Ce projet propose une formation en apprentissage automatique appliquée aux sciences environnementales et au secteur énergétique. Il utilise des notebooks Python pour enseigner l'analyse de données climatiques et énergétiques, en combinant méthodes statistiques traditionnelles et techniques avancées de machine learning. Les étudiants apprennent à extraire des motifs pertinents, modéliser des relations entre variables et prédire des tendances pour prendre des décisions éclairées dans des contextes environnementaux concrets.

Ce projet est une formation en langage Python pour les sciences humaines et sociales. Il couvre les bases du langage et de son environnement, l'installation et la recherche de bibliothèques, les bases de Pandas et la production de statistiques, et des exemples d'usages avancés. Les documents dans le dépôt correspondent aux documents de la séance.

Plateforme publique dédiée à la diffusion et à la réutilisation des données ouvertes de l'enseignement supérieur, de la recherche et de l'innovation en France. Elle propose plus de 180 jeux de données structurés (statistiques, référentiels, enquêtes) accessibles en ligne, téléchargeables et exploitables via des outils de visualisation ou des API. Les données couvrent des thématiques variées comme les établissements, les formations, la recherche, l'insertion professionnelle ou encore la parité.

Formation destinée aux géographes pour maîtriser les outils et méthodes d'analyse statistique intégrant la dimension spatiale. Elle couvre la corrélation, la régression classique, l'autocorrélation spatiale et la régression géographiquement pondérée (GWR). Les participants apprennent à interpréter des résultats et à produire des cartes thématiques à partir de jeux de données réels, comme les prix de l'immobilier ou la pauvreté urbaine.

PIAF (Pour une IA Francophone) est un projet public français porté par Etalab, visant à construire un jeu de données de questions-réponses en français, similaire au format SQuAD. Le projet utilise un sous-ensemble de Wikipedia en français, sélectionné via un algorithme de PageRank, puis enrichi par une communauté via une plateforme d'annotation. Les données générées sont analysées pour produire des statistiques lexicales et syntaxiques, facilitant ainsi l'entraînement de modèles d'IA francophones.

Ce projet vise à fournir une formation en ligne sur la programmation en Python et l'analyse de données. Les modules couvrent les bases de la programmation, la manipulation de données avec la bibliothèque Pandas, les statistiques descriptives et inférentielles, les modèles avancés de régressions et clustering, et la collecte de données sur internet et l'utilisation d'API.

Ce projet propose des ressources pédagogiques et des supports de formation dédiés à la protection des données statistiques publiques. Il s'adresse principalement aux statisticiens du service statistique public, leur offrant des présentations sur les concepts, enjeux et méthodes liés à la gestion de la confidentialité. Des fiches pratiques et des outils sont également disponibles pour faciliter la prise en main des techniques de protection des données.

Ce projet fournit un module de formation à R dédié aux statistiques descriptives. Il offre des rappels théoriques, des mises en œuvre pratiques et des interprétations de méthodes uni- et bi-variées.

Ce projet est une formation sur les bonnes pratiques en programmation R. Il inclut des exemples de code pour l'analyse de données statistiques, la création de visualisations de données avec ggplot2, et la gestion de données avec AWS S3.

Ce projet vise à fournir une formation en analyse de données avec Python. Il comprend une présentation de l'URFIST, une introduction aux bases de Python, l'utilisation de bibliothèques et d'API, une initiation à Pandas et une application au questionnaire openscience, ainsi que des analyses avancées, des statistiques et des visualisations.