Colombo Tristan

Il ne viendrait à l’idée à personne de nos jours de se lancer dans la récupération de données sur le Web sans s’appuyer sur un framework simplifiant la tâche et évitant de réinventer la roue (carrée). Voyons donc quelques outils indispensables permettant de mener à bien cette tâche.

S’il y a bien un domaine dans lequel excelle LaTeX, c’est l’écriture de formules mathématiques complexes et autres algorithmes. Une fois que l’on connaît et que l’on comprend la syntaxe, c’est très simple… encore faut-il avoir vu cela au moins une fois !

Connaissez-vous l’effet Dunning-Kruger [1] ? Également appelé effet de surconfiance, il s’agit d’un biais cognitif selon lequel les personnes les moins qualifiées dans un domaine surestiment la confiance qu’ils ont de leurs connaissances alors que les personnes très qualifiées ont tendance à sous-estimer ce qu’elles savent. Cet effet proviendrait du fait que plus on avance dans un domaine, plus on en devient expert et plus on prend conscience de tout ce qu’il reste à apprendre pour vraiment le maîtriser, donnant ainsi le sentiment de ne posséder qu’une partie infinitésimale d’un savoir qui dépasse déjà les connaissances de la plupart de la population.

Comment organiser un projet mettant en œuvre du web scraping ? Pour répondre à cette question, le plus simple est de se confronter réellement à un problème d’extraction de données, et de voir comment l’analyser et le résoudre.

Les cartes de type Raspberry Pi ne sont pas forcément les plus adaptées pour y faire tourner des programmes mettant en œuvre des réseaux de neurones en embarqué. Aussi, de nouvelles cartes dédiées à l’IA apparaissent et nous allons découvrir dans cet article l’une de ces cartes, la Jetson Nano de NVIDIA.

« Vous avez soif ?

Regardez sur votre bureau si vous disposez d’une bouteille d’eau (préférez l’eau à l’alcool qui n’hydrate pas). Si vous voyez une bouteille, prenez-la et buvez. Sinon, verrouillez votre ordinateur, levez-vous et effectuez quelques pas pour vous rendre au distributeur d’eau le plus proche. Là, vous pourrez boire puis retourner à votre machine que vous déverrouillerez pour pouvoir recommencer à travailler. »

De plus en plus de projets ou sites utilisent l’argument de l’open source comme gage de la confidentialité des données : « Utilisez notre application, vos données ne seront pas collectées puisque le code est open source ! », « Générez vos documents depuis notre site, le code est open source ! ». Que cela soit vrai ou non n’est pas vraiment la question, le problème est plutôt d’associer pour le grand public de manière systématique la notion d’open source avec celle de confidentialité des données. En effet, rien ne garantit qu’un code open source ne collecte aucune donnée !

Il n'est pas rare de vouloir intégrer de petits tableaux dans ses documents. LaTeX permet de créer rapidement et simplement une telle représentation d'informations. Il est également possible, avec un peu d'huile de coude, de créer des tableaux très complexes ! Ce n'est pas si compliqué... à condition de savoir comment faire !

Dans le dossier de ce hors-série, nous allons voir un aspect de la maintenance logicielle qui consiste essentiellement à recréer un environnement dans lequel un programme obsolète pourra être exécuté. Mais un autre aspect de la maintenance de code est à garder en mémoire également bien que se situant en amont : la qualité du code !