Formation en machine learning pour l'initiation de chefs de projets sans connaissances préalables dans le domaine. Elle couvre des notions telles que la manipulation et la description des données, les algorithmes de machine learning, l'évaluation et la sélection de modèles, ainsi que l'introduction au deep learning. Les supports de cours et les codes sources des travaux pratiques sont partagés en open-source.

Ce projet concerne le développement d'un outil d'apprentissage automatique basé sur le langage de programmation Python. Il s'appuie sur la bibliothèque scikit-learn pour offrir des fonctionnalités de préparation de données, de sélection et d'application d'algorithmes de machine learning, ainsi que d'évaluation des performances des modèles prédictifs.

Ce projet vise à intégrer des données et des connaissances pour soutenir la sélection d'espèces végétales utiles en agroécologie. Il fournit des diagrammes Trait-Fonction-Service pour trois services écosystémiques et permet d'évaluer des espèces à l'aide de classements de la littérature scientifique.

Ce module permet de connecter plugin-participatoryIdeation à plugin-participatorybudget en utilisant des services REST. Il permet la gestion de budgets participatifs, la proposition d'idées pour des projets et leur évaluation et sélection.

Ce projet contient des scripts et des données utilisés dans l'analyse et la visualisation de l'article « Trait selection strategy in multi-trait GWAS: Boosting SNPs discoverability ». Il permet d'évaluer les associations entre des traits cliniques et des variantes génétiques, de calculer les corrélations génétiques entre les traits, et d'estimer l'héritabilité de chaque trait.

"Le projet candidature\_promo3 est une plateforme numérique dédiée à la gestion des candidatures pour une promotion donnée. Il facilite le processus de recrutement en permettant aux candidats de soumettre leurs dossiers de manière dématérialisée et en offrant aux responsables une interface intuitive pour évaluer les candidats et sélectionner les plus méritants."

Ce projet permet de mesurer et comparer les performances de différentes solutions techniques, en exécutant des benchmarks et en analysant les résultats. Il aide les équipes techniques à évaluer et sélectionner les outils les plus adaptés à leurs besoins, en fournissant des données objectives et comparables.