Ce projet fournit des jeux de données d'images spécialement conçus pour tester et valider des algorithmes de traitement d'images ou d'intelligence artificielle. Il permet aux chercheurs et développeurs de comparer leurs modèles dans des conditions standardisées, facilitant ainsi l'amélioration continue des technologies visuelles.

Phoenics est un package R dédié à l'analyse différentielle des jeux de données en métabolomique. Il permet de tester statistiquement les voies métaboliques en intégrant les quantifications des métabolites et les informations sur leur composition dans les voies. L'outil automatise la recherche des voies métaboliques via des bases de données externes et fournit des résultats interprétables pour identifier les voies significativement impactées par un traitement ou une condition expérimentale.

Ce projet fournit un échantillon de données structurées sous forme de fichier Parquet pour tester et valider le partitionnement de données. Il permet aux développeurs de vérifier le bon fonctionnement d'un outil de partitionnement avant son utilisation sur des jeux de données plus volumineux, notamment dans un contexte de traitement de données astronomiques.

Le projet udata-fixtures est dédié à la génération de données de test pour les projets liés à l'écosystème Udata. Il permet de simuler des charges de données importantes et de fournir des jeux de données normalisés, facilitant ainsi le développement et les tests de ces projets.

OGP est un projet dédié à la prédiction des sites de O-GlcNAcylation, une modification post-traductionnelle des protéines. Il fournit des jeux de données structurés, des scripts pour extraire des caractéristiques protéiques et des outils pour entraîner et tester des modèles de machine learning. Le projet inclut également une évaluation comparative des outils de prédiction existants.

Ce projet fournit des données simulées et des outils pour l'analyse des signaux de pulsars et la recherche d'ondes gravitationnelles. Il inclut des jeux de données de référence, des fichiers de bruit et des paramètres pour modéliser les propriétés des pulsars. Les simulations sont utilisées par des chercheurs en astrophysique pour tester et valider des méthodes d'analyse.

Ce projet permet de générer des jeux de données synthétiques pour des hackathons ou des projets de data science. Il automatise la collecte et la transformation de données (comme les adresses postales) pour fournir des ensembles de données réalistes et exploitables. Idéal pour tester des algorithmes ou des pipelines de données sans utiliser de données sensibles.

Ce projet fournit des jeux de données pour les tests de logiciels, en particulier pour les applications Diodon (Python et C++), ainsi que pour des démonstrations dans des tutoriels (notebooks Jupyter).

Ce projet est un companion aux librairies pydiodon et cppdiodon qui fournissent des fonctions pour la réduction linéaire de dimension. Il contient des jeux de données pour tester ces librairies et des notebooks Jupyter comme tutoriels pour certaines méthodes (PCA, CoA, MDS).

Ce projet fournit une API REST pour générer des nombres aléatoires ou simuler des processus aléatoires. Il peut être utilisé dans des contextes variés nécessitant des données aléatoires, comme des jeux, des simulations statistiques ou des tests automatisés. L'outil est conçu pour être simple et efficace, sans interface utilisateur complexe.