Outil d'analyse et d'évaluation dédié à l'apprentissage non supervisé, permettant d'évaluer la qualité des clusters générés par des algorithmes de partitionnement. Ce module Python calcule plus de 40 indices internes de validation (comme l'indice de Dunn, de Davies-Bouldin ou de Calinski-Harabasz) pour mesurer la cohésion et la séparation des groupes. Il propose également des outils d'analyse de densité, de visualisation 2D/3D et de détection de confusion entre clusters via des hypersphères multidimensionnelles.

Ce projet propose une évaluation comparative de méthodes d'apprentissage fédéré regroupées par clusters. Il permet d'analyser et de comparer les performances de différents modèles de machine learning dans un contexte distribué, en utilisant des jeux de données standardisés comme MNIST ou CIFAR-10. Les résultats sont visualisés sous forme de tableaux et de graphiques pour faciliter l'interprétation des métriques.

Ce projet académique compare différentes méthodes de clustering (k-means, classification hiérarchique, clara, EM) appliquées à des données de transcriptomique. L'objectif est d'identifier des groupes de gènes corrélés pour comprendre des phénomènes de co-régulation ou d'association à des maladies. Les résultats sont analysés et comparés entre méthodes, puis enrichis via des ontologies de gènes pour évaluer leur pertinence biologique. Des visualisations et rapports détaillés sont générés pour faciliter l'interprétation des données.

Outil d'évaluation et d'analyse de clusters pour des modèles de données, notamment dans le cadre de l'outil Scanette. Il permet de mesurer la pertinence des clusters en comparant les transitions entre états ou traces, afin d'identifier des similitudes ou des différences entre les groupes de données.

Ce projet consiste à développer une ontologie dédiée à l'Europe en analysant des textes pour identifier des motifs linguistiques et des relations entre les mots. Il permet de structurer des concepts clés et de générer des clusters thématiques pour faciliter la compréhension et l'exploitation des données textuelles. Les résultats sont évalués à l'aide d'un standard de référence et présentés sous forme de rapports et de visualisations.

GraFlag est un framework open source conçu pour orchestrer des expériences de détection d'anomalies dans les graphes (GAD). Il permet de déployer, exécuter et évaluer des méthodes d'apprentissage automatique sur des clusters Docker Swarm, en utilisant un stockage partagé pour les données et les résultats. L'outil facilite la comparaison de performances entre différentes approches et assure la reproductibilité des expériences.

Projet académique visant à implémenter l'algorithme PageRank, utilisé par Google pour mesurer la popularité des pages web. Il analyse les liens entre les pages pour déterminer leur importance relative. Le projet inclut des scripts en Pig et Spark pour comparer leurs performances sur des clusters cloud. Les résultats expérimentaux permettent d'évaluer l'efficacité des deux approches en fonction du nombre de machines utilisées.

Outil en ligne de commande dédié à l'analyse de données génomiques ou de matrices de distance. Il permet de réaliser des classifications basées sur les arbres de spanning minimum (MST), de calculer des distances entre profils, de générer des arbres hiérarchiques et des statistiques pour évaluer l'efficacité des clusters. Utilisé notamment pour étudier la diversité génétique de souches bactériennes comme Bordetella ou Corynebacterium.

Outil dédié à la simulation et à l'analyse des systèmes de calcul haute performance. Il permet de modéliser les comportements des utilisateurs, d'optimiser l'ordonnancement des tâches et d'évaluer la consommation énergétique des infrastructures. Idéal pour les chercheurs et les administrateurs de clusters souhaitant améliorer l'efficacité des systèmes.

Ce projet fournit des tests et des définitions pour valider des logiciels de calcul scientifique comme FDMNES. Il permet d'évaluer les performances et la stabilité de ces outils sur des clusters de calcul haute performance, notamment ceux du ESRF et du GSI. Les configurations matérielles variées permettent d'analyser l'adéquation entre les logiciels et les infrastructures.