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.

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 est une formation au Deep Learning, co-organisée par le 3IA MIAI institute, le CNRS, via la Mission pour Transversal et Interdisciplinary Initiatives (MITI) et l'Université de Grenoble Alpes (UGA). Il vise à fournir une compréhension des bases des réseaux de neurones de Deep Learning, une première expérience à travers des exemples simples et représentatifs, une familiarisation avec les technologies Tensorflow/Keras et Jupyter lab, et une initiation aux environnements informatiques académiques Tier-2 ou Tier-1 avec des GPU puissants.

Ce projet est un cours de formation sur les pratiques équitables en bioinformatique. Il est organisé en 7 notebooks Jupyter qui couvrent des sujets tels que les concepts de reproductibilité, l'utilisation de Git pour le partage de code et l'historique de fichiers, l'introduction à Conda, l'utilisation du cluster BiRD, l'introduction aux workflows Snakemake, et la description d'autres outils intéressants pour la reproductibilité.

Plateforme de cours pour le module de préorientation SICOM - Traitement du Signal et Multimedia - 3PMPOLS6, offrant une initiation à l'intelligence artificielle orientée image en deux parties : une introduction à la notion d'image en informatique et la détection du contenu d'une image.

Dépôt de notebooks pour les travaux dirigés du module de pré-orientation SICOM - Traitement du Signal et Multimedia - 3PMPOLS6 de Grenoble INP - Phelma. Il contient des activités d'apprentissage sur l'analyse de signaux, le traitement de données scientifiques, la visualisation de données et l'initiation à l'apprentissage automatique.

FlaskApp est un ensemble d'outils de gestion de cours utilisant Jupyter nbgrader avec une interface WEB développée sous Flask et implémentée comme service sous Jupyterhub. Ces applications ont été développées sous Linux avec Python et Flask au départ pour des besoins pédagogiques personnels.

Ce projet contient divers cas d'utilisation de la bibliothèque Metrics, distribués à des fins démonstratives. Metrics est une bibliothèque Python permettant de réaliser des analyses de performances de logiciels de manière reproductible et simple.

Ce projet est un ensemble de notebooks Jupyter dédiés à la Master Class en Probabilité 2020. Il contient des outils pour l'analyse et la visualisation de données, ainsi que pour la simulation de processus stochastiques.

Ce projet est une plateforme dédiée à l'apprentissage de l'informatique scientifique pour les étudiants du Master 2 EFM. Il offre des fonctionnalités d'analyse et de visualisation de données, ainsi que des outils pour effectuer des calculs complexes.