Cette bibliothèque aide à l'implémentation de backends de classification automatique pour le Nyx larva tagger. Elle fournit une structure de projet Python et des scripts pour la préparation des données, l'extraction de caractéristiques, l'apprentissage de modèles et la prédiction de tags.

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.

Ce projet est dédié à l'apprentissage des méthodes d'exploration multidimensionnelle essentielles pour la préparation des données, telles que l'analyse en composantes principales, l'analyse discriminante linéaire, l'analyse de correspondance, la position multidimensionnelle, la factorisation non négative, etc. Il couvre également la classification non supervisée (clustering) à l'aide de k-moyennes, de l'analyse hiérarchique, de DBSCAN et de mélanges gaussiens.

Ce projet traite l'analyse de traces logiques, la classification de motifs de richesse, la génération de matrices FAIs et la simplification de graphes. Il vise à aider les utilisateurs à comprendre et à interpréter les données de traces logiques, à distinguer et à classer les motifs de richesse, à générer des matrices FAIs pour représenter les relations entre les fonctions et à simplifier les graphes pour une meilleure visualisation.

Ce projet consiste en une étude des données de consommations et habitudes alimentaires de l'étude INCA 3. Il comprend une analyse exploratoire des données, une classification d'individus à l'aide de méthodes telles que l'ACP, les K-moyennes et le clustering ascendant hiérarchique, ainsi qu'une prédiction de l'IMC à l'aide de méthodes de machine learning supervisé.

Ce projet contient des notebooks et des scripts pour tester un environnement Tensorflow/Keras, avec des tests de classification d'images monochromes à l'aide d'un CNN. Les données de test sont fournies et le projet prend en charge l'utilisation de GPU pour accélérer les tests.

Le projet Katalog est une bibliothèque visant à afficher des listes de logiciels bioinformatiques à l'aide d'un système de visualisation de données en facettes. Il s'appuie sur le logiciel open-source Keshif pour fournir une classification et une recherche multi-critères des logiciels.

Ce projet est un classificateur automatique de données textuelles basé sur des modèles de langage (LLMs). Il permet de catégoriser et d'analyser le sens de texte brut pour faciliter le tri et le traitement de grandes quantités de données.

Ce projet consiste en un catalogue de notebooks d'entrée de gamme dédié à la formation de professionnels de santé. Il permet la classification de médicaments et l'analyse de données médicales.