Le projet classified-databases est dédié à la collecte, au classement et au filtrage de données. Il offre des fonctionnalités de sécurisation des échanges de données, notamment via des filtres et des protections contre les caractères spéciaux et les injections.

Ce projet est un cadre Python qui permet d'identifier et de classer les tweets liés aux crises en fonction de leur informativité. Il utilise des algorithmes de classification et de regroupement de texte pour extraire les tweets les plus pertinents et les classer en fonction de leur similarité sémantique avec un lexique de crise.

Deep Finder est un outil d'analyse d'images développé pour aider les scientifiques à identifier et à classer des structures protéiques dans des données de microscopie cryo-électronique. Il est basé sur des algorithmes de deep learning et offre une interface graphique conviviale pour faciliter son utilisation. Deep Finder a été testé avec succès sur des données de tomographie cryo-électronique et a démontré une grande précision dans la détection et la segmentation de structures cellulaires.

Ce projet met en forme les données sur les demandeurs d'emploi inscrits à Pôle emploi en fin de mois, fournies par la DARES, dans un format facilement réutilisable. Les données sont exportées au format CSV et concernent les départements, les régions et la France entière, classées par catégories.

Le projet text-classification est un outil d'analyse et de traitement automatique de texte. Il permet de classer, catégoriser et analyser le contenu de données textuelles, offrant ainsi des informations précieuses pour la prise de décision et l'automatisation des processus.

Linkex est un outil permettant de découvrir des candidats de clés de liaison à partir de deux jeux de données RDF. Les clés de liaison généralisent la combinaison de clés et d'alignements d'ontologies pour l'interconnexion des données. Une clé de liaison est un ensemble de paires de propriétés qui identifient de manière unique les instances de deux classes de deux jeux de données RDF. Linkex peut extraire des candidats de clés de liaison et les évaluer en fonction de la discriminabilité et de la couverture. Il peut également les évaluer en fonction d'un ensemble de référence de liens donné en entrée. Il est capable d'extraire des candidats avec des propriétés composées et inversées.

Portail web dédié aux 35 000 communes de France, proposant des informations pratiques et actualisées pour les habitants, touristes et mairies. Il centralise des données locales comme les horaires de mairie, les déchèteries, les prix de l'immobilier ou les événements locaux. Le service permet également aux collectivités de mettre en avant leur communication via des fiches détaillées et des outils de classement.

COmparaison de CLassIfication par rapport à une référence COmmune (COClico) est un outil en cours de développement permettant de comparer les résultats de deux processus de classification de données LiDAR par rapport à une classification de référence. Les résultats sont comparés par le calcul de plusieurs métriques, dont sont ensuite tirés des scores compris entre 0 et 1. Ces métriques sont calculées de façon indépendante pour chaque classe mentionnée dans un fichier de configuration.

Ce projet implémente une solution pour classer les magasins de détail en fonction de leurs ventes annuelles en utilisant un jeu de données réel. Il comprend des algorithmes de nettoyage et de préparation de données pour gérer les caractéristiques catégorielles sales, ainsi qu'une méthode de classification des produits en utilisant une hiérarchie de produits locale. Les résultats sont validés en comparant avec des jeux de données étiquetés manuellement.

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.