Listing 1 - 10 of 339 | << page >> |
Sort by
|
Choose an application
Choose an application
Le Petit Dico critique du big data est l’outil incontournable pour comprendre de manière synthétique et pratique les concepts clés de cette technologie en constante évolution. Il couvre toutes les utilisations du big data, dans de nombreux domaines : économie, gouvernance, réseaux sociaux, santé, élection, surveillance, etc. Il propose une analyse critique, historique et sociologique des termes techniques, tels que « bulle de filtre », « algorithme prédictif », « économie du clic », « web des émotions », etc. Il fournit également des études de cas concrètes pour illustrer les enjeux liés à l’utilisation du big data. Accessible à tous, doté d'une bibliographie complète sur le sujet, ce dictionnaire inédit permet d'embrasser tous les aspects du big data, ses usages, ses enjeux, ses critiques. Il intéressera les décideurs, les professionnels du big data, les enseignants, les étudiants, les chercheurs, les collectivités publiques, les centres de documentation, ainsi que les citoyens désireux de comprendre les implications du traitement massif des données personnelles. L’ouvrage a été réalisé sous la direction d’Anaïs Theviot, maîtresse de conférences en science politique au laboratoire Arènes (UMR CNRS 6051) et directrice du centre de recherche Humanités et Sociétés à l’université catholique de l’Ouest. Elle travaille notamment sur le militantisme en ligne et les effets du numérique sur la participation politique. Chaque thème présenté dans ce dictionnaire a été étudié par des experts reconnus du domaine : Olivier Aïm, Alicia Albert, Laurence Allard, Camille Alloing, Antony Amicelle, Romain Badouard, Irène Bastard, Anne Bellon, Bilel Benbouzid, Marie- Stève Bernardin, Gabrielle Bertan, Édouard Bouté, Julien Boyadjian, Guillaume Carnino, Jonathan Chibois, Frédéric Clavert, Antoine Courmont, Hélène Ducourant, Émilie Frenkiel, Célya Gruson-Daniel, Clément Henin, Bernard Jacquemin, Hélène Jarousseau, Sophie Jehel, Léo Joubert, Baptiste Kotras, Jean-Baptiste Le Corf, Coralie Le Caroff, Ben Lister, Clément Mabi, Clément Marquet, Alexandre Mathieu-Fritz, Sandra Mellot, Arnaud Mercier, Marie Neihouser, Erik Neveu, Nadia Okbani, Camila Pérez Lagos, Julien Pierre, Magali Prodhomme, Amélie Puzenat, Dilara Vanessa Trupia, Sébastien Shulz, Lorella Sini, Guillaume Sire, Jean-Sébastien Vayre.
Choose an application
The growth of e-commerce has the potential to reduce shopping-related travel but brings with it additional freight vehicle trips for the delivery of online orders to consumers. Understanding the overall net effect of e-commerce on urban trip intensity is essential for planning transport infrastructure and services. The paper analyzes how the growth of e-commerce is impacting mobility in Bogotá and Buenos Aires. The demand for e-commerce grew in both cities during the COVID-19 pandemic (2019-21), mostly among higher income groups. Despite the significant potential for replacing private vehicle trips, the analysis finds little evidence that the growth of e-commerce is having a significant substitution effect on shopping trips. Overall, e-commerce currently generates more traffic than it avoids in both Bogotá and Buenos Aires, and, thus, is very likely to continue to add to the road traffic in the two metropolitan areas in the near future.
Choose an application
The ultra-secure and immutable ledgers, strong, consensus mechanisms, decentralization, and self-sovereign identity of AI and IoT technologies have tremendous potential to rebalance and improve machine learning algorithms. This book discusses the possibility of using AI, IoT and machine learning for the enhancement of healthcare systems.
Choose an application
Choose an application
Choose an application
The use of advanced and scalable algorithms, along with parallel programming frameworks and high-performance computers, is commonly used to solve Big Data problems and obtain valuable information and learning processes in a reasonable time. This Special Issue includes high-quality research papers in the fields of big data, cloud-based data analysis, and machine learning systems. In particular, wide-ranging surveys and advanced research papers are included, focusing both on aspects relating to big data (e.g., frameworks for big data analysis or systems for big data management) and on the use of big data in application areas (e.g., big data from social media or big data from streams).
Choose an application
Alors que tout semble s'accélérer dans nos vies hyperconnectées, la séparation du monde « réel » et du virtuel apparaît de plus en plus caduque. Pour Jonathan Durand Folco et Jonathan Martineau, les changements techniques en cours sont tels que nous sommes entrés dans un nouveau stade du capitalisme : le capital algorithmique. En vingt thèses critiques, ils montrent comment la valorisation des données massives et le déploiement rapide de l'intelligence artificielle s'accompagnent de mutations socioéconomiques et politiques majeures. À la fois dynamique d'accumulation, rapport social et forme inédite de pouvoir basé sur les algorithmes, il s'agit d'une réalité multidimensionnelle qui bouleverse déjà profondément nos vies.Le capital algorithmique permet de relier des phénomènes aussi variés que l'essor des GAFAM, l'extraction de métaux rares, la fragmentation de nos emplois du temps hyperconnectés, les fortunes des Bezos, Musk et Zuckerberg, les tensions américano-chinoises autour de Huawei et TikTok, la prolifération des écrans, le télétravail, Alexa, les cryptomonnaies, les conflits militaires au Congo, les assassinats politiques ciblés par drones, la crise climatique, la pénurie de semi-conducteurs, l'industrie des influenceurs, l'idéologie des « risques existentiels », la livraison en 24 heures… Forger une théorie critique des algorithmes et de l'intelligence artificielle devient urgent et nécessaire pour comprendre les multiples ramifications de la logique algorithmique, ses dispositifs et sa dimension idéologi¬que, mais aussi pour débusquer les relations de pouvoir liées aux nouvelles technologies et comprendre l'économie politique qui les produit.La révolution industrielle a jadis propulsé l'empire du capital au XIXe siècle : les algorithmes et l'intelligence artificielle pourraient avoir le même impact au XXIe siècle. Une thèse ambitieuse qui permet de saisir l'ampleur des transformations et des mutations en cours.
Choose an application
The use of advanced and scalable algorithms, along with parallel programming frameworks and high-performance computers, is commonly used to solve Big Data problems and obtain valuable information and learning processes in a reasonable time. This Special Issue includes high-quality research papers in the fields of big data, cloud-based data analysis, and machine learning systems. In particular, wide-ranging surveys and advanced research papers are included, focusing both on aspects relating to big data (e.g., frameworks for big data analysis or systems for big data management) and on the use of big data in application areas (e.g., big data from social media or big data from streams).
Choose an application
Listing 1 - 10 of 339 | << page >> |
Sort by
|