OpenMOLE est une plateforme open-source développée depuis 2008 pour l'étude et l'optimisation de modèles numériques. Elle offre des outils pour exécuter, explorer, diagnostiquer et optimiser des modèles, en tirant parti d'environnements d'exécution distribués. Avec OpenMOLE, vous pouvez explorer des modèles déjà développés dans divers langages (Java, exécutables binaires, NetLogo, R, SciLab, Python, C++, etc.).

Démonstration d'une petite application cliente utilisant la facade [DefinitelyScala/scala-js-plotlyjs](https://github.com/DefinitelyScala/scala-js-plotlyjs) pour plotly-js, permettant de construire des graphiques 2D avec Scala.js.

Apérit-IF est un projet visant à explorer les mobilités en Île-de-France à travers des analyses et visualisations de données. Il a pour objectif de promouvoir des modes de transport durables et de faciliter la compréhension des déplacements dans la région.

Le projet anonconda-notebooks permet l'analyse, la création de rapports et la visualisation de données anonymisées. Il offre une interface conviviale pour les utilisateurs métiers, leur permettant de travailler avec des données complexes sans avoir besoin de compétences techniques avancées.

Le projet anonconda-notebooks permet l'analyse, la création de rapports et la visualisation de données anonymisées. Il offre une interface conviviale pour les utilisateurs métiers, leur permettant de travailler avec des données complexes sans avoir besoin de compétences techniques avancées.

Ce projet a pour but d'analyser des séquences d'ADN afin de détecter les répétitions et les motifs qui s'y trouvent. Il permet de comparer des génomes entre eux et de fournir des informations utiles pour la recherche en génomique.

Ce projet propose une nouvelle méthode de mesure de gigue pour l'évaluation de la qualité d'oscillateurs-basés TRNG. Il fournit des notebooks Python pour l'analyse d'erreur de la méthode, la simulation de la méthode de mesure et la mesure de la gigue dans des FPGAs. Les données expérimentales sont incluses dans le dépôt.

Notebook personnalisé avec des packages PyTorch préinstallés pour une utilisation optimale en data science. Utilise pipenv et micropipenv pour la gestion des dépendances.

Notebook personnalisé avec TensorFlow pour la science des données, incluant des outils pour l'apprentissage automatique, l'analyse de données, le traitement d'images et la modélisation statistique.

Scipy-notebook-plus est un projet dédié à l'analyse et le traitement de données scientifiques, offrant une interface interactive pour faciliter la création, l'exécution et le partage de notebooks. Il permet aux utilisateurs de gagner du temps en fournissant des fonctionnalités avancées et personnalisables pour répondre aux besoins spécifiques des chercheurs et ingénieurs.