Projet de recherche académique proposant des outils et méthodes pour l'approximation bayésienne par apprentissage profond et prédiction conforme. Il inclut des implémentations en Julia et R pour des études de cas variées (modèles écologiques, séries temporelles, champs gaussiens). Les résultats sont présentés sous forme de rapports interactifs et de code reproductible, avec une licence open source (GPL-3).