PyRAPL est un outil logiciel permettant de mesurer l'empreinte énergétique d'une machine hôte exécutant un code Python. Il utilise la technologie Intel RAPL (Running Average Power Limit) pour estimer la consommation d'énergie d'un processeur.

PyJoules est un logiciel open source permettant de mesurer la consommation énergétique d'un ordinateur hôte pendant l'exécution d'un code Python. Il prend en charge le suivi de la consommation d'énergie des processeurs Intel, de la mémoire RAM et des GPU intégrés Intel pour les architectures serveur, ainsi que des GPU Nvidia.

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.

FP-Scanner é um projeto que analisa empreintas digitais de navegador armazenadas em uma base de dados MongoDB para identificar e classificar o sistema operacional e o navegador associados a cada empreinte digital.

Bibliothèque Python open-source développée au CRIL pour faciliter la conduite d'expériences et leur analyse dans le domaine de la résolution de problèmes SAT. Elle offre un outil complet pour la gestion des expériences, de la collecte des données à l'affichage des résultats, favorisant ainsi la reproductibilité des résultats expérimentaux.

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.

Ce projet implémente une étude de faisabilité sur la mise en œuvre de la méthode de l'ensemble dominant minimum (MDS) pour le clustering sous contraintes de rayon. Il fournit des fonctionnalités de benchmarking et de comparaison de résultats.

Ce projet a pour but de fournir des outils d'apprentissage automatique pour les systèmes autonomes. Il inclut des algorithmes de régression, de classification, de clustering et de réduction de dimensionnalité.

Ce dépôt contient le codebase complet pour les expériences décrites dans l'étude sur l'intégration de données dans le secteur de la vente au détail en utilisant les technologies du Web sémantique. Il inclut des scripts de configuration expérimentale et des notebooks Jupyter pour guider le processus d'expérimentation.

Ce projet vise à développer des techniques de prévision de prix de l'électricité pour le marché portugais, en utilisant des méthodes statistiques, de Machine Learning et de Deep Learning. Il s'appuie sur une analyse approfondie de la littérature existante et sur l'utilisation d'un jeu de données unique pour surmonter les limites des études précédentes.