Traduction de «nombreuses données » (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.

Mais ce projet a aussi été conduit pour une raison scientifique, qui était d'utiliser ces données naturelles longitudinales pour comprendre le processus menant à l'apprentissage du langage par un enfant -- cet enfant étant ici mon fils. Avec de nombreuses dispositions de protection de la vie privée mises en place pour protéger les personnes enregistrées, nous avons mis des éléments de données à disposition de mon équipe de recherche de confiance au MIT pour que nous puissions commencer à déchiffrer les motifs dans cet énorme jeu de données, en essayant de comprendre l'influence de l'environnement social sur l’acquisition du langage. Nous regardons ici l'une des premières choses que nous avons faites. Voici ma femme et moi préparant le petit déjeuner dans la cuisine. En nous déplaçant à travers l'espace et le temps, un premier motif quotidien de la vie dans la cuisine.
Maar er is ook een wetenschappelijke reden achter dit project, namelijk om met deze natuurlijke langlopende datastroom het proces te begrijpen waarmee een kind taal leert -- dat kind is dus mijn zoon. Zo gingen we met alle zorg voor de privacy van iedereen die werd opgenomen in de data aan de slag om delen van de data beschikbaar te stellen voor mijn vertrouwde onderzoeksteam aan MIT zodat we langzaam patronen konden gaan ontwarren in deze enorme dataset om te proberen te begrijpen hoe de sociale omgeving taalverwerving beïnvloedt. Hier kijken we naar een van de eerste dingen die we hebben gedaan. Hier maken mijn vrouw en ik ontbijt in de keuken. En terwijl we door ruimte en tijd gaan zien we een dagelijks levenspatroon in de keuken.

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.

Il y a de nombreuses façons de faire cela à partir de données.
Er zijn een hoop manieren om dit met data te doen.

Le Big Data est partout ; même dans le ciel. Dans cette conférence instructive, l'astronome Andrew Connolly nous montre comment une grande quantité de données sont rassemblées sur notre univers, des données qui enregistrent son humeur toujours changeante. Comment donc les scientifiques prennent-ils de si nombreuses images à cette échelle ? Ça commence par un télescope géant...
Big data is overal — zelfs in de ruimte. In een informatieve talk laat astronoom Andrew Connolly zien hoe grote hoeveelheden data verzameld worden over ons universum en vastgelegd worden op steeds weer andere manieren. Hoe leggen wetenschappers deze beelden vast? Het begint met een reusachtige telescoop...

Nous vivons dans un monde d'informations, et il y a une différence entre accéder à de nombreuses données et les expérimenter.
We leven in een informatiewereld. Er is een verschil tussen toegang krijgen tot 'big data' en 'big data' ervaren.

Il semble y avoir de nombreuses données suggérant que la vitamine D est très bonne.
Een heleboel gegevens suggereren dat vitamine D zeer goed voor je is.

Pensez au projet Génome Humain comme une manière d'apprendre ce que nous avons en commun et au projet HapMap comme une façon de comprendre les différences entre des gens différents. Pourquoi se préoccuper de cela ? Et bien, il y a de nombreuses raisons. La plus pressante est de comprendre comment ces différences prédisposent certaines personnes à une maladie donnée -- disons, un diabète de type 2 -- et que d'autres différences prédisposent d'autres à des maladies du coeur, ou à des accidents vasculaires cérébraux, ou à l'autisme etc. C'est un grand projet. Il y a un second grand projet. récemment financé par le Wellcome Trust dans ce pays, qui implique de vastes études -- des milliers d'individus, et huit maladies différentes, des maladies courantes comme les diabètes de type 1 et 2, l'infarctus du myocarde, les maladies bipolaires etc -- pour essayer de comprendre leur génétique.
Als het Menselijk Genoomproject gaat over begrijpen wat we gemeen hebben, dan gaat het HapMap Project over begrijpen waar de verschillen tussen verschillende mensen zitten. Waarom vinden we dat belangrijk? Om velerlei redenen. De dringendste is dat we willen begrijpen hoe bepaalde verschillen sommige mensen vatbaar maken voor een ziekte -- bijvoorbeeld diabetes type 2 -- en andere verschillen mensen vatbaar maken voor hartziekten, of beroertes, autisme enzovoort. Dat is één groot project. Er is een tweede groot project dat recent werd gefinancierd door de Wellcome Trust in dit land. Het gaat om zeer omvangrijke studies -- duizenden individuen, telkens 8 verschillende ziektes, gangbare ziektes zoals diabetes type 1 en type 2, coronaire hartklachten, bipolaire stoornissen enzovoort -- om de genetica te begrijpen.

Comment la connaissance s'accroît-elle ? Parfois, ça commence avec une intuition et ça se développe dans de nombreuses branches. Infographiste expert, Manuel Lima explore l'histoire de mille ans de données en cartographie - des langues aux dynasties - utilisant les arbres comme mode de représentation de l'information. C'est une histoire fascinante sur la visualisation, et sur l'urgence à cartographier ce que nous savons.
Hoe groeit kennis? Soms begint het met één inzicht dat zich daarna vertakt. Infographics-expert Manuel Lima onderzoekt de duizendjarige geschiedenis van het in kaart brengen van data — van talen tot dynastieën — gebruik makend van boomstructuren voor informatie. Het is een fascinerende geschiedenis van visualisatie, en een blik op de menselijke neiging om alles wat we weten in kaart te brengen.

Bill Gross a fondé de nombreuses start-ups, et en a fait éclore beaucoup d'autres - et il s'est demandé la raison de leur succès ou de leur échec. Il a donc collecté les données de centaines d'entreprises, les siennes et celles d'autres personnes, et il a classé chaque compagnie selon cinq facteurs. Un des facteurs est particulièrement ressorti du lot - ce qui l'a surpris lui-même.
Bill Gross is veel startups begonnen en hij heeft veel andere begeleid - hij was benieuwd naar waarom sommige startups slagen en andere floppen. Hij verzamelde data van honderden bedrijven, die van hemzelf en van anderen, en rangschikte elk bedrijf op vijf belangrijke kenmerken. Hij ontdekte dat één kenmerk er uitsprong, dat zelfs hem verbaasde.