Vertaling van "donnée de construire " (Frans → Nederlands) :

Et je ne me rappelle pas du jour précis où nous avons consciemment pris la décision que nous allions réellement construire ces choses, mais une fois que nous avions cette idée en tête, de ce monde comme base de données, d'être capable de capturer des millions de points tous les jours décrivant l'économie mondiale, d'être capable de trouver des milliards de connexions entre ces données, qui n'ont jamais été repérées jusque là, ça semble juste ennuyeux d'aller travailler sur quoique ce soit d'autre.
Ik kan me niet herinneren op welke dag we een bewuste beslissing namen om daadwerkelijk satellieten te gaan maken. Toen het eenmaal tot ons was doorgedrongen dat de wereld een dataset is, dat we miljoenen gegevenspunten konden vastleggen die een beeld geven van de wereldeconomie, dat we miljarden verbindingen konden opdiepen die nog nooit eerder waren gevonden, leek het ons stomvervelend om met iets anders aan het werk te gaan.

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.

C'est comme cette photo de mon grand-père tenant ma mère, du point de vue des données. J'ai dû aller dans le système pour la trouver. Donc ce que je propose maintenant c'est de nous retourner pour attraper cette poussière, de chercher en nous notre génotype, d'aller dans les archives médicales pour y prendre notre dossier, et de l'utiliser pour construire ensemble une réserve commune.
Net als de foto van mijn opa met mijn moeder vanuit dataperspectief. Ik moest in het systeem duiken om dit eruit te halen. Wat ik hier voorstel, is dat we het stof achter ons grijpen, dat we in ons lichaam reiken en er het genotype uit halen, dat we uit het medische systeem onze gegevens halen en wij het samen gebruiken om iets voor de gemeenschap te betekenen.

Et, j'ai remarqué que la plupart des inventions échouent, pas parce que le département R& D ne peut pas les faire fonctionner -- si vous regardez la plupart des projets commerciaux, ils réussiront vraiment si l'occasion est donnée de construire ce qu'ils disent qu'ils vont construire, et 90% de ces projets ou plus échoueront, parce que ce n'est pas le bon moment -- tous les facteurs favorables ne seront pas là quand on en aura besoin.
En het was me opgevallen dat de meeste uitvindingen mislukken, niet omdat de R& D afdeling ze niet goed had ontwikkeld -- als je kijkt naar de meeste zakelijke plannen, dan zullen ze vaak slagen als ze de kans krijgen om te maken wat ze willen gaan maken, maar 90% van die projecten falen, omdat de timing verkeerd is -- niet alle factoren die een uitvinding rendabel maken zijn aanwezig.

La confiance : comment la mériter ? Les banques utilisent les cotes de crédit pour déterminer si vous êtes digne de confiance mais il y a 2,5 milliards de personnes dans le monde qui n'en ont pas — et qui ne peuvent obtenir de crédit pour lancer leur entreprise, acheter une maison ou améliorer leurs conditions de vie. Écoutez comment Shivani Siroya, une TED Fellow, débloque un pouvoir d'achat d'inexploité dans le monde en voie de développement grâce à InVenture, une start-up qui utilise les données mobiles pour construire une identité financière. « Avec quelque chose d'aussi simple qu'une cote de crédit, dit Siroya, nous donnons aux gens le pouvoir de construire leur propre avenir. »
Vertrouwen: Hoe kun je dat winnen? Banken gebruiken kredietscores om te bepalen of je betrouwbaar bent. Wereldwijd zijn er ongeveer 2,5 miljard mensen die geen kredietscores hebben en geen lening kunnen krijgen om een eigen bedrijf te beginnen, een huis te kopen of hun leefsituatie te verbeteren. Luister hoe TED Fellow Shivani Siroya de onbenutte koopkracht in ontwikkelingslanden mobiliseert met InVenture, een startende onderneming die gebruik maakt van telefoongegevens om een financiële identiteit te creëren. Door zoiets simpels als een kredietscore, zegt Siroya, geven we de macht aan mensen om een eigen toekomst op te bouwen.

Aujourd'hui, cette idée d'utiliser ces masses de données pour construire des algorithmes peut paraître évidente, mais pas en 2007.
Achteraf gezien lijkt dit idee om big data te gebruiken om computeralgoritmes te trainen, nogal logisch, maar in 2007 was dat niet zo.

La première étape serait de convaincre les cerveaux dans le monde de construire un environnement où les données brutes pourraient être conservées, et où l'on pourrait y avoir accès et les manipuler, où de nouveaux algorithmes pourraient être développés, et les anciens améliorés.
De eerste stap zou zijn om het wereldwijde breinvermogen aan te boren om een systeem te creëren waar ruwe gegevens kunnen worden opgeslagen, waar ze geraadpleegd en gemanipuleerd kunnen worden, waar nieuwe algoritmes kunnen worden ontwikkeld en oude algoritmes efficiënter gemaakt.

On en a extrait les informations clés pour construire une base de données.
We haalden er de cruciale informatie uit om de database op te bouwen.

Qu'est-ce qui nous garde heureux et en bonne santé tout au long de la vie ? Si vous pensez que c'est la célébrité et l'argent, vous n'êtes pas les seuls - mais, d'après le psychiatre Robert Waldinger, vous vous trompez. Directeur d'une étude d'une durée 75 ans sur le développement adulte, Waldinger a recueilli des données sans précédent sur le bonheur et la satisfaction. Dans cette présentation, il partage trois importantes leçons sur la façon de se construire une vie longue et épanouissante.
Wat houdt ons gelukkig en gezond, ons leven lang? Als je denkt dat het roem en geld zijn, dan ben je niet de enige — maar volgens psychiater Robert Waldinger vergis je je. Als leider van een onderzoek naar volwassen ontwikkeling dat al 75 jaar loopt, heeft Waldinger een nooit geziene toegang tot gegevens over echt geluk en tevredenheid. In deze talk deelt hij drie belangrijke lessen uit dat onderzoek en enkele praktische levenswijsheden, zo oud als de straat, over hoe je een lang leven leidt dat je voldoening geeft.

Et je crois qu'une de mes parties préférées du projet ce n'était pas de tourner une vidéo avec des lasers, mais le fait de le rendre Open Source, et comment nous l'avons sorti en tant que projet Google Code avec lequel les gens pouvaient télécharger un paquet de données et du code source pour construire leur propre version.
Ik denk dat een van mijn favoriete gedeelten van dit project niet slechts het filmen van een video met lasers was, maar we maakten het ook open source, en lieten het uitbrengen als een Google Code-project, waar mensen een stuk van de data en wat source code konden downloaden om hun eigen versie ervan te bouwen.