Ce projet propose une formation complète à Python destinée aux chercheurs et étudiants en sciences humaines et sociales. Il couvre les bases de la programmation, l'algorithmie, et l'utilisation de bibliothèques scientifiques comme Pandas, NumPy et Matplotlib pour analyser des données et visualiser des résultats.

Ce projet pédagogique est un cours interactif destiné aux étudiants de première année pour leur enseigner les concepts fondamentaux des boucles et des conditions en programmation. Il s'agit d'un support de formation sous forme de notebook Jupyter, structuré pour faciliter l'apprentissage pratique et progressif des bases de l'algorithmique.

Ce projet pédagogique vise à initier les étudiants aux concepts fondamentaux de la programmation en C++ et à l'algorithmique. Il propose des exercices pratiques et des exemples concrets pour faciliter l'apprentissage des bases du développement logiciel. Destiné principalement à un public académique, il s'inscrit dans un cadre de formation structuré.

Projet pédagogique visant à implémenter l'algorithme FizzBuzz, souvent utilisé comme exercice de base pour évaluer les compétences en programmation. Ce dépôt sert de support pour des travaux pratiques, des formations ou des évaluations dans un cadre académique. Il permet aux étudiants ou développeurs de comprendre les concepts fondamentaux de la logique conditionnelle et des boucles.

Projet implémentant l'algorithme de Huffman pour la compression de données. Cet outil permet de réduire la taille des fichiers en utilisant un codage basé sur la fréquence des symboles, optimisant ainsi l'espace de stockage et la transmission des données. Il est largement utilisé dans les systèmes de compression comme ZIP ou les formats multimédias.

Ce projet calcule les valeurs minimales et maximales de la cardinalité des prédicats par sujet dans un jeu de données représenté au format .nt. Il fournit quatre algorithmes : trois pour calculer les cardinalités basées sur trois définitions différentes (Global, Local et Characteristic Set) et un pour calculer les domaines des prédicats, qui sont nécessaires pour exploiter les cardinalités locales.

Outil logiciel conçu pour distinguer les événements sismiques naturels des activités humaines à faible magnitude. Basé sur des algorithmes d'apprentissage profond (CNN), il analyse des données sismiques brutes (format mseed) et génère des prédictions probabilistes. Utilisé par des chercheurs et institutions pour améliorer la compréhension des phénomènes sismiques et réduire les fausses alertes.

Ce projet pédagogique propose des ressources et un code source pour enseigner les bases de la programmation en C++ et les concepts d'algèbre linéaire. Il inclut des outils pour calculer le produit de Hadamard, une opération matricielle fondamentale en mathématiques appliquées. Destiné aux étudiants et formateurs, il facilite l'apprentissage pratique des algorithmes et structures de données.