Ce projet pédagogique propose un cours d'introduction à la programmation Python destiné aux étudiants. Il inclut des supports de cours, des travaux pratiques et des exercices guidés via Jupyter Notebook. Les enseignants y déposent les ressources pédagogiques et les étudiants y soumettent leurs travaux pour évaluation. Le dépôt sert également à l'activation des comptes GitLab des étudiants et à la gestion des groupes de travail.

Ce projet pédagogique propose un cours d'introduction à la programmation Python destiné aux étudiants. Il inclut des supports de cours théoriques, des travaux pratiques guidés et des exercices interactifs à réaliser via l'outil Jupyter. Le dépôt sert de plateforme de dépôt et de sauvegarde des travaux étudiants, permettant aux enseignants de suivre les progrès et d'évaluer les compétences acquises. Le contenu est sous licence Creative Commons et accessible à la communauté universitaire.

Ce projet propose des tutoriels et exercices pratiques pour initier les étudiants à l'analyse de données avec les outils Python NumPy et pandas. Il inclut des notebooks interactifs accessibles via Google Colab ou Binder, ainsi que des examens corrigés pour évaluer les compétences acquises. Destiné à des formations comme le DU Data Scientist de l'Université Clermont-Auvergne, il facilite l'apprentissage autonome ou encadré.

Ce projet pédagogique propose un support d'introduction à la programmation Python pour des étudiants de première année. Il inclut des cours théoriques, des travaux pratiques guidés et des exercices interactifs via Jupyter Notebook. Le dépôt permet aux enseignants de suivre les progrès des étudiants et aux apprenants de déposer leurs travaux pour évaluation. Le matériel est conçu pour être accessible en présentiel comme en distanciel.

Ce projet pédagogique vise à former des étudiants en MIAGE aux modèles statistiques et à la programmation lettrée. Il combine des cours théoriques et des travaux dirigés pratiques utilisant des outils comme R et RStudio. Les étudiants apprennent à manipuler des données, créer des visualisations graphiques et rédiger des rapports statistiques automatisés. Le projet inclut également un mini-projet en binôme évalué.

Ce projet pédagogique vise à initier les étudiants de niveau L2 aux fondamentaux de la sécurité informatique. Il propose des travaux pratiques concrets pour comprendre les vulnérabilités courantes, les bonnes pratiques de protection des systèmes et des données, ainsi que les mécanismes de défense contre les cyberattaques. Destiné à un public universitaire, il s'inscrit dans un cadre académique d'apprentissage et d'évaluation.

DM1 est un projet pédagogique dédié à l'enseignement de la programmation et de l'algorithmique. Il propose des ressources structurées pour faciliter l'apprentissage des concepts fondamentaux, des exercices pratiques et des outils d'évaluation pour mesurer les progrès des apprenants. Destiné aux étudiants, enseignants ou autodidactes, il vise à démocratiser l'accès à des compétences techniques essentielles dans un format accessible et collaboratif.

Ce projet pédagogique vise à introduire les étudiants aux concepts d'analyse de performance logicielle et d'optimisation en C++. Il propose des outils pour évaluer et manipuler des produits de Hadamard, essentiels en calcul matriciel et en traitement du signal. Destiné aux cours universitaires, il facilite l'apprentissage pratique des techniques d'optimisation et de parallélisation.

Projet pédagogique visant à évaluer et tester les fonctionnalités de l'ERP Odoo dans un cadre universitaire. Permet aux étudiants de se familiariser avec les modules de gestion intégrés (comptabilité, CRM, gestion de projet) et de valider leurs compétences techniques. Utilisé comme support pour des travaux pratiques ou des évaluations dans le cadre d'un enseignement supérieur.

Projet pédagogique visant à implémenter l'algorithme FizzBuzz, souvent utilisé comme exercice de base pour évaluer les compétences en programmation. Ce dépôt sert de support pour des travaux pratiques, des formations ou des évaluations dans un cadre académique. Il permet aux étudiants ou développeurs de comprendre les concepts fondamentaux de la logique conditionnelle et des boucles.