Ce projet est un générateur de base de données de vulnérabilités dédié à la production de cas d'utilisation de failles XSS (Cross-Site Scripting) à des fins de détection et de prévention en sécurité informatique. Il permet de générer des jeux de données pour l'apprentissage automatique, facilitant ainsi le développement de méthodes de détection et de prévention de ces failles.

Ce projet est un générateur de base de données de vulnérabilités dédié à la production de cas d'utilisation de failles XSS (Cross-Site Scripting) à des fins de détection et de prévention en sécurité informatique. Il permet de générer des jeux de données pour l'apprentissage automatique, facilitant ainsi le développement de méthodes de détection et de prévention de ces failles.

Ce projet est une série de cours sur l'apprentissage automatique, basée sur le livre Deep Learning. Les cours couvrent des sujets tels que la régression linéaire, la régularisation, la réduction de dimensionnalité, le kernel trick et les réseaux de neurones. Les étudiants travaillent sur des jeux de données réels et implémentent des algorithmes d'apprentissage automatique à l'aide de Tensorflow et Scikit-learn.

Mary Morstan est un framework AutoML basé sur des algorithmes évolutionnaires, inspiré de TPOT et DEAP. Il permet de configurer automatiquement des algorithmes de machine learning et de préparer les données pour l'apprentissage automatique.

Ce projet, nommé `lab`, est dédié à l'analyse d'images, à l'apprentissage automatique, à la récupération de données et à la gestion de bases de données. Il offre des fonctionnalités de training, d'inference et de visualisation d'images, ainsi que des scripts de connexion aux bases de données.

Le projet voc-model est une bibliothèque de modèles de langage basée sur des algorithmes d'apprentissage automatique. Il permet de générer du texte automatiquement et d'améliorer la compréhension du langage naturel dans les applications. Il facilite également le développement de chatbots et d'assistants virtuels en fournissant des modèles de conversation prêts à l'emploi.

Ce projet consiste en un outil d'analyse de données textuelles, permettant la génération de résumés automatisés, la recherche de similarités sémantiques et la classification de données. Il est basé sur des algorithmes d'apprentissage automatique et des modèles de langage avancés.

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.

La plateforme X5GON Learning Analytics Machine (LAM) est capable de traiter des collections de ressources pédagogiques ouvertes (OER) en plusieurs langues. Elle fournit des analyses sur l'utilisation des ressources pédagogiques à travers différentes langues et cultures. L'API LAM de X5GON est une API Web Flask Python REST qui offre une documentation Swagger automatiquement générée pour tester les points de terminaison directement sur une belle page Web. Les points de terminaison permettent d'accéder et de récupérer les analyses de contenu effectuées sur les OER basées sur les modèles d'apprentissage automatique implémentés et testés sur le corpus X5gon composé de différentes OER collectées par le pipeline.

Le projet CiGri Feedforward est un outil d'aide à la gestion et à l'optimisation de ressources informatiques. Il permet de prédire la disponibilité des ressources, d'optimiser leur allocation et d'automatiser leur gestion. Il est basé sur une approche de prédiction et d'apprentissage automatique.