Ce projet propose des ressources et un cadre pédagogique pour enseigner l'intelligence artificielle et le langage Python. Il s'adresse principalement aux étudiants et formateurs souhaitant acquérir des compétences pratiques en IA. Le dépôt contient des exemples de code, des exercices et des outils pour faciliter l'apprentissage des concepts clés de l'IA et de la programmation Python.

Ce projet est une formation à la programmation Python axée sur la programmation scientifique. Il s'agit d'un dépôt de code source contenant des exemples et des exercices pratiques pour aider les apprenants à comprendre les concepts de base de la programmation Python.

Ce projet vise à accompagner les développeurs dans la migration de leurs codes Python 2 vers Python 3, en proposant des outils, des bonnes pratiques et des exercices pratiques. Il aborde les différences majeures entre les deux versions, comme les changements syntaxiques, les types de données ou les fonctions intégrées, tout en facilitant l'adoption des nouvelles fonctionnalités.

Ce projet pédagogique vise à sensibiliser les développeurs Python aux pièges et écueils courants du langage, en explorant les mécanismes fondamentaux comme la sémantique des références, les collections, les fonctions impures et les interactions avec Linux. Il propose des ressources structurées sous forme de notebooks pour un apprentissage progressif, complétées par des exercices pratiques pour renforcer les bonnes pratiques.

Ce projet propose des sessions pratiques pour construire et simuler un gaz d'argon de Lennard-Jones à l'aide de GROMACS et de l'embedding Python biobb. Destiné aux étudiants de M1, il inclut des tutoriels guidés pour configurer des environnements de simulation, exécuter des notebooks Jupyter et analyser les résultats obtenus. Les ressources sont adaptées pour une utilisation sur des machines dédiées ou en local.

Ce projet est un atelier Jupyter dédié à la pratique et à l'apprentissage du langage Python pour l'analyse de données. Il fournit un environnement virtuel Python et Jupyter prêt à l'emploi, permettant aux utilisateurs de se concentrer sur l'apprentissage et l'application des connaissances en Python sans se soucier de la configuration et de l'installation des dépendances.

Ce projet propose une initiation au langage C++17, spécialement conçue pour les développeurs ayant une expérience en Python. Il couvre les bases du langage, les conteneurs, les fonctions, la compilation et l'utilisation d'outils comme Make ou CMake. Destiné aux débutants en C++ mais familiers avec la programmation, il inclut des exercices pratiques pour traduire du code Python en C++ et comprendre les processus de compilation modernes.

Ce projet pédagogique propose une introduction à la programmation Python pour des étudiants en informatique. Il inclut un cours théorique, des exercices pratiques sur Jupyter Notebook et un système de dépôt de travaux pour les enseignants. Le matériel est conçu pour une université et suit un calendrier académique. Les étudiants apprennent les bases du langage tout en utilisant des outils collaboratifs universitaires.

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 projet fournit un modèle standardisé pour initialiser et structurer des modules Python. Il facilite la mise en place rapide d'un environnement de développement cohérent, en suivant les bonnes pratiques de l'écosystème Python. Idéal pour les développeurs souhaitant uniformiser leurs projets dès leur création.