Différences

Ci-dessous, les différences entre deux révisions de la page.

--- teaching:progappchim:epidemie_coronavirus [2020/04/09 14:45] – [Représentations et simulations existantes] villersd
+++ teaching:progappchim:epidemie_coronavirus [2020/07/13 04:04] (Version actuelle) – villersd
@@ Ligne 67: / Ligne 67: @@
   * [[https://www.technologyreview.com/s/615414/the-covid-19-pandemic-in-two-animated-charts/|The Covid-19 pandemic in two animated charts]] by Bobbie Johnson, Mar 27, 2020, MIT Technology Review
   * [[https://towardsdatascience.com/exploring-the-corona-virus-dataset-781de3a636e2|Exploring the Coronavirus Dataset]] Exploratory Data Analysis of the Novel Coronavirus 2019 Dataset, Sadrach Pierre, Medium, 06/03/2020
+  * [[https://towardsdatascience.com/visualizing-covid-19-data-beautifully-in-python-in-5-minutes-or-less-affc361b2c6a|Visualizing COVID-19 Data Beautifully in Python (in 5 Minutes or Less!!) Making Matplotlib a Little Less Painful!]], Nik Piepenbreier, Medium, 06/04/2020
+  * Graphiques et évolutions par Nicolas Vandewalle (ULiège) et collaborateurs : [[https://github.com/glouppe/covid19be]]
+  * Simulations de Marc Ducobu (avec du code en Python) : [[https://gitlab.com/colibre-19/epidemic-simulation]] (licence MIT)
+  * [[https://towardsdatascience.com/building-an-interactive-dashboard-to-simulate-coronavirus-scenarios-in-python-ed23100e0046|Build an interactive dashboard to simulate Coronavirus scenarios in Python]] (avec librairies Plotly, Dash,...)
+  * [[https://schlaganfallbegleitung.de/corona/lage-deutschland]] représentations de données concernant l'Allemagne
+  * [[https://towardsdatascience.com/covid-19-map-animation-with-python-in-5-minutes-2d6246c32e54|Create COVID-19 Map Animation with Python in 5 Minutes]] (Using Python with Plotly to Create a COVID-19 Map Animation)
+  * [[https://www.statsandr.com/blog/covid-19-in-belgium/|COVID-19 in Belgium - Stats and R]]
+  * [[https://renkulab.shinyapps.io/COVID-19-Epidemic-Forecasting/|COVID-19 Forecasting]]
+  * [[https://towardsdatascience.com/top-5-r-resources-on-covid-19-coronavirus-1d4c8df6d85f|Top 100 R resources on Novel COVID-19 Coronavirus | by Antoine Soetewey | Towards Data Science]]
+  * [[https://behroozh.shinyapps.io/COVID19/|COVID-19 Application]]
+  * [[http://shinyapps.org/apps/corona/|Experience Statistics]]
+===== Tracking, tracing & géolocalisation =====
+  * [[https://blog.mapbox.com/mobility-data-to-track-risk-in-re-opening-739e5c20f3ed|Mobility data to track risk in re-opening]]
 ===== Références =====
@@ Ligne 83: / Ligne 99: @@
   * [[wp>fr:Modèles_compartimentaux_en_épidémiologie|Modèles compartimentaux en épidémiologie]]
   * [[https://lejournal.cnrs.fr/articles/covid-19-comment-sont-concus-les-modeles-des-epidemies|Covid-19 : comment sont conçus les modèles des épidémies ?]], 20.03.2020, par Martin Koppe, CNRS Le journal
-  * Données pour la Belgique : [[https://epistat.wiv-isp.be/Covid/]]
+  * **Données pour la Belgique :**
+    * [[https://epistat.wiv-isp.be/Covid/]] (Sciensano - COVID-19)
+    * [[https://www.covidata.be/index]], sous licence [[https://opencovidpledge.org/license/v1-0/|Open COVID License 1.0]] (licence pas vraiment libre, puisque limitée dans le temps)