Ce projet permet d'analyser et de visualiser les causes de décès à partir de données médicales. Il offre des fonctionnalités de recherche et de filtrage pour aider les professionnels de santé et les chercheurs à comprendre les tendances et les facteurs influençant la mortalité.

Le projet FAuST-1.x est un framework général pour factoriser des matrices d'intérêt en plusieurs facteurs éparses. Il contient des algorithmes décrits en détail dans [1]. Il peut être utilisé pour l'analyse de données MEG, le denoising d'images, et la transformée de Fourier graphique rapide.

Cassmir est un outil d'analyse dédié à l'étude des marchés immobiliers résidentiels. Il permet de modéliser les dynamiques spatiales et sociales des villes, d'évaluer les tendances des prix et d'identifier les facteurs influençant l'évolution des logements. Utilisé par des chercheurs, des urbanistes et des acteurs du secteur immobilier, il facilite la prise de décision basée sur des données précises et des analyses approfondies.

Ce projet étudie les déterminants de la vaccination dans sept pays d'Afrique francophone (Niger, Bénin, Burkina Faso, Côte d'Ivoire, Mali, Sénégal, Togo). Il combine des données socio-économiques issues d'enquêtes standardisées avec des analyses statistiques avancées (analyse factorielle multiple, modèles bayésiens et fréquentistes) pour identifier les facteurs influençant l'accès et l'adhésion aux programmes vaccinaux. Les résultats visent à éclairer les politiques publiques en santé.

Ce projet permet d'analyser et de visualiser des données météorologiques et environnementales liées aux risques d'incendie de forêt en Algérie. Il exploite un jeu de données détaillé incluant température, humidité, vitesse du vent et précipitations pour évaluer les conditions propices aux départs de feu. Les utilisateurs peuvent explorer ces données pour mieux comprendre les facteurs influençant les incendies et contribuer à leur prévention.

PTRANS est une application dédiée à la visualisation et à l'analyse de données issues d'une Q-méthode. Elle permet aux utilisateurs de représenter graphiquement des ensembles de données, de les classer et de comparer des groupes selon différents facteurs. L'outil facilite l'interprétation des résultats pour des études qualitatives ou quantitatives, notamment dans des contextes de recherche ou d'analyse de données complexes.

Ce projet propose une analyse comparative et un benchmark des outils de différenciation pour les données Hi-C, une méthode d'étude des interactions 3D du génome. Il fournit des scripts et des données pour évaluer la performance de ces outils dans différents contextes biologiques, notamment l'analyse de l'occupation de facteurs de transcription comme le CTCF. Les résultats sont destinés à la communauté scientifique pour améliorer les méthodes d'analyse génomique.

MaGPlot est un package R dédié à l'analyse et la visualisation de données de dose-réponse, notamment dans le cadre d'études incluant un facteur supplémentaire comme le génotype. Il simplifie le traitement des données expérimentales en fournissant des outils pour ajuster les données, générer des courbes de réponse, réaliser des tests statistiques et produire des visualisations adaptées aux besoins des chercheurs en biologie végétale ou en pharmacologie.

Le projet sisir est une plateforme d'analyse et de prévision des tendances climatiques. Il permet aux utilisateurs de collecter, traiter et visualiser des données environnementales à partir de différentes sources. Grâce à des algorithmes avancés de machine learning, sisir est capable de prédire les évolutions du climat et d'identifier les facteurs qui influencent ces changements.

Ce projet propose un jeu de données structuré sur les maladies cardiovasculaires, incluant des informations médicales objectives, subjectives et des résultats d'examen. Les données permettent d'analyser les facteurs de risque comme l'âge, le cholestérol ou le tabagisme pour détecter la présence de maladies cardiaques. Il s'agit d'une ressource ouverte pour la recherche et l'analyse prédictive en santé.