Notebooks Coverage

Report on last executions.

83% 2023-06-30

index	coverage	exe time	last execution	name	title	success	time	nb cells	nb runs	nb valid
0	100%	2.599	2023-06-30	astuces/decision_tree_visualization.ipynb	Visualiser un arbre de décision	True	6.207	6	6	6
1	100%	0.189	2023-06-30	astuces/menu_notebook.ipynb	Menu dans un notebook	True	4.360	3	3	3
2	100%	24.515	2023-06-30	digressions/constraint_kmeans.ipynb	K-Means contraint	True	28.164	12	12	12
3	100%	311.216	2023-06-30	encours/2019-01-25_linreg.ipynb	Un exemple simple de régression linéaire	True	314.989	33	33	33
4	100%	166.356	2023-06-30	encours/2020-01-20_intro.ipynb	Courte introduction au machine learning	True	170.098	47	47	47
5	100%	36.014	2023-06-30	encours/2020-01-31_classification.ipynb	Classification	True	39.789	25	25	25
6	100%	16.675	2023-06-30	encours/2020-01-31_titanic.ipynb	Machine learning avec des catégories et du texte	True	20.271	28	28	28
7	100%	92.849	2023-06-30	encours/2020-02-07_sklapi.ipynb	Régression Ridge, Lasso et nouvel estimateur	True	96.565	39	39	39
8	100%	705.469	2023-06-30	lectures/adult_cat.ipynb	Jeu de données avec des catégories	True	709.334	72	72	72
9	100%	5.931	2023-06-30	lectures/artificiel_category.ipynb	Traitement des catégories	True	9.529	24	24	24
10	100%	10.780	2023-06-30	lectures/artificiel_category_2.ipynb	Traitement amélioré des catégories	True	14.408	17	17	17
11	100%	12.892	2023-06-30	lectures/artificiel_category_hash.ipynb	Hashing et catégories	True	16.475	13	13	13
12	100%	68.784	2023-06-30	lectures/artificiel_duration_prediction.ipynb	Prédiction d’une durée	True	72.370	23	23	23
13	0%	nan		lectures/artificiel_multiclass.ipynb	Classification multi-classe et jeu mal balancé		nan	36	0
14	100%	62.313	2023-06-30	lectures/artificiel_normalisation.ipynb	Normalisation	True	65.908	12	12	12
15	100%	12.573	2023-06-30	lectures/artificiel_shape.ipynb	Intuition derrière l’érosion des modèles	True	16.149	13	13	13
16	100%	18.310	2023-06-30	lectures/artificiel_tokenize.ipynb	Tokenisation	True	21.954	23	23	23
17	100%	55.138	2023-06-30	lectures/artificiel_tokenize_features.ipynb	Des mots aux sacs de mots	True	58.848	30	30	30
18	100%	24.601	2023-06-30	lectures/logreg_kmeans.ipynb	Régression logistique et convexité	True	28.190	11	11	11
19	100%	177.876	2023-06-30	lectures/movielens_fm.ipynb	Factorisation de matrice et recommandations	True	181.574	25	25	25
20	100%	34.111	2023-06-30	lectures/search_rank.ipynb	Ranking et search engine	True	37.704	15	15	15
21	0%	nan		lectures/text_sentiment_wordvec.ipynb	Classification de phrases avec word2vec		nan	83	0
22	100%	6.100	2023-06-30	lectures/tinygraph_rwr.ipynb	Random Walk with Restart (système de recommandations)	True	9.666	7	7	7
23	100%	20.637	2023-06-30	lectures/wines_color.ipynb	Régression logistique et courbe ROC	True	24.262	22	22	22
24	100%	9.492	2023-06-30	lectures/wines_color_line.ipynb	Régression logistique en 2D	True	13.091	12	12	12
25	100%	19.677	2023-06-30	lectures/wines_color_linear.ipynb	Plusieurs modèles, données disjointes	True	23.302	27	27	27
26	100%	28.964	2023-06-30	lectures/wines_color_roc.ipynb	Classifications et courbes ROC	True	32.636	26	26	26
27	100%	4.989	2023-06-30	lectures/wines_knn.ipynb	Plus proches voisins	True	8.653	9	9	9
28	100%	29.563	2023-06-30	lectures/wines_knn_acp.ipynb	Plus proches voisins - projection	True	33.185	17	17	17
29	100%	8.584	2023-06-30	lectures/wines_knn_cross_val.ipynb	Validation croisée (cross-validation)	True	12.177	22	22	22
30	100%	15.131	2023-06-30	lectures/wines_knn_eval.ipynb	Plus proches voisins - évaluation	True	18.737	14	14	14
31	100%	105.428	2023-06-30	lectures/wines_knn_hyper.ipynb	Sélection des hyper-paramètres	True	109.115	14	14	14
32	100%	11.098	2023-06-30	lectures/wines_knn_split.ipynb	Base d’apprentissage et de test	True	14.721	17	17	17
33	100%	8.966	2023-06-30	lectures/wines_knn_split_strat.ipynb	Découpage stratifié apprentissage / test	True	12.546	12	12	12
34	100%	38.406	2023-06-30	lectures/wines_lime.ipynb	Interprétation de la note d’un vin	True	42.043	13	13	13
35	100%	72.262	2023-06-30	lectures/wines_multi.ipynb	Classification multi-classe	True	75.878	27	27	27
36	100%	93.282	2023-06-30	lectures/wines_multi_stacking.ipynb	Classification multi-classe et stacking	True	96.916	28	28	28
37	100%	294.856	2023-06-30	lectures/wines_reg.ipynb	Prédiction de la note des vins	True	298.447	24	24	24
38	100%	20.583	2023-06-30	lectures/wines_reg_poly.ipynb	Régression polynômiale et pipeline	True	24.211	14	14	14
39	0%	nan		timeseries/ts_covid.ipynb	Saisonnalités, changement de régime, COVID en France		nan	57	0
40	100%	19.773	2023-06-30	timeseries/ts_pred.ipynb	Prédiction, COVID en France, série temporelle	True	23.433	19	19	19
41	100%	34.714	2023-06-30	visualisation/carte_carreau.ipynb	Données carroyées	True	38.412	13	13	13
42	100%	25.834	2023-06-13	visualisation/enedis_cartes.ipynb	Tracer une carte en Python	True	29.685	18	18	18
43	100%	6.117	2023-06-30	visualisation/enedis_cartes_bokeh.ipynb	Tracer une carte en Python avec bokeh	True	9.862	7	7	7