Notebooks Coverage

Report on last executions.

100% 2021-10-20

_images/nbcov-2021-10-20.png

index

coverage

exe time

last execution

name

title

success

time

nb cells

nb runs

nb valid

0

100%

1.702

2021-10-20

astuces/decision_tree_visualization.ipynb

Visualiser un arbre de décision

True

4.582

6

6

6

1

100%

0.221

2021-10-20

astuces/menu_notebook.ipynb

Menu dans un notebook

True

3.240

3

3

3

2

100%

18.546

2021-10-20

digressions/constraint_kmeans.ipynb

K-Means contraint

True

21.447

12

12

12

3

100%

137.080

2021-10-20

encours/2019-01-25_linreg.ipynb

Un exemple simple de régression linéaire

True

140.125

33

33

33

4

100%

118.274

2021-10-20

encours/2020-01-20_intro.ipynb

Courte introduction au machine learning

True

121.275

47

47

47

5

100%

20.023

2021-10-20

encours/2020-01-31_classification.ipynb

Classification

True

22.955

25

25

25

6

100%

7.252

2021-10-20

encours/2020-01-31_titanic.ipynb

Machine learning avec des catégories et du texte

True

10.212

28

28

28

7

100%

30.537

2021-10-20

encours/2020-02-07_sklapi.ipynb

Régression Ridge, Lasso et nouvel estimateur

True

33.579

39

39

39

8

100%

549.568

2021-10-20

lectures/adult_cat.ipynb

Jeu de données avec des catégories

True

552.643

72

72

72

9

100%

4.611

2021-10-20

lectures/artificiel_category.ipynb

Traitement des catégories

True

7.488

24

24

24

10

100%

7.377

2021-10-20

lectures/artificiel_category_2.ipynb

Traitement amélioré des catégories

True

10.292

17

17

17

11

100%

18.042

2021-10-20

lectures/artificiel_category_hash.ipynb

Hashing et catégories

True

20.934

13

13

13

12

100%

58.170

2021-10-20

lectures/artificiel_duration_prediction.ipynb

Prédiction d’une durée

True

61.090

23

23

23

13

100%

1594.718

2021-10-13

lectures/artificiel_multiclass.ipynb

Classification multi-classe et jeu mal balancé

True

1597.642

22

22

22

14

100%

68.919

2021-10-20

lectures/artificiel_normalisation.ipynb

Normalisation

True

71.803

12

12

12

15

100%

7.473

2021-10-20

lectures/artificiel_shape.ipynb

Intuition derrière l’érosion des modèles

True

10.350

13

13

13

16

100%

13.346

2021-10-20

lectures/artificiel_tokenize.ipynb

Tokenisation

True

16.261

23

23

23

17

100%

39.014

2021-10-20

lectures/artificiel_tokenize_features.ipynb

Des mots aux sacs de mots

True

42.013

30

30

30

18

100%

21.059

2021-10-20

lectures/logreg_kmeans.ipynb

Régression logistique et convexité

True

23.945

11

11

11

19

100%

140.114

2021-10-20

lectures/movielens_fm.ipynb

Factorisation de matrice et recommandations

True

143.071

25

25

25

20

100%

10.759

2021-10-20

lectures/search_rank.ipynb

Ranking et search engine

True

13.727

15

15

15

21

100%

88.146

2021-10-13

lectures/text_sentiment_wordvec.ipynb

Classification de phrases avec word2vec

True

91.295

56

56

56

22

100%

4.341

2021-10-20

lectures/tinygraph_rwr.ipynb

Random Walk with Restart (système de recommandations)

True

7.288

7

7

7

23

100%

13.916

2021-10-20

lectures/wines_color.ipynb

Régression logistique et courbe ROC

True

16.792

22

22

22

24

100%

6.031

2021-10-20

lectures/wines_color_line.ipynb

Régression logistique en 2D

True

8.911

12

12

12

25

100%

14.807

2021-10-20

lectures/wines_color_linear.ipynb

Plusieurs modèles, données disjointes

True

17.711

27

27

27

26

100%

18.325

2021-10-20

lectures/wines_color_roc.ipynb

Classifications et courbes ROC

True

21.404

26

26

26

27

100%

3.129

2021-10-20

lectures/wines_knn.ipynb

Plus proches voisins

True

6.087

9

9

9

28

100%

36.359

2021-10-20

lectures/wines_knn_acp.ipynb

Plus proches voisins - projection

True

39.241

17

17

17

29

100%

5.986

2021-10-20

lectures/wines_knn_cross_val.ipynb

Validation croisée (cross-validation)

True

8.991

22

22

22

30

100%

27.461

2021-10-20

lectures/wines_knn_eval.ipynb

Plus proches voisins - évaluation

True

30.321

14

14

14

31

100%

63.720

2021-10-20

lectures/wines_knn_hyper.ipynb

Sélection des hyper-paramètres

True

66.777

14

14

14

32

100%

13.305

2021-10-20

lectures/wines_knn_split.ipynb

Base d’apprentissage et de test

True

16.183

17

17

17

33

100%

3.281

2021-10-20

lectures/wines_knn_split_strat.ipynb

Découpage stratifié apprentissage / test

True

6.159

12

12

12

34

100%

61.680

2021-10-20

lectures/wines_multi.ipynb

Classification multi-classe

True

64.581

27

27

27

35

100%

101.641

2021-10-20

lectures/wines_multi_stacking.ipynb

Classification multi-classe et stacking

True

104.540

28

28

28

36

100%

329.718

2021-10-20

lectures/wines_reg.ipynb

Prédiction de la note des vins

True

332.618

24

24

24

37

100%

12.777

2021-10-20

lectures/wines_reg_poly.ipynb

Régression polynômiale et pipeline

True

15.698

14

14

14

38

100%

23.193

2021-10-20

timeseries/ts_covid.ipynb

Saisonnalités, changement de régime, COVID en France

True

26.149

34

34

34

39

100%

12.607

2021-10-20

timeseries/ts_pred.ipynb

Prédiction, COVID en France, série temporelle

True

15.487

19

19

19

40

100%

13.926

2021-10-20

visualisation/carte_carreau.ipynb

Données carroyées

True

16.785

13

13

13

41

100%

35.371

2021-10-13

visualisation/enedis_cartes.ipynb

Tracer une carte en Python

True

38.414

18

18

18

42

100%

3.615

2021-10-20

visualisation/enedis_cartes_bokeh.ipynb

Tracer une carte en Python avec bokeh

True

6.541

7

7

7

_images/nbcov.png