View VictoorV's full-sized avatar
😀
😀
4 followers · 5 following

Block or report VictoorV

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
VictoorV/README.md

👋 Bienvenue

Statisticien/Data scientist passionné avec une solide formation en mathématiques appliquées et IA/machine learning.

🛠️ Compétences en programmation

PythonPyTorchRSQLJavaC++GitDocker

🚀 Projets

La plupart des projets d'IA sont réalisés en utilisant PyTorch et des low-level APIs.

Vision par ordinateur

ProjetTechnologiesDescription
Segmentation d'IRM du cerveauPython, PyTorch, U-Net, CV2- Segmentation sémantique pour localiser les tumeurs.
- 80%+ de score Dice/IoU sur les patients de test.
Segmentation d'images de footballPython, PyTorch, U-Net, CV2- Segmentation pour détecter les joueurs/arbitres.
- Création d'un réseau U-Net, 85% d'IoU.
Classification chien chat avec bruitPython, PyTorch, CV2, filtre de Wiener, ConvNeXtV2- Traitement d'images avec flou et bruit sel poivre.
- Transfer learning sur ConvNeXtv2, 92,7% d'accuracy.
Détection de port du masquePython, PyTorch, YOLOv8, Faster R-CNN- Transfer learning sur YOLOv8 et Faster R-CNN.
- Comparaison des résultats des modèles.
Détection de tumeurs du cerveauPython, PyTorch, ResNet50, ConvNeXt, Scikit-learn- Visualisation et analyse de scans IRM.
- Classification multiple.
Détection du cancer du seinPython, PyTorch, ResNet50, ConvNeXt, EfficientNet, Scikit-learn- Visualisation et analyse d'images de mammographie.
- Transfer learning sur des CNN, 71% d'accuracy.
Génération d'images de saulesPython, PyTorch, Pandas, ML- Création et gestion d’une BDD d’images de saules.
- Développement et utilisation d’un GAN pour générer des images de saules.

NLP

ProjetTechnologiesDescription
Traducteur français-anglaisPython, PyTorch, Transformer- Création d'un traducteur français vers anglais à partir de zéro.
Analyse de sentimentsPython, PyTorch, Torchtext, LSTM- Entrainement d'un modèle LSTM bidirectionnel à plusieurs couches.
- Traitement des données par batch, 87,3% d'accuracy sur IMDB.

Classification / régression sur des données tabulaires

ProjetTechnologiesDescription
Risque financier pour l'approbation de prêtPython, Scikit-learn, Pandas, ML- EDA (données financières), tests et fiting de lois statistiques.
- Scoring, régression pour la prédiction de score, classification pour l'attribution de label (métriques : score f1/precision).
Prédiction des maladies cardiaques pour une meilleure préventionPython, Scikit-learn, Pandas, ML- EDA (données de diabète) et pre-processing.
- Optimisation de modèles de machine learning (MLP, RDF, XGB, SVC) pour avoir les meilleurs résultats (métriques : score f1/recall).
Prédire si un individu est positif au COVID-19Python, Scikit-learn, Pandas, ML- EDA (données tests sanguins), feature engineering.
- Création de pipelines et optimisation de modèles de machine learning (MLP, RDF, XGB, SVC).
Détection de logiciels malveillantsPython, Scikit-learn, Pandas, ML- Nettoyage, visualisation, analyse et étude statistique des données.
- Évaluation des modèles avec des métriques de performance (AUC, précision). Identification des variables influentes.

Études statistiques

ProjetTechnologiesDescription
Estimation par bootstrap et déchiffrage d'un message codéR, Python- Application de deux approches bootstrap (non paramétrique et paramétrique), calcul des IC/IP bootstrap.
- Comparaison des méthodes bootstrap selon la taille d’échantillon, basée sur la précision des IC et la représentation graphique des IP.
- Déchiffrage d'un message caché avec un algorithme MCMC.
Étude de la criminalité aux États-UnisR- Analyse de la criminalité en fonction de variables socio-économiques.
- Sélection et comparaison de modèles de régression multiple (R², AIC). Tests d’hypothèses sur les coefficients et sur la significativité des modèles.
Analyse biostatistique des données d'expression génique avec tests multiplesR- Recherche et théorie sur les tests multiples.
- Tests multiples avec corrections sur des données réelles d'expression génique.

Programmation orientée objet

ProjetTechnologiesDescription
Application de réservation de sallesJava, MySQL- Gestion automatique afin d'éviter les conflits de réservation.
- Connexion Java - base de données SQL.
Équation de la chaleur en 2DC++- Modélisation numérique par différences finies.
- Résolution du problème de diffusion thermique en 2D dans un four et optimisation des calculs.
Résolution de systèmes linéaires en C++C++- Résolution de systèmes par factorisation LU.
- Méthode de la puissance / puissance inverse.

Programmation linéaire

ProjetTechnologiesDescription
Planification industrielle et optimisation de la supply chain 2AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
Planification industrielle et optimisation de la supply chain 1AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.

😄

Pinned Loading

  1. mri_segmentationmri_segmentationPublic

    U-Net for MRI segmentation.

    Jupyter Notebook

  2. Traducteur_francais_anglaisTraducteur_francais_anglaisPublic

    Translator french to english built from scratch

    Jupyter Notebook

  3. Breast_cancerBreast_cancerPublic

    Mammographic images classification.

    Jupyter Notebook 2

  4. Mask_detectionMask_detectionPublic

    Détection de port du masque à l'aide de deux algorithmes de détection d'objets.

    Jupyter Notebook

  5. CatdogCatdogPublic

    Classification d'images de chiens et chats parasitées avec de flou de mouvement et du bruit sel poivre.

    Jupyter Notebook

  6. Brain_tumorBrain_tumorPublic

    MRI scans, tumor classification.

    Jupyter Notebook

, 'i'); if (__m === '*' || __re.test(location.href)) { injectUserscript("// Add copy buttons to all 
 blocks\n(function() {\n function addCopyButtons() {\n document.querySelectorAll('pre code').forEach(function(codeBlock) {\n if (codeBlock.parentElement.hasAttribute('data-copy-added')) return;\n codeBlock.parentElement.setAttribute('data-copy-added', 'true');\n \n var btn = document.createElement('button');\n btn.textContent = 'Copy';\n btn.style.cssText = 'position:absolute;top:4px;right:4px;padding:2px 8px;font-size:11px;background:#4ecdc4;border:none;border-radius:4px;color:#1a1a2e;cursor:pointer;opacity:0.7;transition:opacity 0.2s;';\n btn.onmouseover = function() { this.style.opacity = '1'; };\n btn.onmouseout = function() { this.style.opacity = '0.7'; };\n btn.onclick = function() {\n navigator.clipboard.writeText(codeBlock.textContent).then(function() {\n btn.textContent = 'Copied!';\n setTimeout(function() { btn.textContent = 'Copy'; }, 1500);\n });\n };\n codeBlock.parentElement.style.position = 'relative';\n codeBlock.parentElement.appendChild(btn);\n });\n }\n \n addCopyButtons();\n \n // Re-run on dynamic content\n var observer = new MutationObserver(addCopyButtons);\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Add Copy Buttons to Code Blocks");
}
} catch(__e) { console.warn('[Userscript:Add Copy Buttons to Code Blocks]', __e); }
})();
(function(){
try {
var __m = "github.com";
var __re = new RegExp('^' + "github\\.com" + '

Skip to content
View VictoorV's full-sized avatar
😀
😀
4
followers
 · 5
following


Block or report VictoorV

Block user

Prevent this user from interacting with your repositories and sending you notifications.
Learn more about blocking users.


You must be logged in to block users.


Content in all repositories owned by your account will be closed.


Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.

Report abuse

Contact GitHub support about this user’s behavior.
Learn more about reporting abuse.

Report abuse
VictoorV/README.md
👋 Bienvenue
Statisticien/Data scientist passionné avec une solide formation en mathématiques appliquées et IA/machine learning.
🛠️ Compétences en programmation
PythonPyTorchRSQLJavaC++GitDocker
🚀 Projets
La plupart des projets d'IA sont réalisés en utilisant PyTorch et des low-level APIs.
Vision par ordinateur
ProjetTechnologiesDescription
Segmentation d'IRM du cerveauPython, PyTorch, U-Net, CV2- Segmentation sémantique pour localiser les tumeurs.
- 80%+ de score Dice/IoU sur les patients de test.
Segmentation d'images de footballPython, PyTorch, U-Net, CV2- Segmentation pour détecter les joueurs/arbitres.
- Création d'un réseau U-Net, 85% d'IoU.
Classification chien chat avec bruitPython, PyTorch, CV2, filtre de Wiener, ConvNeXtV2- Traitement d'images avec flou et bruit sel poivre.
- Transfer learning sur ConvNeXtv2, 92,7% d'accuracy.
Détection de port du masquePython, PyTorch, YOLOv8, Faster R-CNN- Transfer learning sur YOLOv8 et Faster R-CNN.
- Comparaison des résultats des modèles.
Détection de tumeurs du cerveauPython, PyTorch, ResNet50, ConvNeXt, Scikit-learn- Visualisation et analyse de scans IRM.
- Classification multiple.
Détection du cancer du seinPython, PyTorch, ResNet50, ConvNeXt, EfficientNet, Scikit-learn- Visualisation et analyse d'images de mammographie.
- Transfer learning sur des CNN, 71% d'accuracy.
Génération d'images de saulesPython, PyTorch, Pandas, ML- Création et gestion d’une BDD d’images de saules.
- Développement et utilisation d’un GAN pour générer des images de saules.
NLP
ProjetTechnologiesDescription
Traducteur français-anglaisPython, PyTorch, Transformer- Création d'un traducteur français vers anglais à partir de zéro.
Analyse de sentimentsPython, PyTorch, Torchtext, LSTM- Entrainement d'un modèle LSTM bidirectionnel à plusieurs couches.
- Traitement des données par batch, 87,3% d'accuracy sur IMDB.
Classification / régression sur des données tabulaires
ProjetTechnologiesDescription
Risque financier pour l'approbation de prêtPython, Scikit-learn, Pandas, ML- EDA (données financières), tests et fiting de lois statistiques.
- Scoring, régression pour la prédiction de score, classification pour l'attribution de label (métriques : score f1/precision).
Prédiction des maladies cardiaques pour une meilleure préventionPython, Scikit-learn, Pandas, ML- EDA (données de diabète) et pre-processing.
- Optimisation de modèles de machine learning (MLP, RDF, XGB, SVC) pour avoir les meilleurs résultats (métriques : score f1/recall).
Prédire si un individu est positif au COVID-19Python, Scikit-learn, Pandas, ML- EDA (données tests sanguins), feature engineering.
- Création de pipelines et optimisation de modèles de machine learning (MLP, RDF, XGB, SVC).
Détection de logiciels malveillantsPython, Scikit-learn, Pandas, ML- Nettoyage, visualisation, analyse et étude statistique des données.
- Évaluation des modèles avec des métriques de performance (AUC, précision). Identification des variables influentes.
Études statistiques
ProjetTechnologiesDescription
Estimation par bootstrap et déchiffrage d'un message codéR, Python- Application de deux approches bootstrap (non paramétrique et paramétrique), calcul des IC/IP bootstrap.
- Comparaison des méthodes bootstrap selon la taille d’échantillon, basée sur la précision des IC et la représentation graphique des IP.
- Déchiffrage d'un message caché avec un algorithme MCMC.
Étude de la criminalité aux États-UnisR- Analyse de la criminalité en fonction de variables socio-économiques.
- Sélection et comparaison de modèles de régression multiple (R², AIC). Tests d’hypothèses sur les coefficients et sur la significativité des modèles.
Analyse biostatistique des données d'expression génique avec tests multiplesR- Recherche et théorie sur les tests multiples.
- Tests multiples avec corrections sur des données réelles d'expression génique.
Programmation orientée objet
ProjetTechnologiesDescription
Application de réservation de sallesJava, MySQL- Gestion automatique afin d'éviter les conflits de réservation.
- Connexion Java - base de données SQL.
Équation de la chaleur en 2DC++- Modélisation numérique par différences finies.
- Résolution du problème de diffusion thermique en 2D dans un four et optimisation des calculs.
Résolution de systèmes linéaires en C++C++- Résolution de systèmes par factorisation LU.
- Méthode de la puissance / puissance inverse.
Programmation linéaire
ProjetTechnologiesDescription
Planification industrielle et optimisation de la supply chain 2AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
Planification industrielle et optimisation de la supply chain 1AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
😄

Pinned
Loading
  1. mri_segmentationmri_segmentationPublic
    
U-Net for MRI segmentation.

    Jupyter Notebook
  2. Traducteur_francais_anglaisTraducteur_francais_anglaisPublic
    
Translator french to english built from scratch

    Jupyter Notebook
  3. Breast_cancerBreast_cancerPublic
    
Mammographic images classification.

    Jupyter Notebook
2

  4. Mask_detectionMask_detectionPublic
    
Détection de port du masque à l'aide de deux algorithmes de détection d'objets.

    Jupyter Notebook
  5. CatdogCatdogPublic
    
Classification d'images de chiens et chats parasitées avec de flou de mouvement et du bruit sel poivre.

    Jupyter Notebook
  6. Brain_tumorBrain_tumorPublic
    
MRI scans, tumor classification.

    Jupyter Notebook

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Force GitHub README to respect dark mode\n(function() {\n var style = document.createElement('style');\n style.textContent = '\n .markdown-body {\n color-scheme: dark light;\n }\n .markdown-body pre { background: #161b22 !important; }\n .markdown-body code { background: rgba(110, 118, 129, 0.4) !important; }\n .markdown-body table th, .markdown-body table td { border-color: #30363d !important; }\n .markdown-body img { background: #0d1117; }\n .markdown-body blockquote { border-left-color: #8b949e; }\n .markdown-body hr { border-color: #30363d; }\n ';\n document.head.appendChild(style);\n})();", "GitHub Dark Mode README Fix");
}
} catch(__e) { console.warn('[Userscript:GitHub Dark Mode README Fix]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
View VictoorV's full-sized avatar
😀
😀
4
followers
 · 5
following


Block or report VictoorV

Block user

Prevent this user from interacting with your repositories and sending you notifications.
Learn more about blocking users.


You must be logged in to block users.


Content in all repositories owned by your account will be closed.


Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.

Report abuse

Contact GitHub support about this user’s behavior.
Learn more about reporting abuse.

Report abuse
VictoorV/README.md
👋 Bienvenue
Statisticien/Data scientist passionné avec une solide formation en mathématiques appliquées et IA/machine learning.
🛠️ Compétences en programmation
PythonPyTorchRSQLJavaC++GitDocker
🚀 Projets
La plupart des projets d'IA sont réalisés en utilisant PyTorch et des low-level APIs.
Vision par ordinateur
ProjetTechnologiesDescription
Segmentation d'IRM du cerveauPython, PyTorch, U-Net, CV2- Segmentation sémantique pour localiser les tumeurs.
- 80%+ de score Dice/IoU sur les patients de test.
Segmentation d'images de footballPython, PyTorch, U-Net, CV2- Segmentation pour détecter les joueurs/arbitres.
- Création d'un réseau U-Net, 85% d'IoU.
Classification chien chat avec bruitPython, PyTorch, CV2, filtre de Wiener, ConvNeXtV2- Traitement d'images avec flou et bruit sel poivre.
- Transfer learning sur ConvNeXtv2, 92,7% d'accuracy.
Détection de port du masquePython, PyTorch, YOLOv8, Faster R-CNN- Transfer learning sur YOLOv8 et Faster R-CNN.
- Comparaison des résultats des modèles.
Détection de tumeurs du cerveauPython, PyTorch, ResNet50, ConvNeXt, Scikit-learn- Visualisation et analyse de scans IRM.
- Classification multiple.
Détection du cancer du seinPython, PyTorch, ResNet50, ConvNeXt, EfficientNet, Scikit-learn- Visualisation et analyse d'images de mammographie.
- Transfer learning sur des CNN, 71% d'accuracy.
Génération d'images de saulesPython, PyTorch, Pandas, ML- Création et gestion d’une BDD d’images de saules.
- Développement et utilisation d’un GAN pour générer des images de saules.
NLP
ProjetTechnologiesDescription
Traducteur français-anglaisPython, PyTorch, Transformer- Création d'un traducteur français vers anglais à partir de zéro.
Analyse de sentimentsPython, PyTorch, Torchtext, LSTM- Entrainement d'un modèle LSTM bidirectionnel à plusieurs couches.
- Traitement des données par batch, 87,3% d'accuracy sur IMDB.
Classification / régression sur des données tabulaires
ProjetTechnologiesDescription
Risque financier pour l'approbation de prêtPython, Scikit-learn, Pandas, ML- EDA (données financières), tests et fiting de lois statistiques.
- Scoring, régression pour la prédiction de score, classification pour l'attribution de label (métriques : score f1/precision).
Prédiction des maladies cardiaques pour une meilleure préventionPython, Scikit-learn, Pandas, ML- EDA (données de diabète) et pre-processing.
- Optimisation de modèles de machine learning (MLP, RDF, XGB, SVC) pour avoir les meilleurs résultats (métriques : score f1/recall).
Prédire si un individu est positif au COVID-19Python, Scikit-learn, Pandas, ML- EDA (données tests sanguins), feature engineering.
- Création de pipelines et optimisation de modèles de machine learning (MLP, RDF, XGB, SVC).
Détection de logiciels malveillantsPython, Scikit-learn, Pandas, ML- Nettoyage, visualisation, analyse et étude statistique des données.
- Évaluation des modèles avec des métriques de performance (AUC, précision). Identification des variables influentes.
Études statistiques
ProjetTechnologiesDescription
Estimation par bootstrap et déchiffrage d'un message codéR, Python- Application de deux approches bootstrap (non paramétrique et paramétrique), calcul des IC/IP bootstrap.
- Comparaison des méthodes bootstrap selon la taille d’échantillon, basée sur la précision des IC et la représentation graphique des IP.
- Déchiffrage d'un message caché avec un algorithme MCMC.
Étude de la criminalité aux États-UnisR- Analyse de la criminalité en fonction de variables socio-économiques.
- Sélection et comparaison de modèles de régression multiple (R², AIC). Tests d’hypothèses sur les coefficients et sur la significativité des modèles.
Analyse biostatistique des données d'expression génique avec tests multiplesR- Recherche et théorie sur les tests multiples.
- Tests multiples avec corrections sur des données réelles d'expression génique.
Programmation orientée objet
ProjetTechnologiesDescription
Application de réservation de sallesJava, MySQL- Gestion automatique afin d'éviter les conflits de réservation.
- Connexion Java - base de données SQL.
Équation de la chaleur en 2DC++- Modélisation numérique par différences finies.
- Résolution du problème de diffusion thermique en 2D dans un four et optimisation des calculs.
Résolution de systèmes linéaires en C++C++- Résolution de systèmes par factorisation LU.
- Méthode de la puissance / puissance inverse.
Programmation linéaire
ProjetTechnologiesDescription
Planification industrielle et optimisation de la supply chain 2AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
Planification industrielle et optimisation de la supply chain 1AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
😄

Pinned
Loading
  1. mri_segmentationmri_segmentationPublic
    
U-Net for MRI segmentation.

    Jupyter Notebook
  2. Traducteur_francais_anglaisTraducteur_francais_anglaisPublic
    
Translator french to english built from scratch

    Jupyter Notebook
  3. Breast_cancerBreast_cancerPublic
    
Mammographic images classification.

    Jupyter Notebook
2

  4. Mask_detectionMask_detectionPublic
    
Détection de port du masque à l'aide de deux algorithmes de détection d'objets.

    Jupyter Notebook
  5. CatdogCatdogPublic
    
Classification d'images de chiens et chats parasitées avec de flou de mouvement et du bruit sel poivre.

    Jupyter Notebook
  6. Brain_tumorBrain_tumorPublic
    
MRI scans, tumor classification.

    Jupyter Notebook

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Highlight search terms from Google/DuckDuckGo/Bing referrer\n(function() {\n var ref = document.referrer;\n var terms = [];\n \n if (ref.includes('google.com') || ref.includes('duckduckgo.com') || ref.includes('bing.com')) {\n var url = new URL(ref);\n var q = url.searchParams.get('q') || url.searchParams.get('p');\n if (q) {\n terms = q.split(/\\s+/).filter(function(t) { return t.length > 2; });\n }\n }\n \n if (terms.length === 0) return;\n \n var style = document.createElement('style');\n style.textContent = '.userscript-highlight { background: #fbbf24; color: #1a1a2e; padding: 1px 3px; border-radius: 2px; }';\n document.head.appendChild(style);\n \n function highlight(node) {\n if (node.nodeType === 3) { // text node\n var text = node.textContent;\n var found = false;\n terms.forEach(function(term) {\n var regex = new RegExp('(' + term.replace(/[.*+?^${}()|[\\]\\\\]/g, '\\\\') + ')', 'gi');\n if (regex.test(text)) {\n found = true;\n var frag = document.createDocumentFragment();\n var parts = text.split(regex);\n parts.forEach(function(part, i) {\n if (i % 2 === 0) {\n frag.appendChild(document.createTextNode(part));\n } else {\n var span = document.createElement('span');\n span.className = 'userscript-highlight';\n span.textContent = part;\n frag.appendChild(span);\n }\n });\n node.parentNode.replaceChild(frag, node);\n }\n });\n } else if (node.nodeType === 1 && node.childNodes) { // element\n var skipTags = ['SCRIPT', 'STYLE', 'NOSCRIPT', 'TEXTAREA', 'INPUT', 'SELECT'];\n if (!skipTags.includes(node.tagName)) {\n Array.from(node.childNodes).forEach(highlight);\n }\n }\n }\n \n highlight(document.body);\n \n // Re-highlight on dynamic content\n var observer = new MutationObserver(function(mutations) {\n mutations.forEach(function(m) {\n m.addedNodes.forEach(function(node) {\n if (node.nodeType === 1 || node.nodeType === 3) highlight(node);\n });\n });\n });\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Highlight Search Terms");
}
} catch(__e) { console.warn('[Userscript:Highlight Search Terms]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
View VictoorV's full-sized avatar
😀
😀
4
followers
 · 5
following


Block or report VictoorV

Block user

Prevent this user from interacting with your repositories and sending you notifications.
Learn more about blocking users.


You must be logged in to block users.


Content in all repositories owned by your account will be closed.


Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.

Report abuse

Contact GitHub support about this user’s behavior.
Learn more about reporting abuse.

Report abuse
VictoorV/README.md
👋 Bienvenue
Statisticien/Data scientist passionné avec une solide formation en mathématiques appliquées et IA/machine learning.
🛠️ Compétences en programmation
PythonPyTorchRSQLJavaC++GitDocker
🚀 Projets
La plupart des projets d'IA sont réalisés en utilisant PyTorch et des low-level APIs.
Vision par ordinateur
ProjetTechnologiesDescription
Segmentation d'IRM du cerveauPython, PyTorch, U-Net, CV2- Segmentation sémantique pour localiser les tumeurs.
- 80%+ de score Dice/IoU sur les patients de test.
Segmentation d'images de footballPython, PyTorch, U-Net, CV2- Segmentation pour détecter les joueurs/arbitres.
- Création d'un réseau U-Net, 85% d'IoU.
Classification chien chat avec bruitPython, PyTorch, CV2, filtre de Wiener, ConvNeXtV2- Traitement d'images avec flou et bruit sel poivre.
- Transfer learning sur ConvNeXtv2, 92,7% d'accuracy.
Détection de port du masquePython, PyTorch, YOLOv8, Faster R-CNN- Transfer learning sur YOLOv8 et Faster R-CNN.
- Comparaison des résultats des modèles.
Détection de tumeurs du cerveauPython, PyTorch, ResNet50, ConvNeXt, Scikit-learn- Visualisation et analyse de scans IRM.
- Classification multiple.
Détection du cancer du seinPython, PyTorch, ResNet50, ConvNeXt, EfficientNet, Scikit-learn- Visualisation et analyse d'images de mammographie.
- Transfer learning sur des CNN, 71% d'accuracy.
Génération d'images de saulesPython, PyTorch, Pandas, ML- Création et gestion d’une BDD d’images de saules.
- Développement et utilisation d’un GAN pour générer des images de saules.
NLP
ProjetTechnologiesDescription
Traducteur français-anglaisPython, PyTorch, Transformer- Création d'un traducteur français vers anglais à partir de zéro.
Analyse de sentimentsPython, PyTorch, Torchtext, LSTM- Entrainement d'un modèle LSTM bidirectionnel à plusieurs couches.
- Traitement des données par batch, 87,3% d'accuracy sur IMDB.
Classification / régression sur des données tabulaires
ProjetTechnologiesDescription
Risque financier pour l'approbation de prêtPython, Scikit-learn, Pandas, ML- EDA (données financières), tests et fiting de lois statistiques.
- Scoring, régression pour la prédiction de score, classification pour l'attribution de label (métriques : score f1/precision).
Prédiction des maladies cardiaques pour une meilleure préventionPython, Scikit-learn, Pandas, ML- EDA (données de diabète) et pre-processing.
- Optimisation de modèles de machine learning (MLP, RDF, XGB, SVC) pour avoir les meilleurs résultats (métriques : score f1/recall).
Prédire si un individu est positif au COVID-19Python, Scikit-learn, Pandas, ML- EDA (données tests sanguins), feature engineering.
- Création de pipelines et optimisation de modèles de machine learning (MLP, RDF, XGB, SVC).
Détection de logiciels malveillantsPython, Scikit-learn, Pandas, ML- Nettoyage, visualisation, analyse et étude statistique des données.
- Évaluation des modèles avec des métriques de performance (AUC, précision). Identification des variables influentes.
Études statistiques
ProjetTechnologiesDescription
Estimation par bootstrap et déchiffrage d'un message codéR, Python- Application de deux approches bootstrap (non paramétrique et paramétrique), calcul des IC/IP bootstrap.
- Comparaison des méthodes bootstrap selon la taille d’échantillon, basée sur la précision des IC et la représentation graphique des IP.
- Déchiffrage d'un message caché avec un algorithme MCMC.
Étude de la criminalité aux États-UnisR- Analyse de la criminalité en fonction de variables socio-économiques.
- Sélection et comparaison de modèles de régression multiple (R², AIC). Tests d’hypothèses sur les coefficients et sur la significativité des modèles.
Analyse biostatistique des données d'expression génique avec tests multiplesR- Recherche et théorie sur les tests multiples.
- Tests multiples avec corrections sur des données réelles d'expression génique.
Programmation orientée objet
ProjetTechnologiesDescription
Application de réservation de sallesJava, MySQL- Gestion automatique afin d'éviter les conflits de réservation.
- Connexion Java - base de données SQL.
Équation de la chaleur en 2DC++- Modélisation numérique par différences finies.
- Résolution du problème de diffusion thermique en 2D dans un four et optimisation des calculs.
Résolution de systèmes linéaires en C++C++- Résolution de systèmes par factorisation LU.
- Méthode de la puissance / puissance inverse.
Programmation linéaire
ProjetTechnologiesDescription
Planification industrielle et optimisation de la supply chain 2AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
Planification industrielle et optimisation de la supply chain 1AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
😄

Pinned
Loading
  1. mri_segmentationmri_segmentationPublic
    
U-Net for MRI segmentation.

    Jupyter Notebook
  2. Traducteur_francais_anglaisTraducteur_francais_anglaisPublic
    
Translator french to english built from scratch

    Jupyter Notebook
  3. Breast_cancerBreast_cancerPublic
    
Mammographic images classification.

    Jupyter Notebook
2

  4. Mask_detectionMask_detectionPublic
    
Détection de port du masque à l'aide de deux algorithmes de détection d'objets.

    Jupyter Notebook
  5. CatdogCatdogPublic
    
Classification d'images de chiens et chats parasitées avec de flou de mouvement et du bruit sel poivre.

    Jupyter Notebook
  6. Brain_tumorBrain_tumorPublic
    
MRI scans, tumor classification.

    Jupyter Notebook

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Strip utm_, fbclid, gclid, etc. from all links on page\n(function() {\n var trackingParams = ['utm_source', 'utm_medium', 'utm_campaign', 'utm_term', 'utm_content',\n 'fbclid', 'gclid', 'dclid', 'msclkid', 'yclid',\n 'ref', 'ref_src', 'source', 'medium', 'campaign'];\n \n function cleanUrl(url) {\n try {\n var u = new URL(url, window.location.origin);\n var changed = false;\n trackingParams.forEach(function(p) {\n if (u.searchParams.has(p)) {\n u.searchParams.delete(p);\n changed = true;\n }\n });\n return changed ? u.toString() : url;\n } catch (e) {\n return url;\n }\n }\n \n function cleanLinks() {\n document.querySelectorAll('a[href]').forEach(function(a) {\n var clean = cleanUrl(a.href);\n if (clean !== a.href) a.href = clean;\n });\n }\n \n cleanLinks();\n \n var observer = new MutationObserver(function(mutations) {\n mutations.forEach(function(m) {\n m.addedNodes.forEach(function(node) {\n if (node.nodeType === 1) {\n if (node.tagName === 'A') cleanLinks();\n node.querySelectorAll('a[href]').forEach(function(a) {\n var clean = cleanUrl(a.href);\n if (clean !== a.href) a.href = clean;\n });\n }\n });\n });\n });\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Remove Tracking Parameters from Links");
}
} catch(__e) { console.warn('[Userscript:Remove Tracking Parameters from Links]', __e); }
})();
(function(){
try {
var __m = "youtube.com";
var __re = new RegExp('^' + "youtube\\.com" + '

Skip to content
View VictoorV's full-sized avatar
😀
😀
4
followers
 · 5
following


Block or report VictoorV

Block user

Prevent this user from interacting with your repositories and sending you notifications.
Learn more about blocking users.


You must be logged in to block users.


Content in all repositories owned by your account will be closed.


Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.

Report abuse

Contact GitHub support about this user’s behavior.
Learn more about reporting abuse.

Report abuse
VictoorV/README.md
👋 Bienvenue
Statisticien/Data scientist passionné avec une solide formation en mathématiques appliquées et IA/machine learning.
🛠️ Compétences en programmation
PythonPyTorchRSQLJavaC++GitDocker
🚀 Projets
La plupart des projets d'IA sont réalisés en utilisant PyTorch et des low-level APIs.
Vision par ordinateur
ProjetTechnologiesDescription
Segmentation d'IRM du cerveauPython, PyTorch, U-Net, CV2- Segmentation sémantique pour localiser les tumeurs.
- 80%+ de score Dice/IoU sur les patients de test.
Segmentation d'images de footballPython, PyTorch, U-Net, CV2- Segmentation pour détecter les joueurs/arbitres.
- Création d'un réseau U-Net, 85% d'IoU.
Classification chien chat avec bruitPython, PyTorch, CV2, filtre de Wiener, ConvNeXtV2- Traitement d'images avec flou et bruit sel poivre.
- Transfer learning sur ConvNeXtv2, 92,7% d'accuracy.
Détection de port du masquePython, PyTorch, YOLOv8, Faster R-CNN- Transfer learning sur YOLOv8 et Faster R-CNN.
- Comparaison des résultats des modèles.
Détection de tumeurs du cerveauPython, PyTorch, ResNet50, ConvNeXt, Scikit-learn- Visualisation et analyse de scans IRM.
- Classification multiple.
Détection du cancer du seinPython, PyTorch, ResNet50, ConvNeXt, EfficientNet, Scikit-learn- Visualisation et analyse d'images de mammographie.
- Transfer learning sur des CNN, 71% d'accuracy.
Génération d'images de saulesPython, PyTorch, Pandas, ML- Création et gestion d’une BDD d’images de saules.
- Développement et utilisation d’un GAN pour générer des images de saules.
NLP
ProjetTechnologiesDescription
Traducteur français-anglaisPython, PyTorch, Transformer- Création d'un traducteur français vers anglais à partir de zéro.
Analyse de sentimentsPython, PyTorch, Torchtext, LSTM- Entrainement d'un modèle LSTM bidirectionnel à plusieurs couches.
- Traitement des données par batch, 87,3% d'accuracy sur IMDB.
Classification / régression sur des données tabulaires
ProjetTechnologiesDescription
Risque financier pour l'approbation de prêtPython, Scikit-learn, Pandas, ML- EDA (données financières), tests et fiting de lois statistiques.
- Scoring, régression pour la prédiction de score, classification pour l'attribution de label (métriques : score f1/precision).
Prédiction des maladies cardiaques pour une meilleure préventionPython, Scikit-learn, Pandas, ML- EDA (données de diabète) et pre-processing.
- Optimisation de modèles de machine learning (MLP, RDF, XGB, SVC) pour avoir les meilleurs résultats (métriques : score f1/recall).
Prédire si un individu est positif au COVID-19Python, Scikit-learn, Pandas, ML- EDA (données tests sanguins), feature engineering.
- Création de pipelines et optimisation de modèles de machine learning (MLP, RDF, XGB, SVC).
Détection de logiciels malveillantsPython, Scikit-learn, Pandas, ML- Nettoyage, visualisation, analyse et étude statistique des données.
- Évaluation des modèles avec des métriques de performance (AUC, précision). Identification des variables influentes.
Études statistiques
ProjetTechnologiesDescription
Estimation par bootstrap et déchiffrage d'un message codéR, Python- Application de deux approches bootstrap (non paramétrique et paramétrique), calcul des IC/IP bootstrap.
- Comparaison des méthodes bootstrap selon la taille d’échantillon, basée sur la précision des IC et la représentation graphique des IP.
- Déchiffrage d'un message caché avec un algorithme MCMC.
Étude de la criminalité aux États-UnisR- Analyse de la criminalité en fonction de variables socio-économiques.
- Sélection et comparaison de modèles de régression multiple (R², AIC). Tests d’hypothèses sur les coefficients et sur la significativité des modèles.
Analyse biostatistique des données d'expression génique avec tests multiplesR- Recherche et théorie sur les tests multiples.
- Tests multiples avec corrections sur des données réelles d'expression génique.
Programmation orientée objet
ProjetTechnologiesDescription
Application de réservation de sallesJava, MySQL- Gestion automatique afin d'éviter les conflits de réservation.
- Connexion Java - base de données SQL.
Équation de la chaleur en 2DC++- Modélisation numérique par différences finies.
- Résolution du problème de diffusion thermique en 2D dans un four et optimisation des calculs.
Résolution de systèmes linéaires en C++C++- Résolution de systèmes par factorisation LU.
- Méthode de la puissance / puissance inverse.
Programmation linéaire
ProjetTechnologiesDescription
Planification industrielle et optimisation de la supply chain 2AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
Planification industrielle et optimisation de la supply chain 1AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
😄

Pinned
Loading
  1. mri_segmentationmri_segmentationPublic
    
U-Net for MRI segmentation.

    Jupyter Notebook
  2. Traducteur_francais_anglaisTraducteur_francais_anglaisPublic
    
Translator french to english built from scratch

    Jupyter Notebook
  3. Breast_cancerBreast_cancerPublic
    
Mammographic images classification.

    Jupyter Notebook
2

  4. Mask_detectionMask_detectionPublic
    
Détection de port du masque à l'aide de deux algorithmes de détection d'objets.

    Jupyter Notebook
  5. CatdogCatdogPublic
    
Classification d'images de chiens et chats parasitées avec de flou de mouvement et du bruit sel poivre.

    Jupyter Notebook
  6. Brain_tumorBrain_tumorPublic
    
MRI scans, tumor classification.

    Jupyter Notebook

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Auto-enable theater mode on YouTube\n(function() {\n function tryTheater() {\n var btn = document.querySelector('button[aria-label=\"Theater mode\"], ytd-player #player button[title=\"Theater mode\"]');\n if (btn && !btn.classList.contains('activated')) {\n btn.click();\n }\n }\n \n // Try immediately\n tryTheater();\n \n // Try after navigation (SPA)\n var lastUrl = location.href;\n setInterval(function() {\n if (location.href !== lastUrl) {\n lastUrl = location.href;\n setTimeout(tryTheater, 500);\n }\n }, 1000);\n \n // Also try on player load\n var observer = new MutationObserver(tryTheater);\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "YouTube Theater Mode Default");
}
} catch(__e) { console.warn('[Userscript:YouTube Theater Mode Default]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
View VictoorV's full-sized avatar
😀
😀
4
followers
 · 5
following


Block or report VictoorV

Block user

Prevent this user from interacting with your repositories and sending you notifications.
Learn more about blocking users.


You must be logged in to block users.


Content in all repositories owned by your account will be closed.


Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.

Report abuse

Contact GitHub support about this user’s behavior.
Learn more about reporting abuse.

Report abuse
VictoorV/README.md
👋 Bienvenue
Statisticien/Data scientist passionné avec une solide formation en mathématiques appliquées et IA/machine learning.
🛠️ Compétences en programmation
PythonPyTorchRSQLJavaC++GitDocker
🚀 Projets
La plupart des projets d'IA sont réalisés en utilisant PyTorch et des low-level APIs.
Vision par ordinateur
ProjetTechnologiesDescription
Segmentation d'IRM du cerveauPython, PyTorch, U-Net, CV2- Segmentation sémantique pour localiser les tumeurs.
- 80%+ de score Dice/IoU sur les patients de test.
Segmentation d'images de footballPython, PyTorch, U-Net, CV2- Segmentation pour détecter les joueurs/arbitres.
- Création d'un réseau U-Net, 85% d'IoU.
Classification chien chat avec bruitPython, PyTorch, CV2, filtre de Wiener, ConvNeXtV2- Traitement d'images avec flou et bruit sel poivre.
- Transfer learning sur ConvNeXtv2, 92,7% d'accuracy.
Détection de port du masquePython, PyTorch, YOLOv8, Faster R-CNN- Transfer learning sur YOLOv8 et Faster R-CNN.
- Comparaison des résultats des modèles.
Détection de tumeurs du cerveauPython, PyTorch, ResNet50, ConvNeXt, Scikit-learn- Visualisation et analyse de scans IRM.
- Classification multiple.
Détection du cancer du seinPython, PyTorch, ResNet50, ConvNeXt, EfficientNet, Scikit-learn- Visualisation et analyse d'images de mammographie.
- Transfer learning sur des CNN, 71% d'accuracy.
Génération d'images de saulesPython, PyTorch, Pandas, ML- Création et gestion d’une BDD d’images de saules.
- Développement et utilisation d’un GAN pour générer des images de saules.
NLP
ProjetTechnologiesDescription
Traducteur français-anglaisPython, PyTorch, Transformer- Création d'un traducteur français vers anglais à partir de zéro.
Analyse de sentimentsPython, PyTorch, Torchtext, LSTM- Entrainement d'un modèle LSTM bidirectionnel à plusieurs couches.
- Traitement des données par batch, 87,3% d'accuracy sur IMDB.
Classification / régression sur des données tabulaires
ProjetTechnologiesDescription
Risque financier pour l'approbation de prêtPython, Scikit-learn, Pandas, ML- EDA (données financières), tests et fiting de lois statistiques.
- Scoring, régression pour la prédiction de score, classification pour l'attribution de label (métriques : score f1/precision).
Prédiction des maladies cardiaques pour une meilleure préventionPython, Scikit-learn, Pandas, ML- EDA (données de diabète) et pre-processing.
- Optimisation de modèles de machine learning (MLP, RDF, XGB, SVC) pour avoir les meilleurs résultats (métriques : score f1/recall).
Prédire si un individu est positif au COVID-19Python, Scikit-learn, Pandas, ML- EDA (données tests sanguins), feature engineering.
- Création de pipelines et optimisation de modèles de machine learning (MLP, RDF, XGB, SVC).
Détection de logiciels malveillantsPython, Scikit-learn, Pandas, ML- Nettoyage, visualisation, analyse et étude statistique des données.
- Évaluation des modèles avec des métriques de performance (AUC, précision). Identification des variables influentes.
Études statistiques
ProjetTechnologiesDescription
Estimation par bootstrap et déchiffrage d'un message codéR, Python- Application de deux approches bootstrap (non paramétrique et paramétrique), calcul des IC/IP bootstrap.
- Comparaison des méthodes bootstrap selon la taille d’échantillon, basée sur la précision des IC et la représentation graphique des IP.
- Déchiffrage d'un message caché avec un algorithme MCMC.
Étude de la criminalité aux États-UnisR- Analyse de la criminalité en fonction de variables socio-économiques.
- Sélection et comparaison de modèles de régression multiple (R², AIC). Tests d’hypothèses sur les coefficients et sur la significativité des modèles.
Analyse biostatistique des données d'expression génique avec tests multiplesR- Recherche et théorie sur les tests multiples.
- Tests multiples avec corrections sur des données réelles d'expression génique.
Programmation orientée objet
ProjetTechnologiesDescription
Application de réservation de sallesJava, MySQL- Gestion automatique afin d'éviter les conflits de réservation.
- Connexion Java - base de données SQL.
Équation de la chaleur en 2DC++- Modélisation numérique par différences finies.
- Résolution du problème de diffusion thermique en 2D dans un four et optimisation des calculs.
Résolution de systèmes linéaires en C++C++- Résolution de systèmes par factorisation LU.
- Méthode de la puissance / puissance inverse.
Programmation linéaire
ProjetTechnologiesDescription
Planification industrielle et optimisation de la supply chain 2AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
Planification industrielle et optimisation de la supply chain 1AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
😄

Pinned
Loading
  1. mri_segmentationmri_segmentationPublic
    
U-Net for MRI segmentation.

    Jupyter Notebook
  2. Traducteur_francais_anglaisTraducteur_francais_anglaisPublic
    
Translator french to english built from scratch

    Jupyter Notebook
  3. Breast_cancerBreast_cancerPublic
    
Mammographic images classification.

    Jupyter Notebook
2

  4. Mask_detectionMask_detectionPublic
    
Détection de port du masque à l'aide de deux algorithmes de détection d'objets.

    Jupyter Notebook
  5. CatdogCatdogPublic
    
Classification d'images de chiens et chats parasitées avec de flou de mouvement et du bruit sel poivre.

    Jupyter Notebook
  6. Brain_tumorBrain_tumorPublic
    
MRI scans, tumor classification.

    Jupyter Notebook

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Remove or un-stick sticky/fixed headers that block content\n(function() {\n function unstick() {\n document.querySelectorAll('header, nav, [role=\"banner\"], .header, .navbar, .sticky, .fixed-top, [style*=\"position: fixed\"], [style*=\"position:sticky\"]').forEach(function(el) {\n if (el.style.position === 'fixed' || el.style.position === 'sticky' || \n getComputedStyle(el).position === 'fixed' || getComputedStyle(el).position === 'sticky') {\n el.style.position = 'static';\n el.style.top = 'auto';\n el.style.zIndex = 'auto';\n }\n });\n }\n \n unstick();\n \n var observer = new MutationObserver(unstick);\n observer.observe(document.body, { childList: true, subtree: true, attributes: true, attributeFilter: ['style', 'class'] });\n})();", "Kill Sticky Headers");
}
} catch(__e) { console.warn('[Userscript:Kill Sticky Headers]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
View VictoorV's full-sized avatar
😀
😀
4
followers
 · 5
following


Block or report VictoorV

Block user

Prevent this user from interacting with your repositories and sending you notifications.
Learn more about blocking users.


You must be logged in to block users.


Content in all repositories owned by your account will be closed.


Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.

Report abuse

Contact GitHub support about this user’s behavior.
Learn more about reporting abuse.

Report abuse
VictoorV/README.md
👋 Bienvenue
Statisticien/Data scientist passionné avec une solide formation en mathématiques appliquées et IA/machine learning.
🛠️ Compétences en programmation
PythonPyTorchRSQLJavaC++GitDocker
🚀 Projets
La plupart des projets d'IA sont réalisés en utilisant PyTorch et des low-level APIs.
Vision par ordinateur
ProjetTechnologiesDescription
Segmentation d'IRM du cerveauPython, PyTorch, U-Net, CV2- Segmentation sémantique pour localiser les tumeurs.
- 80%+ de score Dice/IoU sur les patients de test.
Segmentation d'images de footballPython, PyTorch, U-Net, CV2- Segmentation pour détecter les joueurs/arbitres.
- Création d'un réseau U-Net, 85% d'IoU.
Classification chien chat avec bruitPython, PyTorch, CV2, filtre de Wiener, ConvNeXtV2- Traitement d'images avec flou et bruit sel poivre.
- Transfer learning sur ConvNeXtv2, 92,7% d'accuracy.
Détection de port du masquePython, PyTorch, YOLOv8, Faster R-CNN- Transfer learning sur YOLOv8 et Faster R-CNN.
- Comparaison des résultats des modèles.
Détection de tumeurs du cerveauPython, PyTorch, ResNet50, ConvNeXt, Scikit-learn- Visualisation et analyse de scans IRM.
- Classification multiple.
Détection du cancer du seinPython, PyTorch, ResNet50, ConvNeXt, EfficientNet, Scikit-learn- Visualisation et analyse d'images de mammographie.
- Transfer learning sur des CNN, 71% d'accuracy.
Génération d'images de saulesPython, PyTorch, Pandas, ML- Création et gestion d’une BDD d’images de saules.
- Développement et utilisation d’un GAN pour générer des images de saules.
NLP
ProjetTechnologiesDescription
Traducteur français-anglaisPython, PyTorch, Transformer- Création d'un traducteur français vers anglais à partir de zéro.
Analyse de sentimentsPython, PyTorch, Torchtext, LSTM- Entrainement d'un modèle LSTM bidirectionnel à plusieurs couches.
- Traitement des données par batch, 87,3% d'accuracy sur IMDB.
Classification / régression sur des données tabulaires
ProjetTechnologiesDescription
Risque financier pour l'approbation de prêtPython, Scikit-learn, Pandas, ML- EDA (données financières), tests et fiting de lois statistiques.
- Scoring, régression pour la prédiction de score, classification pour l'attribution de label (métriques : score f1/precision).
Prédiction des maladies cardiaques pour une meilleure préventionPython, Scikit-learn, Pandas, ML- EDA (données de diabète) et pre-processing.
- Optimisation de modèles de machine learning (MLP, RDF, XGB, SVC) pour avoir les meilleurs résultats (métriques : score f1/recall).
Prédire si un individu est positif au COVID-19Python, Scikit-learn, Pandas, ML- EDA (données tests sanguins), feature engineering.
- Création de pipelines et optimisation de modèles de machine learning (MLP, RDF, XGB, SVC).
Détection de logiciels malveillantsPython, Scikit-learn, Pandas, ML- Nettoyage, visualisation, analyse et étude statistique des données.
- Évaluation des modèles avec des métriques de performance (AUC, précision). Identification des variables influentes.
Études statistiques
ProjetTechnologiesDescription
Estimation par bootstrap et déchiffrage d'un message codéR, Python- Application de deux approches bootstrap (non paramétrique et paramétrique), calcul des IC/IP bootstrap.
- Comparaison des méthodes bootstrap selon la taille d’échantillon, basée sur la précision des IC et la représentation graphique des IP.
- Déchiffrage d'un message caché avec un algorithme MCMC.
Étude de la criminalité aux États-UnisR- Analyse de la criminalité en fonction de variables socio-économiques.
- Sélection et comparaison de modèles de régression multiple (R², AIC). Tests d’hypothèses sur les coefficients et sur la significativité des modèles.
Analyse biostatistique des données d'expression génique avec tests multiplesR- Recherche et théorie sur les tests multiples.
- Tests multiples avec corrections sur des données réelles d'expression génique.
Programmation orientée objet
ProjetTechnologiesDescription
Application de réservation de sallesJava, MySQL- Gestion automatique afin d'éviter les conflits de réservation.
- Connexion Java - base de données SQL.
Équation de la chaleur en 2DC++- Modélisation numérique par différences finies.
- Résolution du problème de diffusion thermique en 2D dans un four et optimisation des calculs.
Résolution de systèmes linéaires en C++C++- Résolution de systèmes par factorisation LU.
- Méthode de la puissance / puissance inverse.
Programmation linéaire
ProjetTechnologiesDescription
Planification industrielle et optimisation de la supply chain 2AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
Planification industrielle et optimisation de la supply chain 1AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
😄

Pinned
Loading
  1. mri_segmentationmri_segmentationPublic
    
U-Net for MRI segmentation.

    Jupyter Notebook
  2. Traducteur_francais_anglaisTraducteur_francais_anglaisPublic
    
Translator french to english built from scratch

    Jupyter Notebook
  3. Breast_cancerBreast_cancerPublic
    
Mammographic images classification.

    Jupyter Notebook
2

  4. Mask_detectionMask_detectionPublic
    
Détection de port du masque à l'aide de deux algorithmes de détection d'objets.

    Jupyter Notebook
  5. CatdogCatdogPublic
    
Classification d'images de chiens et chats parasitées avec de flou de mouvement et du bruit sel poivre.

    Jupyter Notebook
  6. Brain_tumorBrain_tumorPublic
    
MRI scans, tumor classification.

    Jupyter Notebook

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Universal Dark Mode - works on any site\n(function() {\n var enabled = true;\n \n function applyDarkMode() {\n if (!enabled) return;\n \n // Create style element if it doesn't exist\n var style = document.getElementById('universal-dark-mode-style');\n if (!style) {\n style = document.createElement('style');\n style.id = 'universal-dark-mode-style';\n document.head.appendChild(style);\n }\n \n // Dark mode CSS - inverts colors but preserves images/video\n style.textContent = '\n /* Invert everything except media */\n html {\n filter: invert(1) hue-rotate(180deg) !important;\n background: #1a1a2e !important;\n }\n \n /* Restore images, videos, iframes, canvas */\n img, video, iframe, canvas, svg, picture, [style*=\"background-image\"] {\n filter: invert(1) hue-rotate(180deg) !important;\n }\n \n /* Preserve specific elements that should not be inverted */\n .no-dark-mode, .no-dark-mode *,\n [data-theme=\"light\"], [data-theme=\"light\"],\n .ace_editor, .ace_editor *,\n .CodeMirror, .CodeMirror *,\n .monaco-editor, .monaco-editor *,\n .markdown-body pre, .markdown-body pre *,\n .highlight, .highlight *,\n pre code, pre code * {\n filter: none !important;\n }\n \n /* Fix common UI elements */\n .modal, .popup, .dropdown-menu, .tooltip, .popover {\n filter: invert(1) hue-rotate(180deg) !important;\n background: #2d2d44 !important;\n border-color: #444 !important;\n }\n \n /* Scrollbars */\n ::-webkit-scrollbar { background: #1a1a2e !important; }\n ::-webkit-scrollbar-thumb { background: #444 !important; }\n ::-webkit-scrollbar-thumb:hover { background: #555 !important; }\n \n /* Selection */\n ::selection { background: #4ecdc4 !important; color: #1a1a2e !important; }\n ::-moz-selection { background: #4ecdc4 !important; color: #1a1a2e !important; }\n ';\n }\n \n function removeDarkMode() {\n var style = document.getElementById('universal-dark-mode-style');\n if (style) style.remove();\n }\n \n // Toggle with Alt+Shift+D\n document.addEventListener('keydown', function(e) {\n if (e.altKey && e.shiftKey && e.key === 'D') {\n e.preventDefault();\n enabled = !enabled;\n if (enabled) {\n applyDarkMode();\n console.log('[Universal Dark Mode] Enabled');\n } else {\n removeDarkMode();\n console.log('[Universal Dark Mode] Disabled');\n }\n }\n });\n \n // Apply on load\n applyDarkMode();\n \n // Re-apply on dynamic content\n var observer = new MutationObserver(function(mutations) {\n if (enabled && !document.getElementById('universal-dark-mode-style')) {\n applyDarkMode();\n }\n });\n observer.observe(document.head, { childList: true });\n \n console.log('[Universal Dark Mode] Loaded - Press Alt+Shift+D to toggle');\n})();", "Universal Dark Mode");
}
} catch(__e) { console.warn('[Userscript:Universal Dark Mode]', __e); }
})();
})();

Skip to content
View VictoorV's full-sized avatar
😀
😀
4
followers
 · 5
following


Block or report VictoorV

Block user

Prevent this user from interacting with your repositories and sending you notifications.
Learn more about blocking users.


You must be logged in to block users.


Content in all repositories owned by your account will be closed.


Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.

Report abuse

Contact GitHub support about this user’s behavior.
Learn more about reporting abuse.

Report abuse
VictoorV/README.md
👋 Bienvenue
Statisticien/Data scientist passionné avec une solide formation en mathématiques appliquées et IA/machine learning.
🛠️ Compétences en programmation
PythonPyTorchRSQLJavaC++GitDocker
🚀 Projets
La plupart des projets d'IA sont réalisés en utilisant PyTorch et des low-level APIs.
Vision par ordinateur
ProjetTechnologiesDescription
Segmentation d'IRM du cerveauPython, PyTorch, U-Net, CV2- Segmentation sémantique pour localiser les tumeurs.
- 80%+ de score Dice/IoU sur les patients de test.
Segmentation d'images de footballPython, PyTorch, U-Net, CV2- Segmentation pour détecter les joueurs/arbitres.
- Création d'un réseau U-Net, 85% d'IoU.
Classification chien chat avec bruitPython, PyTorch, CV2, filtre de Wiener, ConvNeXtV2- Traitement d'images avec flou et bruit sel poivre.
- Transfer learning sur ConvNeXtv2, 92,7% d'accuracy.
Détection de port du masquePython, PyTorch, YOLOv8, Faster R-CNN- Transfer learning sur YOLOv8 et Faster R-CNN.
- Comparaison des résultats des modèles.
Détection de tumeurs du cerveauPython, PyTorch, ResNet50, ConvNeXt, Scikit-learn- Visualisation et analyse de scans IRM.
- Classification multiple.
Détection du cancer du seinPython, PyTorch, ResNet50, ConvNeXt, EfficientNet, Scikit-learn- Visualisation et analyse d'images de mammographie.
- Transfer learning sur des CNN, 71% d'accuracy.
Génération d'images de saulesPython, PyTorch, Pandas, ML- Création et gestion d’une BDD d’images de saules.
- Développement et utilisation d’un GAN pour générer des images de saules.
NLP
ProjetTechnologiesDescription
Traducteur français-anglaisPython, PyTorch, Transformer- Création d'un traducteur français vers anglais à partir de zéro.
Analyse de sentimentsPython, PyTorch, Torchtext, LSTM- Entrainement d'un modèle LSTM bidirectionnel à plusieurs couches.
- Traitement des données par batch, 87,3% d'accuracy sur IMDB.
Classification / régression sur des données tabulaires
ProjetTechnologiesDescription
Risque financier pour l'approbation de prêtPython, Scikit-learn, Pandas, ML- EDA (données financières), tests et fiting de lois statistiques.
- Scoring, régression pour la prédiction de score, classification pour l'attribution de label (métriques : score f1/precision).
Prédiction des maladies cardiaques pour une meilleure préventionPython, Scikit-learn, Pandas, ML- EDA (données de diabète) et pre-processing.
- Optimisation de modèles de machine learning (MLP, RDF, XGB, SVC) pour avoir les meilleurs résultats (métriques : score f1/recall).
Prédire si un individu est positif au COVID-19Python, Scikit-learn, Pandas, ML- EDA (données tests sanguins), feature engineering.
- Création de pipelines et optimisation de modèles de machine learning (MLP, RDF, XGB, SVC).
Détection de logiciels malveillantsPython, Scikit-learn, Pandas, ML- Nettoyage, visualisation, analyse et étude statistique des données.
- Évaluation des modèles avec des métriques de performance (AUC, précision). Identification des variables influentes.
Études statistiques
ProjetTechnologiesDescription
Estimation par bootstrap et déchiffrage d'un message codéR, Python- Application de deux approches bootstrap (non paramétrique et paramétrique), calcul des IC/IP bootstrap.
- Comparaison des méthodes bootstrap selon la taille d’échantillon, basée sur la précision des IC et la représentation graphique des IP.
- Déchiffrage d'un message caché avec un algorithme MCMC.
Étude de la criminalité aux États-UnisR- Analyse de la criminalité en fonction de variables socio-économiques.
- Sélection et comparaison de modèles de régression multiple (R², AIC). Tests d’hypothèses sur les coefficients et sur la significativité des modèles.
Analyse biostatistique des données d'expression génique avec tests multiplesR- Recherche et théorie sur les tests multiples.
- Tests multiples avec corrections sur des données réelles d'expression génique.
Programmation orientée objet
ProjetTechnologiesDescription
Application de réservation de sallesJava, MySQL- Gestion automatique afin d'éviter les conflits de réservation.
- Connexion Java - base de données SQL.
Équation de la chaleur en 2DC++- Modélisation numérique par différences finies.
- Résolution du problème de diffusion thermique en 2D dans un four et optimisation des calculs.
Résolution de systèmes linéaires en C++C++- Résolution de systèmes par factorisation LU.
- Méthode de la puissance / puissance inverse.
Programmation linéaire
ProjetTechnologiesDescription
Planification industrielle et optimisation de la supply chain 2AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
Planification industrielle et optimisation de la supply chain 1AMPL- Modélisation mathématique d'un problème de gestion et résolution.
- Analyse post-optimisation.
😄

Pinned
Loading
  1. mri_segmentationmri_segmentationPublic
    
U-Net for MRI segmentation.

    Jupyter Notebook
  2. Traducteur_francais_anglaisTraducteur_francais_anglaisPublic
    
Translator french to english built from scratch

    Jupyter Notebook
  3. Breast_cancerBreast_cancerPublic
    
Mammographic images classification.

    Jupyter Notebook
2

  4. Mask_detectionMask_detectionPublic
    
Détection de port du masque à l'aide de deux algorithmes de détection d'objets.

    Jupyter Notebook
  5. CatdogCatdogPublic
    
Classification d'images de chiens et chats parasitées avec de flou de mouvement et du bruit sel poivre.

    Jupyter Notebook
  6. Brain_tumorBrain_tumorPublic
    
MRI scans, tumor classification.

    Jupyter Notebook