Ce projet consiste en une étude des données de consommations et habitudes alimentaires de l'étude INCA 3. Il comprend une analyse exploratoire des données, une classification d'individus à l'aide de méthodes telles que l'ACP, les K-moyennes et le clustering ascendant hiérarchique, ainsi qu'une prédiction de l'IMC à l'aide de méthodes de machine learning supervisé.

Ce projet consiste à analyser l'œuvre de Marcel Proust, A la recherche du temps perdu, en utilisant des techniques de traitement automatique des langues (NLP) et de recherche d'entités nommées (NER) pour extraire les références à des aliments dans le texte. Le but est de fournir des statistiques et des visualisations sur les aliments mentionnés dans l'œuvre.

Ce projet est un cours sur les nouvelles sources de données pour la statistique publique. Il couvre les méthodes d'analyse de données textuelles, de visualisation de données et d'apprentissage automatique de données textuelles.

Ce dépôt contient divers déploiements pour mettre en avant des applications opensource provenant d'InseeFr et InseeFrLab. Les déploiements sont gérés en continu grâce à ArgoCD.