Ce projet est une formation en ligne (MOOC) sur l'apprentissage automatique en Python, utilisant la bibliothèque scikit-learn. Il comprend des notebooks Jupyter interactifs, des leçons en texte enrichi et des visualisations de données avec Matplotlib, Seaborn et Plotly. Les étudiants peuvent apprendre à leur propre rythme et bénéficier de fonctionnalités supplémentaires telles que des quiz et un forum de discussion.

Declearn est un package Python permettant de réaliser des apprentissages machine décentralisés en distribuant les calculs sur un ensemble de propriétaires de données. Il vise à offrir aux utilisateurs finaux et aux chercheurs en algorithmes une framework modulaire et extensible qui repose sur des abstractions suffisamment générales pour écrire du code algorithmique indépendant du cadre de calcul, des détails du modèle statistique ou de la configuration des communications réseau.

La plateforme Vidjil est composée de deux parties principales : Vidjil-algo et une application web. Vidjil-algo analyse les données de séquençage à haut débit pour extraire les jonctions V(D)J et les regrouper en clones. L'application web permet la visualisation et l'analyse interactive des clones et de leur évolution dans le temps dans un contexte de suivi de la maladie résiduelle minimale ou d'étude immunologique. Elle peut également être liée à une base de données de échantillons, d'expériences et de patients pour le stockage des données et des métadonnées, l'exécution de logiciels RepSeq et la sauvegarde d'annotations directement depuis l'application web.

ConnectionLens est un outil permettant de trouver des connexions entre des termes spécifiés par l'utilisateur à travers plusieurs sources de données hétérogènes. Il considère un ensemble de sources de données indépendantes comme un graphe virtuel unique, où les nœuds représentent des éléments de données fins (par exemple, des tuples relationnels, des attributs, des paires clé-valeur, des nœuds RDF, JSON ou XML) et les arêtes correspondent soit à des connexions structurelles (par exemple, un tuple est dans une base de données, un attribut est dans un tuple, un nœud JSON a un parent, etc.) soit à des liens de similarité (sameAs). Pour enrichir le contenu avec lequel les journalistes travaillent, ConnectionLens détecte également les personnes, les organisations, etc. mentionnées dans le texte, que ce soit du texte intégral ou des extraits trouvés dans des données RDF ou XML.

Mangoes est un outil permettant de traiter des données textuelles, de calculer des co-occurrences et de générer des représentations de mots (word embeddings) à l'aide de méthodes d'apprentissage automatique non supervisées. Il propose également des méthodes d'évaluation statistique et intrinsèque ainsi que des outils de visualisation.

MolPred est un framework basé sur Hydronaut pour la construction de prédicteurs de caractéristiques moléculaires à l'aide de Chemfeat. Il offre les avantages de l'un et de l'autre, ainsi que plusieurs autres avantages : tous les hyperparamètres sont gérés via des fichiers de configuration YAML, y compris la sélection de modèles, ensembles de fonctionnalités moléculaires et métriques, avec un support complet pour les surcharges en ligne de commande. Les hyperparamètres peuvent être explorés à l'aide de balayages systématiques ou d'algorithmes d'optimisation. L'optimisation peut être suivie en temps réel avec Optuna Dashboard lors de l'utilisation du plugin Hydra's Optuna sweeper. Tous les paramètres, métriques, modèles et autres artefacts sont suivis avec MLflow. Les tests et les prédictions peuvent être effectués en récupérant des modèles et des configurations d'ensembles de fonctionnalités à partir de runs MLflow précédents. Les modèles peuvent être facilement ajoutés en enregistrant des sous-classes d'une classe fournie. Les classes enregistrées peuvent être sélectionnées par nom à partir du fichier de configuration. De nouvelles calculateurs d'ensembles de fonctionnalités chimiques/moléculaires peuvent être ajoutés et enregistrés via des sous-classes simples. Les calculs de fonctionnalités sont mis en cache dans une base de données locale pour éviter les calculs redondants.

Le projet swh-graph fournit une représentation compressée de graphes et des outils pour stocker et interroger des données de graphes. Il est particulièrement utile pour l'analyse de réseaux sociaux et de dépendances logicielles.

Bibliothèque Python dédiée à la manipulation et à l'analyse de données organisées en arborescences. Elle propose des fonctionnalités de réduction de graphes en arborescences, de visualisation de données à l'aide de Matplotlib et NetworkX, ainsi que des algorithmes de classification de données en arborescences basés sur scikit-learn.

BioPyC est une plateforme open-source Python permettant aux utilisateurs de lire, filtrer, classer et évaluer les performances de signaux EEG et physiologiques hors ligne. Il offre une interface unique pour créer rapidement des modèles d'apprentissage machine et comparer les classificateurs basés sur des signaux EEG et physiologiques sans codage.

Connection-Studio est une plateforme web permettant l'analyse et la visualisation de données biologiques, en particulier des réseaux d'interactions moléculaires. Il permet l'intégration de données hétérogènes et la recherche de motifs dans des données textuelles.