@@ -18,6 +18,7 @@ Pas grand chose de nouveau pour Markdown/Pandoc : déjà utilisé plusieurs fois
J'ai un peu de mal à comprendre ce que la TEI apporte vraiment, j'ai l'impression qu'on peut faire plus ou moins la même chose avec Markdown/LaTEX en utilisant des
labels/étiquettes.
Poser la question cette aprem ?
### Séquence 4
...
...
@@ -27,6 +28,30 @@ Encore une fois pas grand chose de nouveau sur Git, déjà utilisé tout les out
Je ne connaissais pas les deux outils présentés (DocFetcher / ExifTools).
Pas certain d'utiliser DocFetcher cependant étant donné que GitLab a une fonctionnalité de recherche intégrée et les repos Git sont les seules applications pour lesquelles
je m'imagine avoir besoin de cet outil. Je ne vois pas vraiment l'utilité d'ExifTools (à part conserver l'origine d'une image), utiliser le nom du fichier me parait plus
simple pour conserver un commentaire sur une image (plutot que parcourir les meta-données du fichier)
\ No newline at end of file
DocFetcher semble basiquement être l'équivalent de l'outil de recherche de Github/Gitlab ("Search or jump to ..."), càd un outil permettant de rechercher certains mots clés
dans un ou plusieurs repertoires.
Peut être intéréssant si j'utilise un journal lors de mon prochain stage (et thèse ?).
ExifTools permet de modifier les meta-données d'une image pour rajouter des informations comme par exemple des commentaires indiquant ce qu'elle représente,
dans quel cadre est-ce qu'on l'utilise (par exemple indiquer les documents où on l'utilise) ou simplement conserver une référence vers l'url d'origine de l'image/sa source
pour pouvoir la citer ou la retrouver si nécessaire.
## Notes pour le module 2
### Séquence 1
Les documents computationnels sont très intéréssants dans le cadre d'une étude de données.
Je pourrais surement en utiliser un pour les benchmarks des algos pendant le stage.
### Séquence 2
Pour la suite (stage): repasser sur toutes mes notes et les indexer pour avoir un historique organisé
### Séquence 3-6
J'avais déjà utilisé Jupyter par le passé donc je connaissais déjà le principe.
Pour la suite du MOOC, je vais utiliser Jupyter pour commencer comme je suis plus à l'aise avec mais je pense essayer de prendre en main Rstudio qui me semble plus
adapté dans le cas ou on souhaite analyser des données (notamment pour le fait qu'on peut plus facilement produire un papier à partir d'un notebook Rstudio que Jupyer).
C'est aussi parce que Rstudio me semble plus adapté pour l'utilisation que j'en aurais surement pour mon stage (benchmark d'un algo et ensuite mettre ces résultats
