Traduction de «données et statistiques sur tous » (Français → Néerlandais) :

Les organismes municipaux ont accès à de nombreuses données et statistiques sur tous les aspects de la vie urbaine. Mais comme le suggère l'analyste de données Ben Wellington dans sa conférence, ces organismes ne savent pas toujours quoi faire avec leurs données. Il fait la preuve qu'il est possible de répondre à des questions incongrues grâce à des mesures de traitement de données, et ainsi d'obtenir des renseignements étrangement utiles, et il partage avec nous ses conseils afin que les grands ensembles de données rendus publics puissent être utilisés par tous.
Lokale overheden beschikken over een weelde aan gegevens en statistieken, waarin elk deel van het stadsleven is opgetekend. Gegevensanalist Ben Wellington suggereert in deze onderhoudende talk dat ze echter soms gewoon niet weten hoe ze die gegevens kunnen gebruiken. Hij laat zie hoe een combinatie van vragen die je niet zou verwachten en slimme gegevensverwerking verrassend bruikbare inzichten kan opleveren. Ook deelt hij tips over het vrijgeven van grote verzamelingen gegevens, zodat iedereen daarvan gebruik kan maken.

Le criminologue Manuel Eisner a parcouru les archives historiques à travers l'Europe à la recherche des taux de meurtres dans tous les villages, hameaux, villes et comtés qu'il a pu trouver, et les a complétées par les données nationales, quand les pays ont commencé à conserver des statistiques.
De criminoloog Manuel Eisner doorzocht alle historische data van Europa naar moordaantallen in elk dorp, gehucht, stad en gewest die hij kon vinden, en hij vulde het aan met nationale data vanaf dat landen statistieken gingen bijhouden.

Et bien, l'ordinateur l'avait vu, et en fait, il l'a vu chez un sujet sur trois. On peut donc partir d'un visage anonyme, en ligne ou hors ligne, et on peut utiliser la reconnaissance faciale pour donner un nom à ce visage anonyme grâce aux données des réseaux sociaux. Mais quelques années auparavant, on a fait quelque chose d'autre. A partir des données des réseaux sociaux, combinées statistiquement avec les données de la Sécurité Sociale du gouvernement américain, on a réussi à déduire les numéros de sécurité sociale, ce qui est, aux Etats-Unis, une information extrêmement sensible. Vous voyez où je veux en venir ? Si vous combinez les deux études, la question devient : peut-on partir d'un visage et, en utilisant la reconnaissance faciale, trouver le nom et les informations disponibles de façon publique sur ce nom et sur cette personne, puis, à partir de ces informations publiques, en déduire des informations non publiques, beaucoup plus sensibles, que l'on peut relier au visage ? Et la réponse est, oui, on peut, et on l'a fait. Bien sûr, la précision est de pire en pire.
De computer in ieder geval wel, en die deed dat zelfs in één op de drie gevallen. We kunnen dus gewoon beginnen met een anoniem gezicht, offline of online, en gezichtsherkenning gebruiken om een naam te plakken op dat anonieme gezicht dankzij gegevens van sociale media. Een paar jaar geleden deden we iets anders. We begonnen met data van sociale media, en combineerden die met statistisch data van de Amerikaanse overheid over sociale zekerheid, en uiteindelijk konden we sofinummers voorspellen, wat in de Verenigde Staten extreem gevoelige informatie is. Volgen jullie mij? Als je de twee onderzoeken samenvoegt, dan wordt de vraag: kun je met een foto van een gezicht, met behulp van gezichtsherkenning een naam en openbaar beschikbare informatie over die naam en die persoon vinden, en uit die openbare informatie afgeschermde informatie afleiden, veel gevoeligere informatie, die je weer koppelt aan het gezicht? Het antwoord is ja, dat kunnen we, en dat hebben we ook gedaan. Natuurlijk neemt de nauwkeurigheid steeds meer af.

et que le correct -- celui que tous nos étudiants, que tous les bacheliers devraient connaitre -- devrait être les statistiques : les probabilités et les statistiques.
de juiste top -- wat alle onze studenten, elke afgestudeerde middelbare scholier zou moeten weten -- zou statistiek moeten zijn: kansrekening en statistiek.

Cela m'a amené à me demander : Si vous prenez toutes ces données et en faites une analyse statistique, pourriez-vous rétro-concevoir une conférence TED? Pourriez-vous créer la conférence TED ultime? (Applaudissements) Également, pourriez-vous créer la pire conférence TED possible tout en arrivant à vous en sortir? Pour le savoir, j'ai observé trois éléments. Premièrement, le sujet que vous pourriez choisir. Ensuite comment le présenter, puis la scénographie. D'abord le sujet -- vous pouvez le choisir d'un large éventail, mais vous devez le faire savamment, car votre sujet est étroitement lié à la manière dont les utilisateurs y réagiront.
Ik moest daardoor denken aan het volgende: als je al deze data verzamelt en er statistische analyse op loslaat, zou je daar dan een TEDTalk uit kunnen maken? Zou je de ultieme TEDTalk kunnen creëren? (Applaus) Zou je ook de slechts mogelijke TEDtalk kunnen creëren waarmee ze je nog zouden laten wegkomen? Om dit uit te zoeken, heb ik gekeken naar drie dingen. Ik heb gekeken naar het onderwerp dat je zou moeten kiezen. Ik heb gekeken naar hoe je het moet brengen en naar de zichtbare dingen op het podium. Welnu, met dit onderwerp -- er is een hele reeks van onderwerpen waar je uit kan kiezen, maar de keuze moet je met overleg maken omdat je onderwerp sterk correleert met de reacties van de gebruikers op je verhaal.

Et donc c'est ce que j'essaye de faire avec mes œuvres, C'est de sortir ces chiffres, ces statistiques, du langage brut des données et de les traduire dans un langage visuel plus universel et qu'on peut ressentir.
En dat is dus wat ik probeer te doen met mijn werk: ik neem deze getallen, deze statistieken uit de oorspronkelijke taal van data, en vertaal ze naar een universelere beeldende taal, die kan worden gevoeld.

Vous n'avez jamais vu des données présentées de cette façon. Adoptant le sens dramatique et pressant d'un reporter sportif, le gourou des statistiques Hans Rosling démythifie le soi-disant monde en voie de développement .
Je hebt data nog nooit op deze manier gepresenteerd gezien. Statistieken-goeroe Hans Rosling ontkracht mythen over zogenaamde ontwikkelingslanden met het drama en de urgentie van een sportcommentator.

Ça a l'air désagréable, comme à l'université quand vous n'aimiez pas les statistiques. Mais la première chose, quand on voit une telle dispersion, est de se demander: d'ou sont issues ces données? Quel est l'origine de l'information? Y a-t-il au Kenya des docteurs et autres spécialistes qui écrivent le certificat de décès des enfants, et les envoient au bureau des statistiques? Non. Les pays à faibles revenus comme le Kenya n'ont toujours pas un tel niveau d'organisation.
Het ziet er lelijk uit, zoals op de universiteit, toen je niet van statistiek hield. Maar als je punten als deze ziet, is het eerste dat je je moet afvragen: waar komen de data vandaan? Wat is de oorsprong van de data? Is het zo dat er in Kenia dokters en andere specialisten zijn die een certificaat schrijven bij de dood van het kind, dat dan naar het bureau voor statistiek gaat? Nee. Lage-inkomenslanden zoals Kenia hebben nog steeds niet dat niveau van organisatie.

Commençons par les données gouvernementales. Barak Obama a dit dans un de ses discours que les données du gouvernement américain seront disponibles sur internet dans des formats accessibles. Et j'espère qu'ils utiliseront le format Linked Data . C'est important. Pourquoi est-ce important? Pas seulement pour la transparence. Bien sûr la transparence est importante. Mais ces données proviennent de tous les départements gouvernementaux. Alors pensez comment ces données montrent comment nous vivons en amérique.
Laten we beginnen met overheidsgegevens. Barack Obama zei in een speech, dat hij -- Amerikaanse overheidsdata horen op internet te staan in toegankelijke formaten. En ik hoop dat ze ze erop zetten als linked data. Dat is belangrijk. Waarom? Niet alleen voor transparantie, de overheid moet transparant zijn, maar die data -- de data van alle overheidsinstellingen. Denk eraan hoeveel data handelen over het dagelijks leven in Amerika.

Je vais vous parler de la façon par laquelle on pourrait exploiter une ressource vraiment sous-utilisée en ce qui concerne les soins médicaux, qui n'est autre que le patient, ou -- comme j'aime utiliser, le terme scientifique -- la personne. Parce que nous sommes tous des patients, nous sommes tous des personnes. Même les docteurs deviennent des patients à un moment donné. Alors je veux vous parler de cela comme une opportunité que nous n'avons réellement pas saisi dans ce pays et, en fait, dans le monde. Si vous voulez vraiment vous attaquer à la grosse partie -- Je veux dire, au niveau de la santé publique, là où j'ai été formé -- vous avez à faire à des problèmes comportementaux, vous avez à faire à des situations où les personnes sont en fait données des informations, et ils ne vont pas jusqu'au bout. C'est un problème qui se manifeste dans le cas du diabète, de l'obésité, de nombreuses formes de maladie du coeur, même dans certaines formes de cancer -- quand on pense aux fumeurs.
Ik zal het hebben over hoe we een beter gebruik kunnen maken van een echt onderbenut hulpmiddel in de gezondheidszorg namelijk de patiënt. Of beter (ik heb liever de wetenschappelijke term): mensen. Omdat we allemaal patiënten zijn. We zijn allemaal mensen. Zelfs artsen zijn soms patiënten. Ik beschouw deze toestand als een gemiste kans in dit land. In feite in de hele wereld. Als je wil kijken naar het grotere plaatje, (En dat bedoel ik in relatie tot de openbare gezondheidszorg, waar ik vandaan kom) gaat het over gedrag. Het gaat over mensen die concrete informatie krijgen en er niets doen mee. Dit probleem heeft betrekking op diabetes, zwaarlijvigheid, verschillende hart- en vaatziekten, zelfs bepaalde vormen van kanker - denk maar aan roken.