronen ziet. Maar ik kan er geen elektrode opzetten en zeggen Daarheen. Dus werkten we samen met onze collega's van de universiteit van New Brunswick de algoritmecontrole uit die Amanda nu kan demonstreren. AK: Ik heb een elleboog die op en neer gaat,

Kevin Slavin affirme que nous vivons dans un monde conçu pour (et de plus en plus contrôlé par) les algorithmes. Dans cette conférence fascinante qu'il a donnée à TEDGlobal, il montre comment ces programmes complexes déterminent les tactiques d'espionnage, le prix des actions, les scénarios de films et l'architecture.. Et il nous met en garde contre le fait que nous écrivons du code que nous ne comprenons pas, avec des implications que nous ne pouvons pas contrôler.
Kevin Slavin stelt dat we leven in een wereld ontworpen voor — en in toenemende mate gecontroleerd door — algoritmes. In deze boeiende talk van TEDGlobal, toont hij hoe deze complexe computerprogramma's spionagetactieken, aandelenkoersen, filmscripts en artchitectuur bepalen. En hij waarschuwt dat we codes schrijven die we niet begrijpen, met implicaties die we niet in de hand hebben.

Et laissez moi juste en mentionner deux, rapidement. L'une, tirée du domaine de l'ingénierie, et l'autre du domaine clinique. Dans la perspective de l'ingénierie, nous pouvons nous demander, puisque nous savons que le mouvement est si important pour le système visuel humain si nous pouvons utiliser cela comme recette pour construire des systèmes de vision sur des machines qui peuvent apprendre par elles-mêmes, qui n'ont pas besoin d'être programmées par un programmateur humain. Et c'est ce que nous essayons de faire. Je suis au MIT, au MIT vous devez appliquer tout connaissance fondamentale que vous acquérez. Alors nous sommes en train de créer Dylan, qui est un système informatique avec le but ambitieux de recueillir les données visuelles du même genre que ceux qu'un enfant humain recevrait, et de découvrir de façon autonome quels sont les objets dans ces données visuelles.
Laat me er snel twee noemen. Eén komt uit de techniek en de andere uit de kliniek. Vanuit de invalshoek van de techniek kunnen we vragen: gegeven dat we weten dat beweging zo belangrijk is voor de menselijke verwerking van zicht, kunnen we dit als voorbeeld gebruiken voor het maken van toestellen met een zichtsysteem dat zelf kan leren zonder dat het geprogrammeerd hoeft te worden door een mens? En dat is wat we trachten te doen. Ik zit bij MIT, en daar moet je alle kennis die je opdoet toepassen. Daarom maken we Dylan. Dat is een computationeel systeem met het vooruitstrevende doel visuele invoer te gebruiken van het soort dat menselijke kinderen krijgen en het onafhankelijk te laten ontdekken wat de voorwerpen zijn in die invoer die het ziet.

Nous voyons ce genre de données. Maintenant, il s'agit de données réelles. Nous pouvons voir qu'il y a une projection du Nanopatch qui a été appliquée sur la peau et ces couleurs sont différentes couches. Maintenant, pour vous donner une idée de l'échelle, si l'aiguille était montrée ici, elle serait trop grande. Elle serait 10 fois plus grande que la taille de cet écran, allant aussi 10 fois plus profond.
Dan zien we zoiets als dit. Dit is echt -- we zien hier een uitsteeksel van een Nanopleister die op de huid ligt. Die kleuren zijn de verschillende lagen. Voor een idee van de schaal: een naald zou veel te groot zijn. Die zou 10 keer zo groot zijn als dit scherm, en 10 keer dieper gaan.

Dans mon cas je pensais, bon, les données et les algorithmes me mèneront-ils au prince charmant ?
Dus ik dacht, zouden gegevens en een algoritme me naar mijn droomprins leiden?

On peut utiliser des algorithmes de traitement du langage naturel pour qu'un ordinateur « lise » les données, ligne par ligne, pour en extraire les concepts-clés.
We kunnen met natuurlijke taalverwerkingsalgoritmen regel voor regel met een computer de belangrijke concepten eruit halen.