Ce logiciel est un logiciel de reconnaissance faciale permettant de détecter le visage d'une personne dans une vidéo (nous avons utilisé notre webCam). A partir de la base de données de visages embarquées, ce logiciel nous donnera le nom de la personne dont le visage est détecté.

Aszlig's Very Opinionated Nextcloud Configuration

The Modern Template Language

多功能的的AV下载，元数据管理工具

ici nous avons eu le privilège de travailler les classes en java en les implémentants

Avon is a feature-rich Discord music bot built using Discord.js, Shoukaku (Lavalink), and SQLite. It offers seamless audio playback from multiple sources, customizable commands, and persistent settings with a lightweight local database.. PS: I know typescript code is shitty int it, but that was my first time :)

No description available

A fluent Node.js API generator.

Leaked By Manas4sure (discord tag) , a code which uses shoukaku and kazagumo! Discord music bot

ici nous avons eu le privilège de travailler les entités et les relations qu'elles ont entre elles

Ce projet a pour but de faire une reproduction du jeu Boulder-Dash avec un thème personnel et des règles réinventées. Nous apprécions tous deux le jeu The Witcher et nous avons donc décidé de choisir ce thème. Le but du jeu est de récupérer l'ensemble des médaillons.

AvonCoin Renewed

Source code for 'The Handbook of Financial Modeling' by Jack Avon

📖 Nederlands tekst avontuur

C'est le clone de Google où vous pouvez rechercher n'importe quoi et il affichera exactement le même résultat que nous avons utilisé l'API personnalisée de Google à travers laquelle nous avons réalisé ce projet, il est entièrement réactif et vous pouvez également l'installer en tant que PWA.

Tanu's Quest! Ce jeu a été entièrement développé de zero par ALKH Studio. Nous avons consacré six mois, du 1er janvier au 30 mai, à développer ce jeu 2D avec aucune connaissance préalable en développement de jeux. Nous avons uniquement utilisé du code(p5.js) et des assets graphiques crée par nos Designer, sans recourir à un moteur de jeu.

Nous avons eu à assister au 2e cours avec le Professeur Melatagia chargé de l'unité d'enseignement INF 231 ; L'EC intitulé *STRUCTURE DE DONNÉES* . Et pendant celui ci on a manipuler des listes simplement et doublement chaînées ; il est donc question pour ce 2e TP de les manipuler en C

L’envoi d’e-mails en java à l’aide de Gmail SMTP et de l’API JavaMail est facile. Le principe d’envoi des e-mails est effectué par l’API JavaMail (en utilisant GMail) et nous avons juste besoin de lui transmettre les paramètres requis. À chaque version, l’API JavaMail devient sophistiquée et l’envoi d’e-mails avec GMail se fait en un clic.

Dans le contexte de la Digitalisation dans le monde moderne, l’organisme MCISE a décidé de créer un site Web visant à compenser le rôle partiel du personnel des ressources humaines. En sélectionnant les employés les plus adaptés aux opportunités vacantes, le travail de création du site a été repris par l'équipe technique, et nous avons pris le travail de rédiger un algorithme permettant de classifier les nouveaux CV des candidats et associer chaque CV à chaque domaine. Ce rapport montre comment le traitement du langage naturel et l'apprentissage automatique peuvent être combinés pour permettre aux demandeurs d'emploi de trouver une correspondance réciproque avec les recruteurs. L’une des méthodes permettant de relever ces défis est d’appliquer le Machine Learning à travers des techniques qui utilisent beaucoup de données pour modéliser les CVs des demandeurs d’emploi et domaines référencée, et d’établir un meilleur appariement entre eux.

Avon is a robust Discord bot designed for seamless music streaming

The Avon Farm Foods app has been designed as a very simple, yet effective way to browse our product range and place orders.

🔊🤖 An iOS voice assistant built for drivers. Created for a Dal Hackathon

Console audio player for raspberry

Comment nous avons transformé les Restos du Coeur en Cloud Provider

Répo Git contenant le code de notre projet de TER de Licence 3 Informatique. Nous avons codé une application mobile Dart en utilisant Flutter reprenant le concept du jeu de société "Boggle".

Nous avons développé un forum fictif en utilisant le framework Symfony, dans le cadre d'un projet d'apprentissage avec l'école LiveCampus. Ce forum permet de créer des catégories et des boards, de lier des sujets à ces boards, d'envoyer des messages, et même d'ajouter des pièces jointes.

Notre projet a pour but de faire de la reconstitution 3D de salle. Il utilisera un LIDAR comme capteur, et sera basé sous RaspberryPi. Nous utiliserons aussi les bibliothèques ROS pour la communication entre nos différents modules. Du point de vue hardware, il va nous falloir une structure en plastique qui tiendra le projet, que nous imprimerons en 3D afin qu’elle soit pile de la bonne taille. Nous avons aussi besoin d’un servomoteur pour faire bouger le LIDAR de haut en bas, et d’un moteur pour le faire tourner de gauche à droite.

Ce projet en 3 parties est destiné à nous familiariser avec Machine Learning (ML). Les 3 parties sont comme suit: Dans la première partie, nous avons implémente un algorithme de sélection d'attribut. Étant donné un ensemble de données de 𝑚 attributs, l’algorithme calcule simplement le rapport de gain de chacun des attributs et le conserve haut ⌈𝑚⌉ les attributs. Cette partie devrait être mise en œuvre sur le jeu de données d’échecs d’Alen Shapiro.1 Dans ce ensemble de données, il y a 36 attributs, nos algorithmes ont donc choisir les 4 avec le gain le plus élevé Ratio et stockez le jeu de données résultant (avec seulement ces 4 attributs) dans un fichier séparé. Dans la deuxième partie, nous avons implémente l’algorithme de k-NN le plus proche pour la classification. En utilisant la Distance euclidienne et k = 1 et nous avons appliquer notre algorithme au Wisconsin pour le cancer du sein (diagnostic). Cependant, avant de mettre en œuvre l’algorithme, nous avons divisez nos données en un ensemble d’apprentissage et en un ensemble de test. L’ensemble d’entraînement comprend 90% des premiers cas, alors que l’ensemble de test comprend des 10% restants. notre algorithme doit stocker ses prédictions dans un fichier séparé et afficher la précision de ces prédictions. Dans la dernière partie, nous avons implémente une technique de clustering simple qui utilise deux versions de jeux de données du Diabète, une version discrétisée et une version non discrétisée (d’origine). Plus précisément, nous utiliserons le jeu de données sur le diabète Indien Pima discrétisé par mangrove. Le jeu de données a de nombreux attributs, mais nous nous concentrerons que sur 5 attributs non discrétisés (âge, IMC, glucose, insuline, grossesses) et 5 discrétisées (LabelPAge, LabelPBMI, LabelPGlucose, LabelPInsulin, Labelpgrossesses). Ainsi la première chose à faire est de supprimer tout sauf ces 10 attributs. L’algorithme commence par calculer de la corrélation entre chaque paire d’attributs non discrétisés et choisit le pair avec la corrélation la plus faible (c.-à-d., avec le coefficient de corrélation le plus proche de 0). Appelons cette paire AX et Ay. Ensuite, pour ces deux attributs, il crée un cluster pour chaque combinaison possible de valeurs pour les versions discrétisées de AX et AY. Par exemple, disons que la version discrétisée de la hache a les valeurs haute et basse et la version discrétisée d’ay a les valeurs grandes et petites. Alors Il y aura les 4 clusters suivants: C1: avec des enregistrements contenant les valeurs haute et grande pour AX et AY, respectivement. C2: avec des enregistrements contenant les valeurs haute et petite pour AX et AY, respectivement. C3: avec des enregistrements contenant les valeurs basses et grandes pour AX et AY, respectivement. C4: avec des enregistrements contenant les valeurs basses et petites pour AX et AY, respectivement. Notre algorithme a du créer un fichier distinct contenant les enregistrements de chaque cluster. Elle a également évaluer le regroupement résultant en calculant la distance euclidienne maximale entre deux enregistrements dans le même cluster et la distance euclidienne minimale entre deux enregistrements dans différents clusters. Notez que ces distances doivent être calculées en fonction des 5 attributs non discrétisés.

A highly modular Discord music bot using Shoukaku and Kazagumo with Lavalink integration.

Academic website based on Myriad-Dreamin/tylant