Portail officiel du ministère de l’Économie, des Finances et de la Souveraineté industrielle, énergétique et numérique, proposant un accès centralisé aux données publiques ouvertes. Il permet aux citoyens, entreprises et administrations de consulter, analyser et visualiser des jeux de données économiques, financiers et sectoriels. Le site intègre des outils de cartographie, de création de graphiques et une recherche intelligente assistée par intelligence artificielle pour faciliter l'exploitation des données.

DGML est une plateforme développée par Etalab pour faciliter l'accès aux jeux de données ouverts de data.gouv.fr. Elle permet aux utilisateurs de sélectionner rapidement des jeux de données adaptés au Machine Learning, d'en analyser les caractéristiques statistiques et de visualiser les résultats d'entraînement automatique d'algorithmes. L'objectif est de démocratiser l'utilisation des données publiques pour des projets d'intelligence artificielle.

Framework open source permettant de concevoir des jeux compétitifs où des intelligences artificielles s'affrontent. Il fournit les outils nécessaires pour générer des structures de code, gérer les communications réseau et développer des mécaniques de jeu. Destiné aux étudiants ou développeurs souhaitant s'entraîner à créer des algorithmes pour des jeux en 1 contre 1, avec des niveaux de difficulté variables.

Ce projet vise à détecter et localiser des essaims de drones en temps réel, en estimant leurs positions (coordonnées x, y, z). Il utilise des modèles d'intelligence artificielle basés sur YOLOv5 pour identifier les drones dans des flux vidéo ou des images. Les données collectées permettent d'entraîner et d'améliorer les algorithmes de détection. L'outil est également conçu pour annoter des images afin d'enrichir les jeux de données utilisés pour l'apprentissage automatique.

Ce projet utilise l'intelligence artificielle pour détecter automatiquement les lésions liées à la maladie de Crohn à partir d'images issues de vidéos de vidéocapsule endoscopique. Il permet d'analyser des examens médicaux, d'augmenter les jeux de données d'images pour améliorer la précision des modèles, et de fournir des métriques de performance pour évaluer l'efficacité des réseaux de neurones entraînés.

Ce projet synchronise automatiquement des jeux de données publics hébergés sur Hugging Face avec l'API Albert, utilisée pour le RAG (Retrieval-Augmented Generation). Il permet de maintenir à jour des collections documentaires accessibles via des modèles d'intelligence artificielle, en particulier pour des textes légaux, administratifs ou réglementaires. Les données sont synchronisées de manière incrémentale pour éviter les traitements inutiles.

Ce projet vise à générer des données synthétiques à l'aide de modèles de langage (LLM) pour tester et évaluer des modèles d'intelligence artificielle. Il permet d'identifier des biais potentiels dans les algorithmes en créant des jeux de données artificiels variés et contrôlés, facilitant ainsi l'analyse des performances et des limites des modèles avant leur déploiement en conditions réelles.

Apache Jena Fuseki est un serveur de données sémantiques qui permet de stocker, interroger et administrer des jeux de données au format RDF. Il facilite l'accès aux données structurées via des requêtes SPARQL, offrant une solution centralisée pour gérer des bases de connaissances ou des ontologies. Idéal pour les projets nécessitant une gestion avancée de données interconnectées, il est largement utilisé dans les domaines de la recherche, de l'intelligence artificielle et des systèmes d'information sémantique.

Projet académique visant à développer des outils d'intelligence artificielle et d'analyse de données pour des applications scientifiques. Il permet de traiter des jeux de données, de modéliser des phénomènes et de générer des visualisations pertinentes pour faciliter l'interprétation des résultats.

Ce projet académique vise à développer des outils d'intelligence artificielle pour l'analyse de données, la simulation de modèles complexes et l'automatisation de processus scientifiques. Il s'appuie sur des bibliothèques spécialisées pour traiter des jeux de données variés et proposer des solutions innovantes en modélisation prédictive. Destiné à la recherche et à l'enseignement supérieur, il facilite la collaboration entre équipes universitaires.