Scikit-learn est une bibliothèque Python open-source dédiée à l'apprentissage automatique et à l'analyse de données. Elle fournit une large gamme d'algorithmes pour la classification, le régression, le clustering, la réduction de dimensionnalité et la sélection de modèles.

Ce projet est une formation en ligne (MOOC) sur l'apprentissage automatique en Python, utilisant la bibliothèque scikit-learn. Il comprend des notebooks Jupyter interactifs, des leçons en texte enrichi et des visualisations de données avec Matplotlib, Seaborn et Plotly. Les étudiants peuvent apprendre à leur propre rythme et bénéficier de fonctionnalités supplémentaires telles que des quiz et un forum de discussion.

Plateforme permettant aux administrations de gérer les demandes de particuliers et d'accéder aux données administratives certifiées.

Bibliothèque Python pour l'apprentissage statistique à dépendance temporelle, avec un focus sur les processus ponctuels. Elle propose des outils pour les modèles linéaires généralisés et un module d'optimisation générique.

Moteur de recherche d'adresses. Addok indexe vos données d'adresses et fournit une API HTTP pour la recherche en texte intégral. Il est extensible avec des plugins, par exemple pour la géocodification de fichiers CSV. Utilisé en production par l'administration française, avec environ 26 millions d'adresses. Il importe l'intégralité des données françaises en environ 15 minutes et peut gérer jusqu'à environ 2000 recherches par seconde.

Système de gestion des archives numériques développé par le gouvernement français, offrant des fonctionnalités de gestion des données, d'ingestion et de traitement des archives.

Gazouilloire est un outil en ligne de commande permettant la collecte de tweets sur le long terme. Il combine deux méthodes pour collecter des tweets auprès de l'API Twitter ('search' et 'filter') afin de maximiser le nombre de tweets collectés et de combler les lacunes en cas d'erreurs de connexion ou de redémarrages.

Le projet FLAIR-2 vise à améliorer la précision des cartes en fournissant une description plus complète et une meilleure compréhension de notre environnement. Il s'appuie sur un jeu de données d'imagerie aérienne de haute résolution avec plus de 20 milliards de pixels annotés, acquis sur trois ans et différents mois. Les images aériennes sont accompagnées de données Sentinel-2 avec 10 bandes spectrales, offrant une résolution spatiale de 10 mètres. Le défi consiste à intégrer des informations texturales et temporelles pour améliorer la segmentation sémantique de ces données multi-sources.

Fluidsim est un framework extensible pour l'étude de la dynamique des fluides avec simulations numériques à l'aide du langage Python. Il permet de développer des solveurs de fluides (i.e. des packages Python résolvant des équations) en écrivant principalement du code Python. Les tâches gourmandes en temps sont effectuées par des fonctions compilées optimisées.

Le projet PHARE est un code de simulation parallèle hybride Particle-In-Cell (PIC) avec rééchantillonnage adaptatif de maillage (AMR). Il permet de simuler des plasmas physiques et d'étudier la fusion nucléaire. Destiné à la recherche en physique des particules, il offre une boîte à outils puissante pour la modélisation de réacteurs à fusion.