Depuis juin dernier, les changements sont majeurs autour d'e-venement… Nouvelles méthodes de travail et de gestion de projet, refonte des outils de communication, ouverture d'un site web communautaire, arrivée de fonctionnalités révolutionnaires (données accessibles depuis n'importe quel terminal dont les téléphones, gestion de réservation de ressources, …) mais en douceur…

Pour rappel, e-venement est un logiciel libre (GNU/GPL) de billetterie informatique, de gestion des relations aux publics (CRM), de gestion événementiel et de réservation de ressources, d'aide à la comptabilité, et de statistiques orienté vers les structures organisatrices d'événement (spectacle vivant en particulier), vers les musées, les cinémas, les équipements sportifs, les équipements de loisirs. C'est une application web développée en PHP sur Symfony et Doctrine, s'appuyant sur Apache, PostgreSQL et beaucoup d'autres outils et bibliothèques sous licences libres. E-venement est développé par Libre Informatique.

Plus de détails sur les nouveautés en seconde partie de dépêche.

GNU PSPP est un logiciel d'analyses statistiques d'échantillons de données. Il s'agit d'un remplaçant du logiciel privateur SPSS. Un des objectifs de PSPP est d'être compatible avec le langage SPSS, les fonctionnalités actuellement incluses sont :

• une mise en forme de haute qualité ;
• une interface graphique simple à utiliser
• une interface en ligne de commande qui permet aux utilisateurs occasionnels de rapidement faire des analyses ;
• une sélection complète de commandes de traitement, analyse et visualisation des données ;
  
• une portabilité vers un très large panel de plateformes.

La version 0.8.0 est sortie le 23 juillet, apportant son lot de nouveautés qui sont décrites dans la seconde partie de la dépêche.

Le projet R annonce la sortie de la version 3.0.0 du logiciel statistique du même nom (pre-release le 7 mars 2013, sortie officielle le 3 avril).

R désigne à la fois un langage de programmation et son interpréteur. Historiquement, R est un dialecte dérivé du langage S, implémenté dans le logiciel propriétaire S-PLUS. L'aventure R a débuté en 1993, mais c'est à partir des années 2000 qu'il a pris une importance majeure dans le paysage des langages destinés aux applications statistiques. R rivalise aujourd'hui avec ses concurrents SAS (Statistical Analysis System), SPSS (Statistical Package for the Social Sciences), ou STATA ; il est devenu incontournable dans certaines disciplines, notamment la biologie.

Le changement de version majeur (2.15.3 vers 3.0) ne signale pas une transition importante (voir le changelog), mais marque une évolution progressive (la version 2.0 date de 2004). La mise à jour requiert cependant une réinstallation complète.

R fonctionne de manière modulaire, avec un cœur relativement réduit, sur lequel peuvent se greffer des bibliothèques de fonctions fournies sous forme de « paquets ». R doit certainement une partie de son succès à l'activité de sa communauté, puisque plus de 4700 paquets activement maintenus sont disponibles au téléchargement sur le site officiel, sans compter les projets indépendants, comme bioconductor.

R est avant tout destiné au traitement et à l'analyse des données : tests statistiques, data mining, et production de graphiques de qualité (destinés à la publication). Le langage est de plus en plus utilisé pour produire des scripts portables, ou pour réaliser des simulations numériques (MCMC, typiquement). Réputé inefficace en tant que langage interprété, la possibilité de coder les fonctions critiques en C tout en utilisant la syntaxe « haut-niveau » de R ouvre une niche écologique significative pour le développement d'applications statistiques.

Ce début d'année est propice à un petit regard en arrière sur les douze derniers mois d'activité de LinuxFr.org ; bref l'occasion d'étudier l'évolution en termes de trafic web, de contenus créés, de commentaires déposés, de navigateurs utilisés, d'utilisation des fonctionnalités du site, etc. Qu'est-ce qui a changé et comment durant 2012 ?

Le site rend accessible un grand nombre de statistiques (faites-vous plaisir si vous souhaitez vous plonger dedans, c'est fait pour) ; cette dépêche résume les variations constatées en 2012.

Toute l'équipe du site vous souhaite une bonne année 2013 libre, ouverte et net ! Happy hacking. Happy GNU year!

Il y a longtemps, lors d'une mise à jour du site (le passage au CMS daCode le 9 septembre 2000), les premières dépêches ne furent pas réimportées (cas de la tâche repoussée aux calendes grecques, ad kalendas graecas).

Les archéologues numériques du futur en étaient déjà désespérés par rétro-anticipation. Fort heureusement, il y a quelques mois, nous sommes retombés par hasard sur une archive de la liste de diffusion qui annonce quotidiennement les nouvelles dépêches.

Comme c'était pénible à faire, inutile et donc totalement indispensable, nous - Bruno et moi - les avons réimportées : 3 413 dépêches couvrant la période du 20 mai 1999 au 6 septembre 2000 (mise à jour : ainsi que 6 autres du 2 mars 1999 grâce à webarchive). Leurs éventuels commentaires sont par contre perdus.

Pour les consulter, aller voir les dépêches et demander à voir les dernières (lien « Dernier » en bas pour la pagination). Quelques titres choisis assez arbitrairement pour vous remettre dans l'époque : RedHat 6.0, Mandrake 7.0 (devenue Mandriva), Carte à puce: Roland Moreno (décédé il y a quelques jours) offre un million de francs, SSF le SSH français, PHP 4.0, le bug du 29 février 2000 (ça n'arriverait plus des choses comme ça…), le noyau 2.2.14, Blender 2.0, RSA dans le domaine public, WindowMaker 0.62.1, etc.

OpenTURNS est une bibliothèque C++ libre dédiée aux statistiques et à la fiabilité, utilisable en langage Python et distribuée dans Debian.

Avec la version 1.0, elle propose la modélisation des processus stochastiques, et une meilleure compatibilité avec Python et le module Numpy.

Une petite démo en python pour voir ?

Avec ces quelques lignes je peux réaliser un lissage à noyaux sur un échantillon, réutiliser la distribution obtenue pour simuler une variable aléatoire X, que je donne à manger à une fonction réalisant un couplage pour obtenir une autre variable aléatoire Y, pour enfin évaluer la probabilité de défaillance P(Y>0.1) par un simple MonteCarlo.

from openturns import *
data = NumericalSample.ImportFromCSVFile("meteo.csv")
distribution = KernelSmoothing(Epanechnikov()).build(data)
X = RandomVector(distribution)
model = NumericalMathFunction("ageing")
Y = RandomVector(model, X)
algorithm = MonteCarlo(Event(Y, Greater(), 0.1))
algorithm.setMaximumOuterSampling(int(1e6))
algorithm.run()
print "P(Y>0.1)=", algorithm.getResult().getEventProbability()