Ce projet fournit un environnement de développement pour la création de notebooks personnalisés, optimisé pour l'analyse de données, la visualisation, l'apprentissage automatique et le traitement d'images. Il inclut une sélection de packages Python essentiels pour ces tâches.

Ce projet est une formation en ligne (MOOC) sur l'apprentissage automatique en Python, utilisant la bibliothèque scikit-learn. Il comprend des notebooks Jupyter interactifs, des leçons en texte enrichi et des visualisations de données avec Matplotlib, Seaborn et Plotly. Les étudiants peuvent apprendre à leur propre rythme et bénéficier de fonctionnalités supplémentaires telles que des quiz et un forum de discussion.

Ce projet est une formation en Python dédiée à l'analyse et la visualisation de données scientifiques. Il couvre des sujets tels que la manipulation de données avec NumPy et Pandas, la visualisation avec Matplotlib et Seaborn, l'analyse statistique avec Statsmodels, la modélisation et l'apprentissage automatique avec Scikit-learn.

Ce package facilite l'obtention de données multimédia à partir de la base de données GBIF pour une utilisation dans des tâches de classification en apprentissage automatique. Il enveloppe l'API GBIF et prend en charge la requête directe de l'API pour obtenir et télécharger une liste d'URLs. Il fournit également un téléchargeur efficace qui utilise des modules asyncio Python pour accélérer le téléchargement de nombreux petits fichiers.

Ce projet fournit un wrapper Python pour charger et lire les données inrimage, facilitant ainsi le traitement et l'analyse d'images médicales. Il permet le développement d'algorithmes d'apprentissage automatique pour l'imagerie médicale.

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.

Ce projet est un tutoriel sur l'apprentissage de réseaux de neurones et l'optimisation de fonctions différentiables à l'aide de PyTorch. Il couvre les bases de Python, la manipulation de tenseurs, l'automatic differentiation, et l'apprentissage automatique.

Ce projet est issu d'un hackathon en data science. Il fournit des ressources pour l'analyse et la visualisation de données, ainsi que des tutoriels pour le développement d'applications web interactives et l'initiation à l'apprentissage automatique, en utilisant les langages R et Python.

Scikit-learn est un ensemble de modules Python dédiés à l'apprentissage automatique et au data mining. Il permet de réaliser diverses tâches telles que la classification, le régression, le clustering, la réduction de dimensionnalité, la sélection de modèles, etc.

Ce projet est une plateforme d'apprentissage de la programmation Python, permettant l'édition de code et l'affichage des sorties, ainsi que la génération de QCM et la correction automatique.