Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Universités - Ministère chargé de l'Enseignement supérieur
- NumPy
- Speasy est un package Python open-source qui facilite la recherche et le chargement de données de physique spatiale à partir d'une variété de sources de données, que ce soit en ligne et publiques ou locales et personnalisées. Il offre une interface simple et intuitive pour accéder à plus de 70 missions spatiales et 65 000 produits.
- SciQLop est une application Qt conçue pour la visualisation et l'analyse de données de plasmas spatiaux in situ. Elle permet d'accéder facilement à des dizaines de milliers de produits de données archivées, d'explorer des séries temporelles multivariées, de visualiser des produits personnalisés avec du code Python exécuté en temps réel, de créer et d'éditer des catalogues d'événements, et d'analyser des données dans des carnets Jupyter.
- Echo est un logiciel open source d'analyse de l'opinion sur les tweets et les textes. Il est principalement basé sur un algorithme de classification supervisée appelé (Support Vector Machine SVM). Un ensemble de données d'apprentissage a été utilisé pour former un modèle de classification. Un ensemble de développement a été utilisé pour ajuster les paramètres de SVM. Un ensemble de test a été utilisé pour évaluer les performances du système.
- Ce projet implémente une solution pour classer les magasins de détail en fonction de leurs ventes annuelles en utilisant un jeu de données réel. Il comprend des algorithmes de nettoyage et de préparation de données pour gérer les caractéristiques catégorielles sales, ainsi qu'une méthode de classification des produits en utilisant une hiérarchie de produits locale. Les résultats sont validés en comparant avec des jeux de données étiquetés manuellement.
- Logiciel open source d'annotation automatique de références bibliographiques. Il fournit la segmentation et l'étiquetage d'entrées de chaînes de caractères. Il est principalement basé sur les champs aléatoires conditionnels (CRF), une technique d'apprentissage machine pour segmenter et étiqueter les données séquentielles.
147 initiatives
10