Csv-detective-ml est un outil en ligne de commande permettant d'analyser des fichiers CSV et de détecter automatiquement les types de données contenus dans chaque colonne. Cet outil est basé sur des algorithmes de machine learning et permet de nettoyer et de préparer rapidement des données en vue de leur utilisation dans des analyses ou des modèles prédictifs.

Ce service a pour but d'analyser les fichiers du datalake udata, en commençant par les fichiers CSV, afin d'enrichir les métadonnées. Il utilise csv-detective pour détecter le type et le format des colonnes CSV en vérifiant à la fois les en-têtes et le contenu.

CSV Detective API est un outil permettant d'analyser des fichiers CSV et de détecter les types de colonnes, de rechercher des correspondances avec des données de référence et de classer les colonnes par apprentissage automatique.

Csv_detective est un package Python permettant d'analyser automatiquement le contenu de fichiers CSV. Il détecte les types de données contenus dans chaque colonne grâce à des algorithmes de correspondance et de regex.

Une application web minimaliste permettant de convertir des fichiers CSV en filtres JSON pour Kibana, facilitant ainsi l'analyse de données.

Ce pipeline analyse les modèles de pause et de stress lexical dans la parole spontanée non native en anglais. Il est initialement conçu pour le traitement par lots de fichiers audio pour des groupes de locuteurs, mais peut également être utilisé pour l'analyse de la parole spontanée isolée pour un locuteur. Les sorties comprennent un fichier TextGrid pour chaque fichier audio d'entrée, contenant une analyse locale du stress lexical, ainsi que des tableaux CSV détaillant toutes les occurrences de mots polysyllabiques avec des informations sur leur réalisation prosodique.

Ce projet permet d'importer des données depuis des fichiers JSON, de les convertir au format CSV et de les traiter selon les normes réglementaires JORF. Il offre des fonctionnalités d'organisation et de gestion de ces données, facilitant ainsi leur utilisation et leur analyse.

Le projet pvldb2023 est dédié au traitement et à l'analyse de données, en particulier de fichiers CSV. Il permet de générer des statistiques, de gérer des mesures de performance et de faciliter le développement de benchmarks.

Plateforme publique dédiée à la publication, la découverte et l'exploration des jeux de données produits par les ministères sociaux. Elle permet aux citoyens, chercheurs et administrations d'accéder à des données ouvertes sur l'emploi, la formation professionnelle et les politiques sociales. Les utilisateurs peuvent consulter, télécharger et analyser des jeux de données sous forme de fichiers CSV interactifs avec tri et filtres.

Ce projet traite des collections prédéfinies en Kotlin, en utilisant des listes et des ensembles. Il inclut des opérations telles que l'ajout et la recherche d'éléments, l'ajout à des positions spécifiques, et le tri des données. Le projet lit et analyse également des fichiers CSV.