The vision - La vision
Open Teaching Lab is an open and collaborative space for sharing free educational courses and resources in statistics, data science, and related fields.
It aims to provide quality knowledge, promote best practices, reproducibility, and access to production-ready skills.
Teachers, instructors, and even motivated students can deposit their courses here, whether before or after presenting them in their institution (school, company, etc.), to share, test, and refine them. Open source has no borders or flags: anyone from anywhere can contribute and find their place.
This repository is not only for publishing finalized courses:
- You can deposit your current and future course ideas.
- You can explore and get inspiration from other courses, especially those that are open-source friendly and oriented toward data science.
- The goal is to create a collaborative, open, and practical ecosystem for learning and teaching.
- Courses & slides – Complete and modular teaching materials.
- Notebooks & tutorials – For hands-on practice and experimentation.
- Guided projects – Real-world applications and classic pedagogical examples (APIs, dashboards, pipelines).
- Additional resources – Links, recommended libraries, public datasets.
All resources are designed to be accessible, reproducible, and directly usable.
- Open and free sharing of courses and materials.
- Promotes reproducibility.
- No barriers or formalities – contribute at your own pace.
- Supports learners, teachers, and contributors in experimenting and applying knowledge.
- Open-source is universal: everyone can contribute, regardless of location or background.
- Submit via pull request.
- Share slides, notebooks, tutorials, or projects.
- Contributions can be theoretical or practical.
All content is MIT licensed – free and open-source.
“Understand, experiment, reproduce, and implement. Knowledge takes its value when it becomes practical.”
Open Teaching Lab est un espace ouvert et collaboratif pour partager cours et ressources pédagogiques libres en statistique, data science et disciplines proches.
Il a pour objectif de fournir des connaissances de qualité, diffuser les bonnes pratiques, promouvoir la reproductibilité et permettre l’accès à la mise en production.
Enseignants, vacataires et même étudiants motivés peuvent déposer leurs cours ici, avant ou après leur diffusion dans leur institution (école, entreprise, etc.), pour les partager, tester et améliorer. L’open source n’a pas de frontières ni de drapeaux : chacun peut y contribuer et y trouver sa place.
Ce dépôt n’est pas seulement pour publier des cours finalisés :
- Vous pouvez déposer vos idées de cours actuelles et futures.
- Vous pouvez vous inspirer des autres cours proposés ici, en particulier ceux qui sont open-source friendly et orientés data science.
- L’objectif est de créer un écosystème collaboratif, ouvert et pratique pour apprendre et enseigner.
- Cours et slides – Supports pédagogiques complets et modulables.
- Notebooks et tutoriels – Pour mettre la théorie en pratique et expérimenter.
- Projets fil rouge – Applications concrètes et exemples classiques pédagogiques (API, dashboards, pipelines).
- Ressources annexes – Liens, bibliothèques recommandées, datasets publics.
Ces ressources sont conçues pour être accessibles, reproductibles et directement utilisables dans des projets réels.
- Partage ouvert et libre des connaissances.
- Promotion de la reproductibilité.
- Sans barrières ni formalités – chacun contribue à son rythme.
- Permet aux enseignants, vacataires et apprenants de tester, expérimenter et appliquer les connaissances.
- L’open source est universel : chacun peut contribuer, peu importe son lieu ou son origine.
- Proposer via pull request.
- Partager slides, notebooks, tutoriels ou projets.
- Contributions théoriques ou pratiques acceptées.
Tout le contenu est sous licence MIT, libre et open-source.
“Comprendre, expérimenter, reproduire et mettre en production. La connaissance prend sa valeur lorsqu’elle devient pratique.”