Ce projet fournit des ressources pédagogiques et des tutoriels sur l'appariement de données individuelles, ainsi que des données de test. Il présente différents packages R et Python pour l'appariement, tels que Record Linkage, dedupe et reclin2.

Ce plugin de comportement de question permet aux étudiants de soumettre leur degré de certitude (DC) pour chaque réponse donnée dans un Quiz. Les résultats sont présentés avec un code de couleur en fonction de la combinaison de la réponse (correcte / incorrecte) et du degré de certitude. Les étudiants peuvent également fournir des commentaires métacognitifs à deux niveaux : globalement et spécifiquement pour chaque question.

Ce projet contient les ressources pédagogiques pour un cours sur les enjeux liés aux nouvelles sources de données pour la statistique publique donné à l'Ensai sur les années scolaires 2022/2023 et 2023/2024. Il inclut des slides de présentation et des applications permettant d'analyser des données du registre parcellaire français avec R et PostGIS, ainsi que de réaliser une classification automatique en NLP avec Fasttext sur les déclarations d'entreprises.

Notebook pédagogique présentant les enjeux des données synthétiques en santé et différentes approches visant à générer de telles données. Ce notebook est développé collaborativement par Octopize et le Health Data Hub.

Cette API centralise les différentes démarches présentes sur Datapass, un outil de gestion des habilitations juridiques pour les données à accès restreint. L'usage d'une API / de données peut simplifier les démarches en ligne.

Ce projet, nommé benchds, est une collection de jeux de données utilisés pour l'analyse de données et l'apprentissage automatique. La plupart des jeux de données proviennent du dépôt UCI Machine Learning, tandis que d'autres ont été publiés par divers articles et documents de recherche. Les jeux de données sont fournis dans un format simple, avec les lignes représentant des exemples et les colonnes représentant des caractéristiques. Le dernier élément de chaque ligne est la variable cible ou l'étiquette de classification. Les valeurs des lignes sont séparées par un espace. Aucune valeur manquante n'est présente dans les jeux de données, car les lignes contenant au moins une valeur manquante ont été supprimées.

Dépôt de présentations et de matériel relatif à Gammapy, un logiciel d'analyse des données de physique des particules. Il contient des présentations données lors de conférences, ainsi que des posters et des slides pour des talks.

Projet présentant le format de données Apache Parquet ainsi que des scripts R permettant de mesurer les performances de traitement de données et de convertir des données XLSX en données Parquet.

Ce projet vise à faciliter la présentation et la communication d'informations professionnelles entre différentes parties prenantes. Il offre une interface conviviale pour partager des données clés et échanger des messages avec des partenaires commerciaux.

RANOMALY est un package R dédié à l'analyse de la diversité microbienne. Il permet de traiter et d'interpréter des données issues de séquençage à haut débit, en particulier pour les gènes 16S et ITS. Il intègre des méthodes statistiques avancées et des algorithmes d'apprentissage automatique pour détecter et caractériser les espèces microbiennes présentes dans un échantillon.