Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Ministère de l’Économie, des Finances et de la Souveraineté industrielle, énergétique et numérique
- PySpark
- Notoriété 34 %Ce projet propose une collection d'images Docker conçues pour offrir des environnements de data science immédiatement opérationnels. Ces images, adaptées pour fonctionner avec l'écosystème Onyxia, intègrent des versions variées de Python et R, ainsi que des bibliothèques et outils standards pour l'analyse de données, le machine learning et la visualisation. Elles incluent également des environnements de développement intégrés (Jupyter, RStudio, VSCode) pour faciliter le travail des data scientists et des chercheurs.
- Notoriété 23 %Ce projet traite les données du Répertoire Électoral Unique (REU) pour normaliser et géolocaliser les adresses des électeurs. Il permet la publication de fichiers structurés contenant les adresses et les bureaux de vote, facilitant ainsi l'accès aux informations électorales. Réalisé par l'Insee avec la Dinum, il inclut une documentation détaillée et des scripts reproductibles pour garantir la transparence et la qualité des données.
- Notoriété 13 %Ce projet propose une formation complète pour apprendre les bases de Python et ses applications en science des données. Il inclut des supports de cours interactifs, des exercices pratiques et des exemples concrets pour maîtriser les bibliothèques essentielles comme NumPy, Pandas et Matplotlib. Destiné aux débutants comme aux utilisateurs intermédiaires, il facilite l'apprentissage autonome grâce à des notebooks Jupyter reproductibles et des ressources pédagogiques structurées.
- Notoriété 13 %GRAAL est un outil de recherche dédié à l'automatisation du classement de données via des agents basés sur l'intelligence artificielle. Il permet aux instituts nationaux de statistique de classer automatiquement des textes dans des nomenclatures hiérarchiques complexes en exploitant des graphes de connaissances et des modèles de langage. Le système combine des bases de données vectorielles, des agents modulaires et des pipelines de raisonnement pour améliorer la précision des classifications.
- Notoriété 10 %Ce projet vise à corriger les géométries de bâtiments déformés ou mal extraits à partir d'images aériennes. Il utilise des algorithmes heuristiques et d'intelligence artificielle pour reconstruire des formes plus conformes à la réalité, en combinant des méthodes comme l'évolution artificielle, le Line Segment Detector (LSD) et des post-traitements. Les résultats sont exportés sous forme de fichiers CSV ou GeoJSON, adaptés aux besoins des services d'urbanisme et de cadastre.
- Notoriété 10 %Service public dédié à l'extraction automatisée et structurée des tableaux financiers (comptes sociaux) à partir de documents PDF scannés ou numériques. Utilise des technologies d'OCR neuronal et d'intelligence artificielle pour transformer des documents administratifs complexes en données exploitables, facilitant ainsi l'analyse financière et la conformité réglementaire pour les entreprises et les organismes publics.
- Notoriété 10 %SimRender est un module Python conçu pour visualiser en 3D des simulations numériques de manière interactive et en temps réel. Il permet aux utilisateurs de créer des objets visuels (maillages, nuages de points, flèches, lignes, texte) à partir de données simulées, avec une API simple. Le projet supporte plusieurs types de visualiseurs pour afficher une ou plusieurs simulations simultanément, et offre des fonctionnalités avancées pour naviguer dans les étapes temporelles des simulations. Il est également compatible avec le framework SOFA pour des fonctionnalités étendues.
- Notoriété 10 %Ce projet développe une représentation compressée de graphes pour optimiser le stockage et l'analyse de données relationnelles massives. Il permet de manipuler des structures de données complexes tout en réduisant leur empreinte mémoire, facilitant ainsi l'exploration et le traitement de grands volumes d'informations interconnectées.
- Notoriété 7 %Ce projet propose une évaluation comparative de différentes méthodes d'interpolation spatiale pour des jeux de données de grande taille. Il permet de tester et comparer les performances d'algorithmes de prédiction géographique afin d'identifier les solutions les plus adaptées aux besoins spécifiques des utilisateurs. L'outil est conçu pour aider les chercheurs et les professionnels à choisir les meilleures approches pour leurs projets de modélisation spatiale.
- Notoriété 7 %Ce projet mesure et analyse l'évolution du nombre de fichiers par extension de langage de programmation au fil des années dans l'archive de Software Heritage. Il génère des graphiques et des comparaisons avec d'autres indices de popularité (Tiobe, PYPL, RedMonk) pour fournir une vision détaillée des tendances des langages de programmation et de leurs usages dans les dépôts de code.
33 initiatives
10