Ce projet est un cadre Python qui permet d'identifier et de classer les tweets liés aux crises en fonction de leur informativité. Il utilise des algorithmes de classification et de regroupement de texte pour extraire les tweets les plus pertinents et les classer en fonction de leur similarité sémantique avec un lexique de crise.

Social-networks-bot-finder est un classificateur simple d'utilisation pour les comptes de robots sur Twitter, basé sur l'algorithme Random Forest. Il permet de détecter des comptes de robots en analysant des données d'utilisateurs de réseaux sociaux et en les classant en fonction de leur probabilité d'être un bot.

Caffe est un framework open source dédié à la programmation d'algorithmes d'apprentissage profond. Il permet aux chercheurs et développeurs de concevoir, entraîner et déployer des modèles de réseaux de neurones pour des tâches comme la classification d'images, la reconnaissance visuelle ou le traitement du langage. Utilisé dans la recherche académique et industrielle, il offre des outils pour optimiser les performances et faciliter l'expérimentation en intelligence artificielle.

Ce projet implémente une solution pour classer les magasins de détail en fonction de leurs ventes annuelles en utilisant un jeu de données réel. Il comprend des algorithmes de nettoyage et de préparation de données pour gérer les caractéristiques catégorielles sales, ainsi qu'une méthode de classification des produits en utilisant une hiérarchie de produits locale. Les résultats sont validés en comparant avec des jeux de données étiquetés manuellement.

Ce projet implémente un algorithme de prédiction de cartes de couverture végétale strate par strate, utilisant la méthode PointNet2 pour la classification et la segmentation de données 3D. Il fournit des outils d'interprétation des prédictions et des outils d'inférence pour des zones arbitraires.

JCL (Java Clustering Library) est une bibliothèque open source dédiée à l'analyse et au traitement de données. Elle propose des algorithmes de clustering, de classification et de visualisation pour extraire des motifs et des structures dans des jeux de données complexes. Utilisée principalement en data mining et en apprentissage automatique, elle facilite l'exploration et l'interprétation des données.

Ce projet propose des notebooks Python dédiés aux travaux pratiques en traitement d'images pour un cours universitaire. Il permet aux étudiants d'expérimenter des algorithmes d'analyse et de manipulation d'images en utilisant des bibliothèques scientifiques reconnues. Les exercices couvrent des concepts fondamentaux comme le filtrage, la segmentation ou la classification d'images.

UETcpp est un outil d'analyse de données permettant de calculer des similarités entre données hétérogènes en utilisant une approche de classification non supervisée. Il est basé sur l'algorithme Extra Trees et offre des fonctionnalités d'optimisation des paramètres.

Orfeo ToolBox (OTB) est un projet open-source pour le traitement avancé d'images satellites. Il peut traiter des images optiques, multispectrales et radar à l'échelle du téraoctet. Les applications incluent l'ortho-rectification, le pansharpening, la classification, le traitement SAR et bien plus encore. Les algorithmes d'OTB sont accessibles via Monteverdi, QGIS, Python, la ligne de commande ou C++. Monteverdi est un outil de visualisation facile à utiliser avec une mise en évidence matérielle accélérée pour les images haute résolution (optiques et SAR). Il permet de visualiser de grands produits d'images brutes et d'accéder à toutes les applications du toolbox. OTB est disponible sur Windows, Linux et Mac, et est extensible, documenté et communautaire.

Echo est un logiciel open source d'analyse de l'opinion sur les tweets et les textes. Il est principalement basé sur un algorithme de classification supervisée appelé (Support Vector Machine SVM). Un ensemble de données d'apprentissage a été utilisé pour former un modèle de classification. Un ensemble de développement a été utilisé pour ajuster les paramètres de SVM. Un ensemble de test a été utilisé pour évaluer les performances du système.