Ce projet est une formation en ligne (MOOC) sur l'apprentissage automatique en Python, utilisant la bibliothèque scikit-learn. Il comprend des notebooks Jupyter interactifs, des leçons en texte enrichi et des visualisations de données avec Matplotlib, Seaborn et Plotly. Les étudiants peuvent apprendre à leur propre rythme et bénéficier de fonctionnalités supplémentaires telles que des quiz et un forum de discussion.

Le package pynsee permet d'accéder à plus de 150 000 séries de données macroéconomiques, à une dizaine de jeux de données locaux, à de nombreuses sources disponibles sur insee.fr, aux limites géographiques des zones administratives de l'IGN ainsi qu'à des métadonnées et à la base SIRENE contenant des données sur toutes les entreprises françaises.

Ce projet consiste à traiter, nettoyer et normaliser les données d'adresses du Répertoire Électoral Unique (REU), les géolocaliser, créer des dictionnaires de variables et publier les données sur data.gouv.fr. Ce travail a été réalisé par l'Insee entre octobre 2022 et juin 2023 en collaboration avec la Dinum (Etalab).

AGD Tools est une librairie Python conçue pour faciliter l'analyse de données, en particulier les données géospatiales. Elle offre des fonctionnalités avancées de calcul scientifique, de manipulation de structures de données complexes et de connexion à des bases de données PostgreSQL.

Csv_detective est un package Python permettant d'analyser automatiquement le contenu de fichiers CSV. Il détecte les types de données contenus dans chaque colonne grâce à des algorithmes de correspondance et de regex.

Un outil pour la modélisation macroéconométrique comprenant un langage de description de modèles haut niveau, une décomposition de blocs Dulmage-Mendelsohn du modèle, un calcul symbolique de la jacobienne et plusieurs choix de solveurs numériques.

Declearn est un package Python permettant de réaliser des apprentissages machine décentralisés en distribuant les calculs sur un ensemble de propriétaires de données. Il vise à offrir aux utilisateurs finaux et aux chercheurs en algorithmes une framework modulaire et extensible qui repose sur des abstractions suffisamment générales pour écrire du code algorithmique indépendant du cadre de calcul, des détails du modèle statistique ou de la configuration des communications réseau.

Predicat est une API de classification de libellés de caisse conçue pour faciliter l'analyse sémantique de textes et aider à la catégorisation de dépenses. En lien avec l'application Product Labelling, Predicat permet de classer automatiquement les libellés de caisse en se basant sur des modèles de langue pré-entraînés.

Ce projet implémente l'algorithme d'apprentissage supervisé de fastText pour la classification de texte utilisant PyTorch. Il vise l'efficacité et la précision dans la classification de texte, la réduction de dimensions textuelles, l'analyse de sentiments et la catégorisation de contenu.

Ce projet contient les supports de cours d'une auto-formation d'initiation à Python, proposée sur le SSP Cloud. Les différents chapitres peuvent être déployés en un clic sous la forme d'un Notebook Jupyter. Les sources des supports de cours sont disponibles au format qmd dans le dossier source/ et peuvent être générées en notebooks ipynb exécutables grâce à Quarto et aux packages Python nécessaires.