Ce projet pédagogique vise à fournir une base de code simple en langage C pour illustrer la mise en place de tests unitaires automatisés. Il permet aux étudiants de comprendre comment tester individuellement chaque fonction d'un programme, notamment les algorithmes de tri classiques. Le dépôt inclut des outils pour compiler, exécuter les tests et mesurer la couverture de code, favorisant ainsi l'apprentissage des bonnes pratiques de développement logiciel.

Ce projet pédagogique vise à fournir une base de code en langage C pour l'apprentissage des tests unitaires. Il inclut des algorithmes de tri classiques (sélection, insertion, fusion) et des fonctions utilitaires. L'objectif est de permettre aux étudiants d'implémenter des tests unitaires pour valider le bon fonctionnement de chaque fonction, en utilisant la bibliothèque Check pour automatiser les vérifications et mesurer la couverture de code.

Ce projet est un exemple pédagogique destiné à l'apprentissage des tests unitaires en programmation C. Il fournit une base de code simple basée sur des algorithmes de tri classiques, permettant aux étudiants de mettre en pratique la création et l'exécution de tests automatisés pour valider le bon fonctionnement des fonctions implémentées.

Projet dédié à la validation et au test de fonctions mathématiques et algorithmiques. Il permet de vérifier la précision des calculs numériques, de simuler des déplacements sur un échiquier virtuel et d'automatiser des tests unitaires pour des algorithmes. Utilisé principalement dans un cadre éducatif ou de recherche pour valider des implémentations logicielles.

Ce projet permet de générer des jeux de données synthétiques pour des hackathons ou des projets de data science. Il automatise la collecte et la transformation de données (comme les adresses postales) pour fournir des ensembles de données réalistes et exploitables. Idéal pour tester des algorithmes ou des pipelines de données sans utiliser de données sensibles.

CppGenerique est une bibliothèque C++ conçue pour faciliter la manipulation de calculs mathématiques avancés et la gestion de tests unitaires. Elle propose des outils pour effectuer des opérations arithmétiques, convertir des types de données, et automatiser des calculs complexes. Idéale pour les développeurs cherchant à optimiser leurs algorithmes ou à simplifier des processus de calcul.

Ce projet permet de générer une version réduite du jeu de données Davis 2017, utilisé pour évaluer les algorithmes de segmentation vidéo. Il automatise le téléchargement, le décompactage et le redimensionnement des séquences d'images, facilitant ainsi leur utilisation dans des environnements de test ou de recherche. Les outils fournis sont optimisés pour une intégration dans des pipelines de traitement d'images.

Ce projet propose des outils d'analyse et d'évaluation de cartes géographiques. Il permet de calculer des points d'intérêt, d'évaluer des données spatiales et de générer des indicateurs pour des applications cartographiques. Les fonctionnalités incluent l'analyse de répartition de couleurs, l'évaluation de distances et de densités, ainsi que des tests automatisés pour valider les algorithmes développés.

Ce projet pédagogique vise à enseigner les bonnes pratiques de développement logiciel à travers des exercices pratiques. Il couvre la création de tests unitaires avec JUnit, l'implémentation de design patterns comme les factories, et le calcul de dates complexes selon différents algorithmes historiques. Les étudiants apprennent à structurer leur code, gérer les exceptions et valider leurs implémentations par des tests automatisés.

Outil de traitement et de post-traitement de données en Python permettant de s'abonner à des attributs de sources de données externes. Il automatise la publication de calculs, la modification d'attributs ou l'exécution de commandes en fonction de décisions algorithmiques. Idéal pour synchroniser et transformer des flux de données en temps réel.