Cette formation vise à initier les participants à Apptainer, un outil de conteneurisation open source. Elle couvre les concepts de base, l'installation, la création d'images via Docker, et l'exécution de conteneurs. Des cas pratiques en R ou Python illustrent son utilisation pour garantir la reproductibilité des analyses. Destinée aux utilisateurs de Linux ou Windows avec WSL2, elle s'adresse aux chercheurs, data scientists et développeurs souhaitant maîtriser cet outil.

Ce projet pédagogique propose un ensemble de ressources pour l'enseignement du filtrage optimal et du traitement du signal. Il inclut des supports de cours (slides), des exercices et des notebooks Python interactifs pour illustrer des concepts théoriques comme les filtres de Wiener, de Kalman, et les algorithmes adaptatifs (LMS, RLS). Destiné aux étudiants en ingénierie, il facilite l'apprentissage par la pratique avec des exemples concrets et des applications en débruitage, déconvolution et modélisation de signaux.

Ce dépôt fournit des schémas de flux (flowcharts) conçus pour accompagner un ouvrage technique dédié à l'ingénierie des systèmes de communication. Les diagrammes, créés et testés avec GNU Radio, illustrent des concepts pratiques et théoriques pour faciliter la compréhension des architectures de communication. Les fichiers sources sont disponibles dans plusieurs formats (Python, C, Octave) et sont adaptés à une utilisation pédagogique ou professionnelle.

Ce projet propose un cours complet en électronique destiné aux candidats à l'agrégation de physique. Il couvre les bases de l'électromagnétisme, les lois de l'électrocinétique, et l'assemblage de composants pour former des systèmes électroniques complexes. Le contenu inclut des PDF détaillés du cours ainsi que des présentations pour illustrer les concepts clés. Des outils complémentaires en Python sont également fournis pour générer les figures du cours.

Ce projet propose des exemples statiques de présentations interactives basées sur reveal.js, destinées à faciliter l'apprentissage et la formation en programmation Python. Il permet aux formateurs et étudiants de créer des supports visuels dynamiques et engageants pour illustrer des concepts techniques ou des tutoriels.

Projet pédagogique dédié à l'enseignement de l'algèbre linéaire numérique. Il propose des simulations numériques réalisées en Python pour illustrer les concepts théoriques abordés en cours. Destiné aux étudiants en informatique et mathématiques appliquées, il facilite la compréhension des méthodes numériques.

Projet pédagogique dédié à l'enseignement de l'algèbre linéaire numérique. Il propose des simulations numériques réalisées en Python pour illustrer les concepts théoriques abordés en cours. Destiné aux étudiants en informatique et mathématiques appliquées.

Ce projet propose une introduction pratique de 20 minutes aux notebooks, illustrée par un exemple concret d'analyse de données de locomotion humaine. Il s'appuie sur JupyterLab et des bibliothèques Python telles que Matplotlib, Pandas et NumPy pour démontrer les concepts clés de l'analyse et de la visualisation de données.

Ce projet propose des ressources pédagogiques sous forme de notebooks Jupyter pour un cours de machine learning. Il inclut des exemples concrets illustrant des concepts et méthodes en Python, accompagnés de supports de cours au format PDF. Destiné aux étudiants, il facilite l'apprentissage pratique des algorithmes et outils de data science.

Ce projet propose des ressources pédagogiques sous forme de notebooks Jupyter pour un cours de machine learning. Il inclut des exemples concrets illustrant des méthodes et concepts en Python, accompagnés de supports de cours au format PDF. Destiné aux étudiants, il facilite l'apprentissage pratique et théorique de l'intelligence artificielle.