Ce projet est un outil d'exploration de données météorologiques fourni par METEO FRANCE. Il permet de gérer et de visualiser des données météorologiques sur une période de 3 ans, couvrant deux régions de la France. Le projet comprend des échantillons de données, un package utilitaire et des notebooks pour aider à l'exploration et à la vérification des différents types de données.

Le package pynsee permet d'accéder à plus de 150 000 séries de données macroéconomiques, à une dizaine de jeux de données locaux, à de nombreuses sources disponibles sur insee.fr, aux limites géographiques des zones administratives de l'IGN ainsi qu'à des métadonnées et à la base SIRENE contenant des données sur toutes les entreprises françaises.

Tljh-repo2docker est un plugin pour The Littlest JupyterHub qui permet de construire et d'utiliser des images Docker en tant qu'environnements utilisateur. Les images Docker sont construites à l'aide de repo2docker. Ce plugin permet aux utilisateurs de JupyterHub de créer des environnements personnalisés en spécifiant une URL de dépôt Git, avec des options facultatives pour les noms, les limites de mémoire et de CPU.

Une collection d'images Docker pour des services de datascience prêts à l'emploi, conçue pour fonctionner avec l'écosystème Onyxia.

MonitorFish est une application web développée pour le Centre National de Surveillance des Pêches (CNSP) et ses partenaires, permettant de visualiser et d'analyser les activités de pêche en temps réel et historiques. L'application offre des fonctionnalités de surveillance des activités de pêche, de détection de fraudes en temps réel, et de visualisation de données de pêche sur une carte interactive.

Plasma est une plateforme d'apprentissage en ligne basée sur Jupyter pour l'analyse de données. Ce dépôt contient des fichiers de configuration pour configurer et déployer Plasma sur une seule machine.

Gargantext est une plateforme collaborative d'exploration de corpus de textes. Il combine des outils de traitement automatique des langues, de fouille de textes, d'analyse de réseaux complexes et de visualisation interactive pour permettre une analyse approfondie de grands corpus de données textuelles.

SciQLop est une application Qt conçue pour la visualisation et l'analyse de données de plasmas spatiaux in situ. Elle permet d'accéder facilement à des dizaines de milliers de produits de données archivées, d'explorer des séries temporelles multivariées, de visualiser des produits personnalisés avec du code Python exécuté en temps réel, de créer et d'éditer des catalogues d'événements, et d'analyser des données dans des carnets Jupyter.

Formation en machine learning pour l'initiation de chefs de projets sans connaissances préalables dans le domaine. Elle couvre des notions telles que la manipulation et la description des données, les algorithmes de machine learning, l'évaluation et la sélection de modèles, ainsi que l'introduction au deep learning. Les supports de cours et les codes sources des travaux pratiques sont partagés en open-source.

Ce projet a pour but de fournir des exemples d'utilisation de différentes librairies Python dédiées au traitement de données et à l'analyse statistique. Il permet de comprendre et d'expérimenter avec des outils tels que scikit-learn, scikit-image, SciPy, Pandas, Matplotlib, Plotly.js, et d'autres encore.