Gargantext est une plateforme collaborative d'exploration de corpus de textes. Il combine des outils de traitement automatique des langues, de fouille de textes, d'analyse de réseaux complexes et de visualisation interactive pour permettre une analyse approfondie de grands corpus de données textuelles.

Ce projet est dédié à l'apprentissage des méthodes d'exploration multidimensionnelle essentielles pour la préparation des données, telles que l'analyse en composantes principales, l'analyse discriminante linéaire, l'analyse de correspondance, la position multidimensionnelle, la factorisation non négative, etc. Il couvre également la classification non supervisée (clustering) à l'aide de k-moyennes, de l'analyse hiérarchique, de DBSCAN et de mélanges gaussiens.

Ce projet permet de fournir une plateforme de formation en ligne dédiée à l'apprentissage de la programmation et à l'analyse de données via des notebooks interactifs.

Ce projet propose des tutoriels sous forme de calepins (jupyter notebooks) pour introduire les principaux concepts et fonctionnalités du langage Python en insistant sur ceux indispensables au statisticien. Il couvre la syntaxe, les objets et classes, les techniques de préparation de données, l'analyse de données massives, l'exploration, la modélisation et l'apprentissage machine.

Ce projet est un ensemble de tutoriels au format Jupyter Notebook pour apprendre les concepts et fonctionnalités du langage R, particulièrement utiles pour les statisticiens et data scientists. Il couvre la syntaxe, les objets et classes, les fonctions graphiques, la préparation des données, l'exploration, la modélisation et l'apprentissage.

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.

Pari-gp-binder est une configuration Binder dédiée à l'utilisation du logiciel PARI/GP dans un environnement Jupyter. Il facilite le calcul numérique et la théorie des nombres en offrant un environnement dédié et personnalisé, directement accessible via un navigateur web.

Ce projet propose une interaction avec le calcul de l'équation d'advection diffusion, qui est différent de ceux étudiés en cours. La méthode de Galerkin peut présenter des instabilités dans ce cas, c'est pourquoi une approche alternative, appelée Streamline Upwind, est proposée. Elle est basée sur la méthode de Petrov-Galerkin, qui utilise des espaces différents pour la fonction test et la solution approchée.

Xeus-cling est un projet open source qui vise à fournir un environnement de développement C++ interactif et basé sur le navigateur. Il permet aux utilisateurs d'exécuter du code C++ directement dans un navigateur web, en bénéficiant d'une expérience de développement similaire à celle offerte par des langages tels que Python ou R. Grâce à son intégration avec Jupyter, xeus-cling peut être utilisé dans des workflows de recherche et de données, offrant ainsi de nouvelles possibilités pour l'utilisation de C++ dans ces domaines.