Ce projet est une formation pratique sur le text-mining et la reconnaissance d'entités nommées (REN) à partir de textes scientifiques. Les participants apprennent à utiliser AlvisNLP, un outil de composition de workflows en text-mining développé par l'équipe Bibliome de l'unité MaIAGE, pour effectuer une première approche de l'application de text-mining. La formation s'adresse à des chercheurs et ingénieurs en informatique ou en maths-info-stats appliquées ou en bioinformatique.

Ce projet est issu d'un hackathon en data science. Il fournit des ressources pour l'analyse et la visualisation de données, ainsi que des tutoriels pour le développement d'applications web interactives et l'initiation à l'apprentissage automatique, en utilisant les langages R et Python.

Easy16S est une application web interactive conçue pour faciliter l'exploration, la visualisation et l'analyse de données de microbiome. Elle est construite sur le package R phyloseq et ses extensions, et est intégrée à la suite de traitement de séquences FROGS.

RANOMALY est un package R dédié à l'analyse de la diversité microbienne. Il permet de traiter et d'interpréter des données issues de séquençage à haut débit, en particulier pour les gènes 16S et ITS. Il intègre des méthodes statistiques avancées et des algorithmes d'apprentissage automatique pour détecter et caractériser les espèces microbiennes présentes dans un échantillon.

Ce projet contient un workflow conçu pour extraire des taxa de microorganismes, leurs habitats et leurs phénotypes à partir de textes et les catégoriser en utilisant des taxons de la NCBI taxonomy et des concepts de l'OntoBiotope ontology. Il utilise des textes téléchargés à partir des banques de données CIRMS, GenBank, DSMZ et PubMed. Le workflow est composé de six pipelines qui représentent des processus de text mining reposant sur des plans AlvisNLP et des outils supplémentaires. Il est conçu pour alimenter la base de données Omnicrobe avec des connaissances riches en text mining liées à la flore microbienne alimentaire.

Thaliadb est une plateforme dédiée à la gestion, l'analyse et la visualisation de données de recherche en biologie, en particulier dans le domaine de la génomique. Elle offre des fonctionnalités avancées pour l'exploration et l'interprétation des données, ainsi que des outils de collaboration pour faciliter le travail en équipe.

Le projet EDA_model a pour but d'analyser, détecter des tendances et prévoir des ventes à partir de données financières. Il offre une plateforme pour héberger différentes implémentations de modèles d'analyse de données.

Ce projet fournit une formation en ligne pour l'exploration de modèles épidémiologiques à l'aide d'EMULSION, un outil d'analyse de données et de modélisation de systèmes complexes. Il permet aux utilisateurs de mieux comprendre les dynamiques de transmission des maladies et d'élaborer des stratégies de contrôle.

GTNash est un outil d'analyse de jeux à somme non nulle, permettant de rechercher l'équilibre de Nash et de modéliser des situations de concurrence. Il est intégré à SageMath et peut être utilisé via des notebooks Jupyter.

Ce projet utilise des techniques d'analyse d'images pour estimer la taille d'une personne à partir de photos. Il s'appuie sur des algorithmes de vision par ordinateur et d'apprentissage automatique pour détecter et mesurer les différents éléments de la photo qui permettent de déterminer la taille.