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.

Générez des vecteurs de caractéristiques moléculaires pour les modèles d'apprentissage automatique et profond en utilisant un système de sous-classes extensible pour calculer des ensembles de caractéristiques. Le package utilise actuellement 80 ensembles de caractéristiques différents fournis par les packages de logiciels RDKit et PaDEL-pywrapper.

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.

HyperStorylines est un outil d'analyse et de visualisation de données conçu pour représenter des réseaux complexes sous forme de graphes. Il permet de mettre en évidence les relations entre différentes entités et de faciliter la compréhension des données.

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.

This project is a repository that compares long-reads metagenomic assemblers and analyzes metagenomic data. It includes scripts to check the quality of the reads, fetch the sequencer used, assemble metagenomes using different tools, polish the assemblies, calculate the coverage, and check the quality of the assemblies. The pipeline is defined using Snakemake and can be run on a cluster with slurm and conda support.

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.

Outil d'analyse de dépôts de code source, permettant de suivre les modifications apportées aux fichiers et de générer des rapports de comparaison.

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.