Ce projet propose une implémentation Python des tests RCIT et RCoT, initialement développés en R. Il permet d'évaluer l'indépendance conditionnelle entre variables dans des jeux de données complexes grâce à des méthodes basées sur des approximations de matrices de noyaux. Utilisé principalement en recherche académique et en analyse de données, il facilite la validation de modèles et l'exploration de relations statistiques avancées.

Projet académique développé par l'Université de Bordeaux pour l'analyse et la visualisation de données scientifiques, notamment en traitement de signaux. Utilise des bibliothèques R spécialisées pour des applications en recherche et enseignement.

Projet académique dédié à l'analyse de données et à la recherche en statistiques. Il propose un environnement interactif pour manipuler des jeux de données, réaliser des analyses exploratoires et produire des visualisations. Destiné aux étudiants, chercheurs et enseignants, il facilite l'apprentissage et la collaboration autour de la programmation en R et Python.

Projet de recherche académique proposant des outils et méthodes pour l'approximation bayésienne par apprentissage profond et prédiction conforme. Il inclut des implémentations en Julia et R pour des études de cas variées (modèles écologiques, séries temporelles, champs gaussiens). Les résultats sont présentés sous forme de rapports interactifs et de code reproductible, avec une licence open source (GPL-3).

Package R conçu pour quantifier l'accord entre plusieurs évaluateurs à l'aide d'indicateurs statistiques simples. Destiné à des formations en développement R, il permet aux utilisateurs de mesurer la cohérence des jugements ou des mesures réalisées par différents experts. L'outil est particulièrement utile dans les contextes académiques ou de recherche où l'évaluation inter-juges est nécessaire.

Plateforme de blogdown Hugo Academic pour la diffusion et le partage de ressources sur la pratique de R en sciences humaines et sociales, développée par la Fédération de Recherche Collège international des sciences territoriales.

Ce projet fournit des fichiers Dockerfiles pour générer des images Docker hébergées sur Docker Hub. Ces images sont conçues pour des environnements bioinformatiques, notamment pour des analyses génomiques et biostatistiques. Elles intègrent des logiciels scientifiques comme R, Python, et des outils spécialisés (ex : immcantation, smrt, Jalview), facilitant la reproductibilité des analyses dans le domaine de la recherche académique et médicale.

Wood-Hyst est un package R dédié à la modélisation des courbes d'adsorption et de désorption d'humidité dans le bois. Il permet aux chercheurs et ingénieurs de simuler et analyser le comportement hygroscopique des matériaux ligneux. Développé par une équipe académique, il facilite la recherche en science des matériaux et soutient les études sur la durabilité du bois dans des environnements variables.

VeneR est un projet académique développé par un étudiant de l'Université de Nantes. Il propose une collection de fonctions utilitaires en langage R pour automatiser des calculs statistiques et faciliter l'analyse de données scientifiques. Le projet est conçu pour être utilisé dans un cadre éducatif ou de recherche.

Le GIP FCIP et le réseau des GRETA de l'académie de Reims sont des acteurs majeurs de la formation professionnelle en Champagne-Ardenne. Ils proposent des parcours adaptés aux demandeurs d'emploi, salariés, apprentis et particuliers, couvrant des domaines variés comme l'administration, l'industrie, le commerce, la santé, l'hôtellerie-restauration, les métiers d'art et bien d'autres. Leur mission inclut l'accompagnement personnalisé, la recherche de financements, et la mise en place de projets transfrontaliers pour répondre aux besoins des apprenants et des entreprises locales.