Unités

1. Introduction à l'intelligence artificielle et à la discipline de vérification en génie agricole 2. Agriculture de précision et structuration des données agricoles 3. Surveillance de la santé des plantes avec satellite et drone : NDVI et indices de végétation 4. Interprétation des analyses de sol et optimisation de la fertilisation 5. Optimisation de l'irrigation et gestion de l'eau 6. Diagnostic des maladies et des ravageurs : analyse d'images et décision 7. Aide à la décision agricole avec des données météorologiques et climatiques 8. Estimation du rendement et modélisation agricole 9. Analyse de données agricoles avec Python 10. Traçabilité, enregistrement agricole et chaîne d'approvisionnement 11. Éthique, confidentialité, limites et intégration de bout en bout

Unité 9 / 11

Analyse de données agricoles avec Python

Gains :

Capacité à générer et exécuter du code pour charger, nettoyer et résumer les données de terrain/capteurs à l'aide de pandas avec l'IA
Possibilité de visualiser des analyses telles que les séries chronologiques NDVI et la relation engrais/rendement avec des graphiques
Capacité à tester le code généré par l'IA avec de petites données et à détecter les erreurs d'unité, de formule d'index et de logique

Précédent Suivant