Notebooks Coverage

Report on last executions.

95% 2021-04-14

_images/nbcov-2021-04-14.png

index

coverage

exe time

last execution

name

title

success

time

nb cells

nb runs

nb valid

0

100%

22.309

2021-04-14

1a/code_liste_tuple.ipynb

1A.1 - Liste, tuple, ensemble, dictionnaire, liste chaînée, coût des opérations

True

24.098

4

4

4

1

100%

5.513

2021-04-14

1a/code_multinomial.ipynb

1A.1 - Simuler une loi multinomiale

True

7.289

12

12

12

2

100%

5.850

2021-04-14

1a/coloriage_carre.ipynb

Jeux de coloriage

True

7.665

23

23

23

3

100%

0.541

2021-04-14

1a/exercice_echelle.ipynb

1A.algo - Calculer le nombre de façons de monter une échelle.

True

2.341

6

6

6

4

100%

1.608

2021-04-14

1a/exercice_morse.ipynb

1A.algo - Décoder du Morse sans espaces

True

3.449

16

16

16

5

100%

2.642

2021-04-14

1a/exercice_plus_grande_somme.ipynb

1A.algo - La sous-séquence de plus grande somme

True

4.488

15

15

15

6

100%

0.305

2021-04-14

1a/exercice_xn.ipynb

1A.algo - Calculer x**n le plus rapidement possible

True

2.111

4

4

4

7

100%

0.902

2021-04-14

1a/histogramme_rapide.ipynb

1A.1 - Histogramme et dictionnaire

True

2.760

8

8

8

8

100%

71.860

2021-04-14

1a/nbheap.ipynb

Heap

True

73.660

15

15

15

9

100%

9.877

2021-04-14

1a/profiling_example.ipynb

1A.soft - Exemple de profiling

True

11.700

11

11

11

10

100%

0.986

2021-04-14

1a/recherche_dichotomique.ipynb

1A.algo - Recherche dichotomique

True

2.787

9

9

9

11

100%

4.185

2021-04-14

1a/structures_donnees_conversion.ipynb

1A.1 - D’une structure de données à l’autre

True

6.034

29

29

29

12

100%

1.379

2021-04-14

1a/tableau_contingence.ipynb

1A.1 - Calculer un chi 2 sur un tableau de contingence

True

3.171

8

8

8

13

100%

52.011

2021-04-14

1a/tri_nlnd.ipynb

1A.algo - Tri plus rapide que prévu

True

53.855

17

17

17

14

100%

234.356

2021-03-24

2016-2017/solution_2016_credit_clement.ipynb

2016 - Une solution à la compétition de machine learning 2A

True

236.188

28

28

28

15

100%

11.946

2021-03-24

2016/td2a_eco_competition_comparer_classifieurs.ipynb

2A.ml - 2016 - Compétition - Préparation des données

True

13.866

16

16

16

16

100%

9.163

2021-03-24

2016/td2a_eco_competition_modeles_logistiques.ipynb

2A.ml - 2016 - Compétition ENSAE - Premiers modèles

True

11.076

26

26

26

17

100%

189.136

2021-03-24

2016/td2a_eco_competition_statsdesc.ipynb

2A.ml - 2016 - Compétition - Importation des données

True

191.089

22

22

22

18

100%

12.733

2021-04-14

2017-2018/dimensions_reduction.ipynb

Réduction des dimensions

True

14.593

20

20

20

19

100%

12.833

2021-03-24

2017/prepare_data_2017.ipynb

2A.ml - 2017 - Préparation des données

True

14.765

43

43

43

20

89%

2.918

2021-04-14

2018-2019/2018-09-18_rappels_python.ipynb

2018-09-18 - Rappels sur le langage python

True

4.768

28

25

25

21

100%

5.356

2021-04-14

2018-2019/2018-09-18_rappels_python_pandas_matplotlib.ipynb

2018-09-18 - Rappels sur pandas et maplotlib

True

7.199

29

29

29

22

100%

6.638

2021-04-14

2018-2019/2018-09-18_sklearn_api.ipynb

2018-09-18 - API de scikit-learn

True

8.449

21

21

21

23

100%

1.052

2021-04-14

2018-2019/2018-09-25_distance_entre_mots.ipynb

2018-09-25 - Distance entre mots

True

2.846

11

11

11

24

100%

13.936

2021-04-14

2018-2019/2018-10-02_scraping_recuperer_images.ipynb

2018-10-02 - Scraping, récupérer une image depuis LeMonde

True

15.772

20

20

20

25

100%

136.767

2021-04-14

2018-2019/2018-10-09_ensemble_gradient_boosting.ipynb

2018-10-09 Ensemble, Gradient, Boosting…

True

138.640

18

18

18

26

100%

8.274

2021-04-14

2a/bayesian_with_python.ipynb

2A.ml - Bayesian models with Python

True

10.075

19

19

19

27

100%

74.410

2021-03-24

2a/cffi_linear_regression.ipynb

Optimisation de code avec cffi, numba, cython

True

76.307

92

92

92

28

100%

3.115

2021-04-14

2a/dataframe_matrix_speed.ipynb

2A.i - Mesures de vitesse sur les dataframes

True

4.974

15

15

15

29

100%

8.433

2021-04-14

2a/git_notebook.ipynb

2A.soft - Git depuis le notebook

True

10.269

23

23

23

30

100%

1.199

2021-04-14

2a/jupyter_custom_magics.ipynb

2A.soft - Custom Magics for Jupyter

True

2.977

5

5

5

31

100%

15.407

2021-04-14

2a/ml_timeseries_base.ipynb

2A.ml - Timeseries et machine learning

True

17.288

28

28

28

32

100%

2.464

2021-04-14

2a/notebook_convert.ipynb

2A.soft - Convert a notebook into a document

True

4.253

8

8

8

33

100%

162.344

2021-03-24

2a/seance_5_dask.ipynb

2A.i - Données non structurées, programmation fonctionnelle : dask

True

164.641

16

16

16

34

100%

71.153

2021-03-24

2a/seance_5_intro_et_json.ipynb

2A.i - Données non structurées, programmation fonctionnelle

True

72.940

20

20

20

35

100%

185.698

2021-03-24

2a/seance_5_prog_fonctionnelle.ipynb

2A.i - programmation fonctionnelle

True

187.914

44

44

44

36

100%

29.683

2021-04-14

2a/timeseries_ssa.ipynb

Single Spectrum Analysis (SSA)

True

31.511

27

27

27

37

100%

3297.949

2021-03-24

data/data_irep.ipynb

IREP: registre des émissions polluantes

True

3301.334

21

21

21

38

100%

11.124

2021-03-24

data/deal_flow_espace_vert.ipynb

Deal flow espaces verts 2018 - 2019

True

12.907

14

14

14

39

100%

1.054

2021-04-14

exams/interro_rapide_20_minutes_2014_09.ipynb

1A.e - Correction de l’interrogation écrite du 26 septembre 2014

True

2.838

12

12

12

40

100%

2.503

2021-04-14

exams/interro_rapide_20_minutes_2014_10.ipynb

1A.e - Correction de l’interrogation écrite du 10 octobre 2014

True

4.353

17

17

17

41

82%

5.903

2021-04-14

exams/interro_rapide_20_minutes_2014_11.ipynb

1A.e - Correction de l’interrogation écrite du 14 novembre 2014

True

7.775

35

29

29

42

100%

1.436

2021-04-14

exams/interro_rapide_20_minutes_2014_12.ipynb

1A.e - Correction de l’interrogation écrite du 14 novembre 2014

True

3.230

15

15

15

43

100%

0.669

2021-04-14

exams/interro_rapide_20_minutes_2015_09.ipynb

1A.e - Correction de l’interrogation écrite du 26 septembre 2015

True

2.507

12

12

12

44

100%

1.029

2021-04-14

exams/interro_rapide_20_minutes_2015_11.ipynb

1A.e - Correction de l’interrogation écrite du 6 novembre 2015

True

2.860

16

16

16

45

100%

24.304

2021-04-14

exams/td_note_2013_bout_de_code_coloriage.ipynb

1A.e - TD noté, 27 novembre 2012 (éléments de code pour le coloriage)

True

26.163

6

6

6

46

100%

57.308

2021-04-14

exams/td_note_2013_coloriage_correction.ipynb

1A.e - TD noté, 27 novembre 2012 (coloriage, correction)

True

59.178

14

14

14

47

100%

4.082

2021-04-14

exams/td_note_2015.ipynb

1A.e - TD noté, 5 décembre 2014

True

5.992

36

36

36

48

100%

0.204

2021-04-14

exams/td_note_2015_rattrapage_enonce.ipynb

1A.e - TD noté 2015 rattrapage (énoncé, écrit et oral)

True

1.998

6

6

6

49

100%

6.803

2021-04-14

exams/td_note_2016.ipynb

1A.e - TD noté, 11 décembre 2015

True

8.629

26

26

26

50

100%

2.975

2021-04-14

exams/td_note_2017.ipynb

1A.e - TD noté, 16 décembre 2016

True

4.848

23

23

23

51

100%

2.221

2021-04-14

exams/td_note_2017_2.ipynb

1A.e - TD noté, 21 février 2017

True

4.081

21

21

21

52

100%

11.633

2021-04-14

exams/td_note_2018_1.ipynb

1A.e - Enoncé 12 décembre 2017 (1)

True

13.500

25

25

25

53

100%

10.287

2021-04-14

exams/td_note_2018_2.ipynb

1A.e - Enoncé 12 décembre 2017 (2)

True

12.139

21

21

21

54

100%

77.069

2021-04-14

exams/td_note_2019_1.ipynb

1A.e - Enoncé 23 octobre 2018 (1)

True

78.902

17

17

17

55

100%

31.747

2021-04-14

exams/td_note_2019_2.ipynb

1A.e - Enoncé 23 octobre 2018 (2)

True

33.558

18

18

18

56

100%

10.004

2021-04-14

exams/td_note_2020_1.ipynb

1A.e - Enoncé 22 octobre 2019 (1)

True

11.932

29

29

29

57

100%

9.716

2021-04-14

exams/td_note_2020_2.ipynb

1A.e - Enoncé 22 octobre 2019 (2)

True

11.666

28

28

28

58

100%

15.632

2021-04-14

exams/td_note_2021.ipynb

1A - Enoncé 24 novembre 2020

True

17.480

24

24

24

59

100%

51.196

2021-04-14

expose/BJKST.ipynb

2A.algo - Algorithmes de streaming : généralités

True

53.077

39

39

39

60

100%

11.331

2021-04-14

expose/expose_TSP.ipynb

2A.algo - Réflexions autour du voyage de commerce (TSP)

True

13.123

11

11

11

61

100%

3.515

2021-04-14

expose/expose_einstein_riddle.ipynb

2A.algo - L’énigme d’Einstein et sa résolution

True

5.284

4

4

4

62

100%

4.251

2021-04-14

expose/expose_graphe_et_map_reduce.ipynb

3A.mr - Graphes et Map Reduce

True

6.068

11

11

11

63

100%

1.380

2021-04-14

expose/expose_rwr_recommandation.ipynb

3A.mr - Random Walk with Restart (système de recommandations)

True

3.201

4

4

4

64

100%

2.281

2021-03-24

expose/expose_vigenere.ipynb

1A.algo - Casser le code de Vigenère

True

4.182

9

9

9

65

100%

24.850

2021-04-14

expose/hash_distribution.ipynb

2A.algo - Hash et distribution

True

26.685

14

14

14

66

100%

40.806

2021-04-14

expose/ml_features_model.ipynb

2A.ml - Features ou modèle

True

42.706

15

15

15

67

0%

nan

expose/ml_huge_datasets.ipynb

2A.i - Huge datasets, datasets hiérarchiques

nan

30

0

68

100%

1765.559

2021-03-24

expose/ml_rue_paris_parcours.ipynb

2A.algo - Parcourir les rues de Paris

True

1767.498

24

24

24

69

100%

488.924

2021-03-24

expose/ml_table_mortalite.ipynb

2A.i - Table de mortalité dans plusieurs containers

True

490.926

35

35

35

70

100%

5.594

2021-04-14

sklearn_ensae_course/00_introduction_machine_learning_and_data.ipynb

2A.ML101.0: What is machine learning?

True

7.459

13

13

13

71

100%

4.653

2021-04-14

sklearn_ensae_course/01_data_manipulation.ipynb

2A.ML101.1: Introduction to data manipulation with scientific Python

True

6.491

18

18

18

72

100%

8.243

2021-04-14

sklearn_ensae_course/02_basic_of_machine_learning_with_scikit-learn.ipynb

2A.ML101.2: Basic principles of machine learning with scikit-learn

True

10.057

15

15

15

73

100%

22.168

2021-04-14

sklearn_ensae_course/03_supervised_classification.ipynb

2A.ML101.3: Supervised Learning: Classification of Handwritten Digits

True

23.989

12

12

12

74

100%

10.624

2021-04-14

sklearn_ensae_course/04_supervised_regression.ipynb

2A.ML101.4: Supervised Learning: Regression of Housing Data

True

12.482

12

12

12

75

100%

15.816

2021-04-14

sklearn_ensae_course/05_measuring_prediction_performance.ipynb

2A.ML101.5: Measuring prediction performance

True

17.661

23

23

23

76

100%

15.283

2021-04-14

sklearn_ensae_course/06_unsupervised_dimreduction.ipynb

2A.ML101.6: Unsupervised Learning: Dimensionality Reduction and Visualization

True

17.110

18

18

18

77

100%

17.622

2021-04-14

sklearn_ensae_course/07_application_to_face_recognition.ipynb

2A.ML101.7: Example from Image Processing

True

19.480

19

19

19

78

100%

10.667

2021-04-14

sklearn_ensae_course/08_validation_and_learning_curves.ipynb

2A.ML101.8: Parameter selection, Validation & Testing

True

12.529

15

15

15

79

100%

0.462

2021-04-14

td1a/integrale_rectangle.ipynb

1A.1 - Intégrale et la méthode des rectangles

True

2.266

6

6

6

80

100%

4.983

2021-04-14

td1a/integrale_rectangle_correction.ipynb

1A.1 - Intégrale et la méthode des rectangles - correction

True

6.863

30

30

30

81

100%

0.303

2021-04-14

td1a/j2048.ipynb

1A.2 - 2048 - stratégie gagnante

True

2.052

3

3

3

82

100%

1.142

2021-04-14

td1a/j2048_correction.ipynb

1A.2 - 2048 - stratégie gagnante - correction

True

2.958

11

11

11

83

100%

40.053

2021-04-14

td1a/matrix_dictionary.ipynb

Produit matriciel avec une matrice creuse

True

41.845

20

20

20

84

100%

0.295

2021-04-14

td1a/pp_exo_deviner_un_nombre.ipynb

1A.1 - Deviner un nombre aléatoire

True

2.103

5

5

5

85

100%

0.653

2021-04-14

td1a/pp_exo_deviner_un_nombre_correction.ipynb

1A.1 - Deviner un nombre aléatoire (correction)

True

2.452

7

7

7

86

75%

1.022

2021-04-14

td1a/td1a_cenonce_session1.ipynb

1A.0 - Premiers pas en Python

True

2.800

16

12

12

87

100%

3.375

2021-04-14

td1a/td1a_cenonce_session2.ipynb

1A.1 - Variables, boucles, tests

True

5.216

30

30

30

88

100%

1.870

2021-04-14

td1a/td1a_cenonce_session3.ipynb

1A.1 - Dictionnaires, fonctions, code de Vigenère

True

3.701

26

26

26

89

100%

2.829

2021-04-14

td1a/td1a_cenonce_session4.ipynb

1A.2 - Modules, fichiers, expressions régulières

True

4.769

20

20

20

90

100%

1.677

2021-04-14

td1a/td1a_cenonce_session5.ipynb

1A.2 - Classes, méthodes, attributs, opérateurs et carré magique

True

3.571

17

17

17

91

100%

0.888

2021-04-14

td1a/td1a_cenonce_session6.ipynb

1A.2 - Classes, héritage

True

2.749

11

11

11

92

100%

1.194

2021-04-14

td1a/td1a_correction_session1.ipynb

1A.0 - Premiers pas en Python (correction)

True

2.980

13

13

13

93

100%

0.729

2021-04-14

td1a/td1a_correction_session2.ipynb

1A.1 - Variables, boucles, tests (correction)

True

2.502

8

8

8

94

100%

0.784

2021-04-14

td1a/td1a_correction_session3.ipynb

1A.1 - Dictionnaires, fonctions, code de Vigenère (correction)

True

2.574

9

9

9

95

100%

3.969

2021-04-14

td1a/td1a_correction_session4.ipynb

1A.2 - Modules, fichiers, expressions régulières (correction)

True

5.758

20

20

20

96

100%

39.047

2021-04-14

td1a/td1a_correction_session5.ipynb

1A.2 - Classes, méthodes, attributs, opérateurs et carré magique (correction)

True

40.913

12

12

12

97

100%

0.687

2021-04-14

td1a/td1a_correction_session6.ipynb

1A.2 - Classes, héritage (correction)

True

2.489

5

5

5

98

100%

1.577

2021-04-14

td1a/td1a_pyramide_bigarree.ipynb

1A.1 - Tracer une pyramide bigarrée

True

3.376

5

5

5

99

100%

3.802

2021-04-14

td1a/td1a_pyramide_bigarree_correction.ipynb

1A.1 - Tracer une pyramide bigarrée - correction

True

5.673

11

11

11

100

100%

1.251

2021-04-14

td1a/texte_langue.ipynb

1A.2 - Deviner la langue d’un texte

True

3.070

6

6

6

101

100%

10.723

2021-04-14

td1a/texte_langue_correction.ipynb

1A.2 - Deviner la langue d’un texte (correction)

True

12.546

23

23

23

102

100%

0.372

2021-04-14

td1a_algo/BJKST_enonce.ipynb

1A.algo - BJKST - calculer le nombre d’éléments distincts

True

2.161

4

4

4

103

100%

1.322

2021-04-14

td1a_algo/graph1exo_parcours.ipynb

1A.algo - Parcours de graphe

True

3.102

8

8

8

104

100%

1.450

2021-04-14

td1a_algo/graph1exo_parcours_correction.ipynb

1A.algo - Parcours de graphe - correction

True

3.266

9

9

9

105

100%

0.930

2021-04-14

td1a_algo/graph4exos.ipynb

1A.algo - Des problèmes de graphes

True

2.751

6

6

6

106

100%

0.996

2021-04-14

td1a_algo/graph_spectral_clustering.ipynb

1A.algo - Spectral Clustering

True

2.815

6

6

6

107

100%

2.020

2021-04-14

td1a_algo/graph_spectral_clustering_correction.ipynb

1A.algo - Spectral Clustering - correction

True

3.811

11

11

11

108

100%

0.128

2021-04-14

td1a_algo/td1a_cenonce_session4_5_jaccard.ipynb

1A.algo - distance de Jaccard (dictionnaires)

True

1.915

4

4

4

109

100%

5.822

2021-04-14

td1a_algo/td1a_cenonce_session7.ipynb

1A.algo - Programmation dynamique et plus court chemin

True

7.661

17

17

17

110

100%

0.646

2021-04-14

td1a_algo/td1a_cenonce_session7_edition.ipynb

1A.algo - La distance d’édition

True

2.523

8

8

8

111

100%

0.397

2021-04-14

td1a_algo/td1a_cenonce_session8.ipynb

1A.algo - Arbre et Trie

True

2.266

10

10

10

112

100%

0.117

2021-04-14

td1a_algo/td1a_cenonce_session8_wikiroot.ipynb

1A.algo - Parcours dans un graphe (wikipédia)

True

1.950

4

4

4

113

100%

0.528

2021-04-14

td1a_algo/td1a_cenonce_session9.ipynb

1A.algo - Optimisation sous contrainte

True

2.331

6

6

6

114

100%

13.210

2021-04-14

td1a_algo/td1a_correction_session4_5_jaccard.ipynb

1A.algo - distance de Jaccard (dictionnaires) - correction

True

14.992

17

17

17

115

100%

9.022

2021-04-14

td1a_algo/td1a_correction_session7.ipynb

1A.algo - Programmation dynamique et plus court chemin (correction)

True

10.884

15

15

15

116

100%

2.192

2021-04-14

td1a_algo/td1a_correction_session7_edition.ipynb

1A.algo - La distance d’édition (correction)

True

4.005

20

20

20

117

100%

191.885

2021-03-24

td1a_algo/td1a_correction_session8.ipynb

1A.algo - Arbre et Trie (correction)

True

193.834

20

20

20

118

100%

7.704

2021-04-14

td1a_algo/td1a_correction_session8_wikiroot.ipynb

1A.algo - Parcours dans un graphe (wikipédia) - correction

True

9.501

5

5

5

119

100%

1.185

2021-04-14

td1a_algo/td1a_correction_session9.ipynb

1A.algo - Optimisation sous contrainte (correction)

True

2.955

7

7

7

120

100%

0.000

2021-04-14

td1a_algo/td1a_plus_grande_somme.ipynb

1A.algo - la plus grande sous-séquence croissante

True

1.836

1

1

1

121

100%

115.144

2021-04-14

td1a_algo/td1a_plus_grande_somme_correction.ipynb

1A.algo - la plus grande sous-séquence croissante - correction

True

116.957

10

10

10

122

87%

3.224

2021-04-14

td1a_algo/td1a_quicksort.ipynb

1A.algo - Quicksort

True

4.984

8

7

7

123

100%

4.416

2021-04-14

td1a_algo/td1a_quicksort_correction.ipynb

1A.algo - quicksort - correction

True

6.234

10

10

10

124

100%

1.285

2021-04-14

td1a_algo/td1a_sobel.ipynb

1A.algo - filtre de Sobel

True

3.093

6

6

6

125

100%

18.087

2021-04-14

td1a_algo/td1a_sobel_correction.ipynb

1A.algo - filtre de Sobel - correction

True

19.946

8

8

8

126

100%

0.120

2021-04-14

td1a_dfnp/decorrelation.ipynb

1A.data - Décorrélation de variables aléatoires

True

1.944

7

7

7

127

100%

1.515

2021-04-14

td1a_dfnp/decorrelation_correction.ipynb

1A.data - Décorrélation de variables aléatoires - correction

True

3.352

15

15

15

128

100%

6.956

2021-04-14

td1a_dfnp/td1a_cenonce_session_10.ipynb

1A.data - DataFrame et Matrice

True

8.876

51

51

51

129

100%

71.979

2021-03-24

td1a_dfnp/td1a_cenonce_session_12_carte.ipynb

1A.data - Visualisation des données - cartes

True

74.148

22

22

22

130

0%

nan

td1a_dfnp/td1a_cenonce_session_12_js.ipynb

1A.data - Visualisation des données - graphes interactifs

nan

17

0

131

87%

72.979

2021-03-24

td1a_dfnp/td1a_cenonce_session_12_plot.ipynb

1A.data - Visualisation des données

True

74.878

16

14

14

132

100%

5.744

2021-03-24

td1a_dfnp/td1a_correction_session_10.ipynb

1A.data - DataFrame et Matrice (correction)

True

7.590

18

18

18

133

100%

130.797

2021-03-24

td1a_dfnp/td1a_correction_session_12.ipynb

1A.data - visualisation des données - correction

True

132.659

14

14

14

134

100%

10.136

2021-04-14

td1a_home/2020_carte.ipynb

Tech - carte

True

12.014

23

23

23

135

100%

37.624

2021-04-14

td1a_home/2020_covid.ipynb

Algo - simulation COVID

True

39.495

30

30

30

136

100%

1.626

2021-04-14

td1a_home/2020_edit.ipynb

Algo - distance d’édiction

True

3.437

15

15

15

137

100%

20.215

2021-04-14

td1a_home/2020_graph.ipynb

Algo - Graphe - Composantes connexes

True

22.080

15

15

15

138

100%

7.804

2021-04-14

td1a_home/2020_json_xml.ipynb

Tech - JSON - XML

True

9.658

45

45

45

139

100%

31.572

2021-04-14

td1a_home/2020_numpy.ipynb

Tech - calcul matriciel avec numpy

True

33.454

35

35

35

140

100%

1.736

2021-04-14

td1a_home/2020_ordonnancement.ipynb

Algo - Problème d’ordonnancement

True

3.555

11

11

11

141

100%

30.947

2021-04-14

td1a_home/2020_pandas.ipynb

Tech - manipulation de données avec pandas

True

33.385

64

64

64

142

100%

30.702

2021-04-14

td1a_home/2020_profile.ipynb

Tech - profiling

True

32.504

18

18

18

143

100%

1.087

2021-04-14

td1a_home/2020_regex.ipynb

Tech - expressions régulières

True

2.864

14

14

14

144

100%

6.544

2021-04-14

td1a_home/2020_rest.ipynb

Tech - API REST pour deep learning avec FastAPI

True

8.439

28

28

28

145

100%

2.278

2021-04-14

td1a_home/2020_suffix.ipynb

Algo - jeux de dictionnaires, plus grand suffix commun

True

4.048

13

13

13

146

100%

14.954

2021-04-14

td1a_home/2020_surface.ipynb

Algo - Calculs de surface et autres calculs

True

16.730

16

16

16

147

100%

48.676

2021-04-14

td1a_home/2020_topk.ipynb

Algo - les k premiers éléments

True

50.505

32

32

32

148

100%

6.353

2021-04-14

td1a_home/2020_tsp.ipynb

Algo - TSP - Traveling Salesman Problem

True

8.155

14

14

14

149

100%

3.218

2021-04-14

td1a_soft/td1a_cython_edit.ipynb

1A.soft - Calcul numérique et Cython

True

5.035

15

15

15

150

100%

3.675

2021-04-14

td1a_soft/td1a_cython_edit_correction.ipynb

1A.soft - Calcul numérique et Cython - correction

True

5.478

8

8

8

151

100%

159.123

2021-04-14

td1a_soft/td1a_sql.ipynb

1A.soft - Notions de SQL

True

161.063

34

34

34

152

100%

133.761

2021-04-14

td1a_soft/td1a_sql_correction.ipynb

1A.soft - Notions de SQL - correction

True

135.574

15

15

15

153

100%

10.132

2021-04-14

td1a_soft/td1a_unit_test_ci.ipynb

1A.soft - Tests unitaires, setup et ingéniérie logicielle

True

11.959

14

14

14

154

100%

3.000

2021-04-14

td2a/ml_crypted_data.ipynb

2A.ml - Machine Learning et données cryptées

True

4.766

9

9

9

155

100%

20.217

2021-04-14

td2a/ml_crypted_data_correction.ipynb

2A.ml - Machine Learning et données cryptées - correction

True

22.008

38

38

38

156

100%

2.812

2021-04-14

td2a/pandas_iterator.ipynb

2A.data - Pandas et itérateurs

True

4.680

8

8

8

157

100%

4.469

2021-04-14

td2a/pandas_iterator_correction.ipynb

2A.data - Pandas et itérateurs - correction

True

6.246

19

19

19

158

100%

0.120

2021-04-14

td2a/td2a_bigdata_memory.ipynb

2A.i - Stratégies et grandes matrices en mémoire

True

1.927

8

8

8

159

96%

76.268

2021-03-24

td2a/td2a_cenonce_session_1.ipynb

2A.data - DataFrame et Graphes

True

78.245

75

72

72

160

100%

8.578

2021-04-14

td2a/td2a_cenonce_session_2A.ipynb

2A.data - Calcul Matriciel, Optimisation

True

10.483

71

71

71

161

100%

0.355

2021-04-14

td2a/td2a_cenonce_session_2C.ipynb

2A.soft - Jupyter et commandes magiques

True

2.201

5

5

5

162

0%

nan

td2a/td2a_cenonce_session_2D_jupyter.ipynb

2A.i - Jupyter et calcul distribué

nan

72

0

163

0%

nan

td2a/td2a_cenonce_session_2D_parallelisation_local.ipynb

2A.i - Parallélisation locale (énoncé)

nan

7

0

164

100%

1.193

2021-04-14

td2a/td2a_cenonce_session_2E.ipynb

2A.i - Sérialisation

True

3.049

8

8

8

165

100%

2.601

2021-03-24

td2a/td2a_cenonce_session_5.ipynb

2A.i - Modèle relationnel, analyse d’incidents dans le transport aérien

True

4.650

20

20

20

166

100%

18.552

2021-03-24

td2a/td2a_cenonce_session_5_donnees_non_structurees_et_programmation_fonctionnelle.ipynb

2A.i - Données non structurées et programmation fonctionnelle

True

20.464

30

30

30

167

96%

58.166

2021-03-24

td2a/td2a_correction_session_1.ipynb

2A.data - DataFrame et Graphes - correction

True

60.014

27

26

26

168

100%

6.263

2021-03-24

td2a/td2a_correction_session_2A.ipynb

2A.data - Calcul Matriciel, Optimisation - correction

True

8.170

13

13

13

169

100%

2.371

2021-03-24

td2a/td2a_correction_session_2C.ipynb

2A.soft - IPython et commandes magiques - correction

True

4.222

6

6

6

170

100%

29.131

2021-03-24

td2a/td2a_correction_session_2E.ipynb

2A.i - Sérialisation - correction

True

30.924

24

24

24

171

100%

1.083

2021-03-24

td2a/td2a_correction_session_5.ipynb

2A.i - Modèle relationnel, analyse d’incidents dans le transport aérien - correction

True

2.906

3

3

3

172

100%

58.855

2021-03-24

td2a/td2a_correction_session_5_donnees_non_structurees_et_programmation_fonctionnelle_corrige.ipynb

2A.i - Données non structurées, programmation fonctionnelle - correction

True

60.732

33

33

33

173

100%

10.239

2021-03-24

td2a/td2a_ml_text_features.ipynb

2A.ml - Classification binaire avec features textuelles

True

12.172

18

18

18

174

100%

25.965

2021-03-24

td2a/td2a_ml_text_features_correction.ipynb

2A.ml - Classification binaire avec features textuelles - correction

True

27.952

23

23

23

175

100%

14.093

2021-04-14

td2a/td2a_progressbar.ipynb

2A.i - ProgressBar et fusion de random forest - énoncé

True

16.357

6

6

6

176

100%

40.280

2021-04-14

td2a/td2a_some_nlp.ipynb

2A.ml - Texte et machine learning

True

42.166

36

36

36

177

90%

110.914

2021-04-14

td2a/td2a_visualisation.ipynb

2A.data - Matplotlib

True

112.907

42

38

38

178

100%

0.112

2021-04-14

td2a_algo/gentry_integer_encryption.ipynb

Cryptage homomorphic de Craig Gentry

True

1.875

6

6

6

179

100%

0.120

2021-04-14

td2a_algo/gentry_integer_encryption_correction.ipynb

Cryptage homomorphic de Craig Gentry - correction

True

1.877

6

6

6

180

100%

14.125

2021-04-14

td2a_algo/knn_high_dimension.ipynb

2A.algo - Plus proches voisins en grande dimension

True

15.896

8

8

8

181

100%

93.434

2021-04-14

td2a_algo/knn_high_dimension_correction.ipynb

2A.algo - Plus proches voisins en grande dimension - correction

True

95.259

20

20

20

182

100%

0.114

2021-04-14

td2a_algo/td2a_cenonce_session_6A.ipynb

2A.algo - Puzzles algorithmiques (1)

True

1.927

6

6

6

183

100%

0.149

2021-04-14

td2a_algo/td2a_cenonce_session_6B.ipynb

2A.algo - Puzzles algorithmiques (2)

True

1.919

5

5

5

184

100%

0.505

2021-04-14

td2a_algo/td2a_correction_session_6A.ipynb

2A.algo - Puzzles algorithmes (1) - correction

True

2.305

6

6

6

185

100%

0.127

2021-04-14

td2a_algo/td2a_correction_session_6B.ipynb

2A.algo - Puzzles algorithmes (2) - correction

True

1.943

6

6

6

186

100%

17.488

2021-03-24

td2a_eco/TD2A_Eco_Web_Scraping.ipynb

2A.eco - Web-Scraping

True

19.297

29

29

29

187

100%

21.273

2021-03-24

td2a_eco/TD2A_Eco_Web_Scraping_corrige.ipynb

2A.eco - Web-Scraping - correction

True

23.157

6

6

6

188

100%

5.607

2021-03-24

td2a_eco/TD2A_eco_API_SNCF.ipynb

2A.eco - Exercice API SNCF

True

7.360

11

11

11

189

100%

22.516

2021-03-24

td2a_eco/TD2A_eco_API_SNCF_corrige.ipynb

2A.eco - Exercice API SNCF corrigé

True

24.599

40

40

40

190

100%

1.498

2021-04-14

td2a_eco/TD2A_eco_debuter_flask.ipynb

2A.eco - Débuter avec Flask

True

3.325

14

14

14

191

100%

8.962

2021-04-14

td2a_eco/TD2A_eco_les_API.ipynb

2A.eco - API, API REST

True

10.777

15

15

15

192

100%

3.527

2021-04-14

td2a_eco/td2_eco_rappels_1a.ipynb

2A.eco - Rappel de ce que vous savez déjà mais avez peut-être oublié

True

5.336

29

29

29

193

100%

12.663

2021-04-14

td2a_eco/td2a_TD5_Traitement_automatique_des_langues_en_Python.ipynb

2A.eco - Traitement automatique de la langue en Python

True

14.514

34

34

34

194

100%

21.635

2021-04-14

td2a_eco/td2a_TD5_Traitement_automatique_des_langues_en_Python_correction.ipynb

2A.eco - Traitement automatique de la langue en Python - correction

True

23.536

35

35

35

195

100%

0.000

2021-04-14

td2a_eco/td2a_eco_exercice_de_fin_de_seance.ipynb

2A.eco - Exercice Python - Eco Séance 2

True

1.809

1

1

1

196

100%

0.969

2021-04-14

td2a_eco/td2a_eco_exercices_de_manipulation_de_donnees.ipynb

2A.eco - Mise en pratique des séances 1 et 2 - Utilisation de pandas et visualisation

True

2.769

3

3

3

197

100%

3.118

2021-04-14

td2a_eco/td2a_eco_exercices_de_manipulation_de_donnees_correction_a.ipynb

2A.eco - Mise en pratique des séances 1 et 2 - Utilisation de pandas et visualisation - correction

True

4.980

10

10

10

198

100%

5.758

2021-04-14

td2a_eco/td2a_eco_exercices_de_manipulation_de_donnees_correction_b.ipynb

2A.eco - Mise en pratique des séances 1 et 2 - Utilisation de pandas et visualisation - correction

True

7.590

16

16

16

199

100%

5.435

2021-04-14

td2a_eco/td2a_eco_exercices_de_manipulation_de_donnees_correction_c.ipynb

2A.eco - Mise en pratique des séances 1 et 2 - Utilisation de pandas et visualisation - correction

True

7.283

14

14

14

200

100%

20.297

2021-04-14

td2a_eco/td2a_eco_regressions_lineaires.ipynb

Régressions linéaires avec Statsmodels et Scikit-Learn

True

22.158

12

12

12

201

100%

3.696

2021-04-14

td2a_eco/td2a_eco_sql.ipynb

2A.eco - Python et la logique SQL

True

5.559

26

26

26

202

100%

5.048

2021-04-14

td2a_eco/td2a_eco_sql_correction.ipynb

2A.eco - Python et la logique SQL - correction

True

6.917

36

36

36

203

100%

13.841

2021-03-24

td2a_eco2/td2a_Seance_7_Analyse_de_textes.ipynb

TD7 - Analyse de texte

True

15.628

29

29

29

204

100%

13.722

2021-03-24

td2a_eco2/td2a_Seance_7_Analyse_de_textes_correction.ipynb

TD7 - Analyse de texte - correction

True

15.775

29

29

29

205

0%

nan

td2a_eco2/td2a_eco_5d_Travailler_du_texte_les_expressions_regulieres.ipynb

2A.eco - Les expressions régulières : à quoi ça sert ?

nan

26

0

206

0%

nan

td2a_eco2/td2a_eco_5d_Travailler_du_texte_les_expressions_regulieres_correction.ipynb

2A.eco - Les expressions régulières : à quoi ça sert ? (correction)

nan

27

0

207

100%

4.975

2021-03-24

td2a_eco2/td2a_eco_NLP_tf_idf_ngrams_LDA_word2vec_sur_des_extraits_litteraires.ipynb

2A.eco - Introduction au text mining

True

6.784

69

69

69

208

100%

227.321

2021-04-14

td2a_ml/gradient_boosting.ipynb

Gradient Boosting

True

229.291

37

37

37

209

100%

454.456

2021-03-24

td2a_ml/ml_a_tree_overfitting.ipynb

2A.ml - Tree, hyperparamètres, overfitting

True

456.464

28

28

28

210

100%

167.187

2021-04-14

td2a_ml/ml_b_imbalanced.ipynb

2A.ml - Imbalanced dataset

True

169.054

22

22

22

211

100%

11.691

2021-04-14

td2a_ml/ml_c_machine_learning_problems.ipynb

2A.ml - Problèmes classiques de machine learning illustrés

True

13.596

41

41

41

212

100%

0.304

2021-04-14

td2a_ml/ml_cc_machine_learning_problems2.ipynb

2A.ml - Boosting, random forest, gradient - les features qu’ils aiment

True

2.109

4

4

4

213

100%

5.658

2021-04-14

td2a_ml/ml_ccc_machine_learning_interpretabilite.ipynb

2A.ml - Interprétabilité et corrélations des variables

True

7.502

26

26

26

214

100%

103.719

2021-04-14

td2a_ml/ml_lasso_rf_grid_search_correction.ipynb

Hyperparamètres, LassoRandomForestRregressor et grid_search (correction)

True

105.545

15

15

15

215

100%

2.876

2021-04-14

td2a_ml/ml_lasso_rf_grid_search_enonce.ipynb

Hyperparamètres, LassoRandomForestRregressor et grid_search (énoncé)

True

4.661

4

4

4

216

100%

1.221

2021-04-14

td2a_ml/ml_scikit_learn_simple.ipynb

Rappels sur scikit-learn et le machine learning

True

3.040

12

12

12

217

100%

10.481

2021-04-14

td2a_ml/ml_scikit_learn_simple_correction.ipynb

Rappels sur scikit-learn et le machine learning (correction)

True

12.302

21

21

21

218

100%

20.168

2021-04-14

td2a_ml/seasonal_timeseries.ipynb

Timeseries

True

22.070

42

42

42

219

100%

909.183

2021-03-24

td2a_ml/td2a_cenonce_session_3A.ipynb

2A.ml - Statistiques descriptives avec scikit-learn

True

911.173

18

18

18

220

100%

133.469

2021-03-24

td2a_ml/td2a_cenonce_session_3B.ipynb

2A.ml - Arbres de décision / Random Forest

True

135.415

16

16

16

221

100%

2.003

2021-04-14

td2a_ml/td2a_cenonce_session_4A.ipynb

2A.ml - Machine Learning et Marketting

True

3.857

9

9

9

222

100%

2.589

2021-04-14

td2a_ml/td2a_clustering.ipynb

2A.ml - Clustering

True

4.375

6

6

6

223

100%

37.932

2021-04-14

td2a_ml/td2a_clustering_correction.ipynb

2A.ml - Clustering - correction

True

39.780

25

25

25

224

100%

49.139

2021-04-14

td2a_ml/td2a_correction_cl_reg_anomaly.ipynb

2A.data - Classification, régression, anomalies - correction

True

51.019

33

33

33

225

100%

1223.014

2021-03-24

td2a_ml/td2a_correction_session_3A.ipynb

2A.ml - Statistiques descriptives avec scikit-learn - correction

True

1224.936

24

24

24

226

100%

465.466

2021-03-24

td2a_ml/td2a_correction_session_3B.ipynb

2A.ml - Arbres de décision / Random Forest - correction

True

467.545

26

26

26

227

100%

29.675

2021-04-14

td2a_ml/td2a_correction_session_4A.ipynb

2A.ml - Machine Learning et Marketting - correction

True

31.554

26

26

26

228

100%

3.800

2021-04-14

td2a_ml/td2a_enonce_cl_reg_anomaly.ipynb

2A.data - Classification, régression, anomalies - énoncé

True

5.587

9

9

9

229

96%

12.993

2021-03-24

td2a_ml/td2a_ethics.ipynb

Machine Learning éthique

True

14.938

31

30

30

230

100%

0.203

2021-03-24

td2a_ml/td2a_ethics_correction.ipynb

Machine Learning éthique - correction

True

2.061

2

2

2

231

100%

25.181

2021-04-14

td2a_ml/td2a_pipeline_tree_selection_correction.ipynb

2A.ml - Pipeline pour un réduction d’une forêt aléatoire - correction

True

26.994

24

24

24

232

100%

4.246

2021-04-14

td2a_ml/td2a_pipeline_tree_selection_enonce.ipynb

2A.ml - Pipeline pour un réduction d’une forêt aléatoire - énoncé

True

6.015

11

11

11

233

100%

1.848

2021-04-14

td2a_ml/td2a_sentiment_analysis.ipynb

2A.ml - Analyse de sentiments

True

3.645

6

6

6

234

100%

16.106

2021-04-14

td2a_ml/td2a_sentiment_analysis_correction.ipynb

2A.ml - Analyse de sentiments - correction

True

18.045

44

44

44

235

100%

3.724

2021-04-14

td2a_ml/td2a_timeseries.ipynb

2A.ml - Séries temporelles

True

5.549

15

15

15

236

100%

9.954

2021-04-14

td2a_ml/td2a_timeseries_correction.ipynb

2A.ml - Séries temporelles - correction

True

11.962

15

15

15

237

100%

73.260

2021-04-14

td2a_ml/td2a_tree_selection_correction.ipynb

2A.ml - Réduction d’une forêt aléatoire - correction

True

75.194

19

19

19

238

100%

2.878

2021-04-14

td2a_ml/td2a_tree_selection_enonce.ipynb

2A.ml - Réduction d’une forêt aléatoire - énoncé

True

4.657

8

8

8

_images/nbcov.png