Notebooks Coverage

Report on last executions.

93% 2022-05-13

_images/nbcov-2022-05-13.png

index

coverage

exe time

last execution

name

title

success

time

nb cells

nb runs

nb valid

0

100%

23.377

2022-05-13

1a/code_liste_tuple.ipynb

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

True

27.947

4

4

4

1

100%

10.096

2022-05-13

1a/code_multinomial.ipynb

1A.1 - Simuler une loi multinomiale

True

14.146

12

12

12

2

100%

10.304

2022-05-13

1a/coloriage_carre.ipynb

Jeux de coloriage

True

14.296

23

23

23

3

100%

0.614

2022-05-13

1a/exercice_echelle.ipynb

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

True

4.545

6

6

6

4

100%

2.090

2022-05-13

1a/exercice_morse.ipynb

1A.algo - Décoder du Morse sans espaces

True

6.094

16

16

16

5

100%

6.317

2022-05-13

1a/exercice_plus_grande_somme.ipynb

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

True

10.269

15

15

15

6

100%

0.358

2022-05-13

1a/exercice_xn.ipynb

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

True

4.337

4

4

4

7

100%

1.128

2022-05-13

1a/histogramme_rapide.ipynb

1A.1 - Histogramme et dictionnaire

True

5.047

8

8

8

8

100%

60.007

2022-05-13

1a/nbheap.ipynb

Heap

True

64.013

15

15

15

9

100%

21.835

2022-05-13

1a/profiling_example.ipynb

1A.soft - Exemple de profiling

True

25.759

11

11

11

10

100%

1.021

2022-05-13

1a/recherche_dichotomique.ipynb

1A.algo - Recherche dichotomique

True

4.997

9

9

9

11

100%

5.017

2022-05-13

1a/structures_donnees_conversion.ipynb

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

True

9.057

29

29

29

12

100%

2.198

2022-05-13

1a/tableau_contingence.ipynb

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

True

6.203

8

8

8

13

100%

74.355

2022-05-13

1a/tri_nlnd.ipynb

1A.algo - Tri plus rapide que prévu

True

78.394

17

17

17

14

100%

287.205

2022-04-24

2016-2017/solution_2016_credit_clement.ipynb

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

True

291.310

28

28

28

15

100%

17.418

2022-04-24

2016/td2a_eco_competition_comparer_classifieurs.ipynb

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

True

21.581

16

16

16

16

100%

13.541

2022-04-24

2016/td2a_eco_competition_modeles_logistiques.ipynb

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

True

17.811

26

26

26

17

100%

72.753

2022-04-24

2016/td2a_eco_competition_statsdesc.ipynb

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

True

77.031

22

22

22

18

100%

17.559

2022-05-13

2017-2018/dimensions_reduction.ipynb

Réduction des dimensions

True

21.597

20

20

20

19

100%

46.525

2022-04-24

2017/prepare_data_2017.ipynb

2A.ml - 2017 - Préparation des données

True

50.699

43

43

43

20

89%

3.611

2022-05-13

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

2018-09-18 - Rappels sur le langage python

True

7.601

28

25

25

21

100%

9.961

2022-05-13

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

2018-09-18 - Rappels sur pandas et maplotlib

True

14.016

29

29

29

22

100%

7.026

2022-05-13

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

2018-09-18 - API de scikit-learn

True

11.025

21

21

21

23

100%

1.386

2022-05-13

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

2018-09-25 - Distance entre mots

True

5.302

11

11

11

24

100%

15.822

2022-05-13

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

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

True

19.881

20

20

20

25

100%

195.096

2022-05-13

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

2018-10-09 Ensemble, Gradient, Boosting…

True

199.168

19

19

19

26

100%

14.059

2022-05-13

2a/bayesian_with_python.ipynb

2A.ml - Bayesian models with Python

True

18.205

19

19

19

27

100%

294.909

2022-04-24

2a/cffi_linear_regression.ipynb

Optimisation de code avec cffi, numba, cython

True

299.236

92

92

92

28

100%

3.958

2022-05-13

2a/dataframe_matrix_speed.ipynb

2A.i - Mesures de vitesse sur les dataframes

True

8.037

15

15

15

29

100%

11.131

2022-05-13

2a/git_notebook.ipynb

2A.soft - Git depuis le notebook

True

15.233

23

23

23

30

100%

1.505

2022-05-13

2a/jupyter_custom_magics.ipynb

2A.soft - Custom Magics for Jupyter

True

5.490

5

5

5

31

100%

24.469

2022-05-13

2a/ml_timeseries_base.ipynb

2A.ml - Timeseries et machine learning

True

28.499

28

28

28

32

100%

5.100

2022-05-13

2a/notebook_convert.ipynb

2A.soft - Convert a notebook into a document

True

9.097

8

8

8

33

100%

110.508

2022-04-24

2a/seance_5_dask.ipynb

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

True

114.966

16

16

16

34

100%

35.503

2022-04-24

2a/seance_5_intro_et_json.ipynb

2A.i - Données non structurées, programmation fonctionnelle

True

39.651

20

20

20

35

100%

224.677

2022-04-24

2a/seance_5_prog_fonctionnelle.ipynb

2A.i - programmation fonctionnelle

True

228.786

44

44

44

36

100%

43.345

2022-05-13

2a/timeseries_ssa.ipynb

Single Spectrum Analysis (SSA)

True

47.384

27

27

27

37

0%

nan

data/data_irep.ipynb

IREP: registre des émissions polluantes

nan

30

0

38

0%

nan

data/deal_flow_espace_vert.ipynb

Deal flow espaces verts 2018 - 2019

nan

21

0

39

100%

1.563

2022-05-13

exams/interro_rapide_20_minutes_2014_09.ipynb

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

True

5.555

12

12

12

40

100%

3.395

2022-05-13

exams/interro_rapide_20_minutes_2014_10.ipynb

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

True

7.461

17

17

17

41

82%

3.579

2022-05-13

exams/interro_rapide_20_minutes_2014_11.ipynb

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

True

7.660

35

29

29

42

100%

1.891

2022-05-13

exams/interro_rapide_20_minutes_2014_12.ipynb

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

True

5.926

15

15

15

43

100%

0.872

2022-05-13

exams/interro_rapide_20_minutes_2015_09.ipynb

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

True

4.882

12

12

12

44

100%

1.334

2022-05-13

exams/interro_rapide_20_minutes_2015_11.ipynb

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

True

5.623

16

16

16

45

100%

32.098

2022-05-13

exams/td_note_2013_bout_de_code_coloriage.ipynb

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

True

36.179

6

6

6

46

100%

51.356

2022-05-13

exams/td_note_2013_coloriage_correction.ipynb

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

True

55.530

14

14

14

47

100%

4.842

2022-05-13

exams/td_note_2015.ipynb

1A.e - TD noté, 5 décembre 2014

True

9.299

36

36

36

48

100%

0.279

2022-05-13

exams/td_note_2015_rattrapage_enonce.ipynb

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

True

4.552

6

6

6

49

100%

12.014

2022-05-13

exams/td_note_2016.ipynb

1A.e - TD noté, 11 décembre 2015

True

16.072

26

26

26

50

100%

4.095

2022-05-13

exams/td_note_2017.ipynb

1A.e - TD noté, 16 décembre 2016

True

8.739

23

23

23

51

100%

3.171

2022-05-13

exams/td_note_2017_2.ipynb

1A.e - TD noté, 21 février 2017

True

7.181

21

21

21

52

100%

18.407

2022-05-13

exams/td_note_2018_1.ipynb

1A.e - Enoncé 12 décembre 2017 (1)

True

22.425

25

25

25

53

100%

16.730

2022-05-13

exams/td_note_2018_2.ipynb

1A.e - Enoncé 12 décembre 2017 (2)

True

20.779

21

21

21

54

100%

84.524

2022-05-13

exams/td_note_2019_1.ipynb

1A.e - Enoncé 23 octobre 2018 (1)

True

88.773

17

17

17

55

100%

45.556

2022-05-13

exams/td_note_2019_2.ipynb

1A.e - Enoncé 23 octobre 2018 (2)

True

49.749

18

18

18

56

100%

16.970

2022-05-13

exams/td_note_2020_1.ipynb

1A.e - Enoncé 22 octobre 2019 (1)

True

21.505

29

29

29

57

100%

14.388

2022-05-13

exams/td_note_2020_2.ipynb

1A.e - Enoncé 22 octobre 2019 (2)

True

18.857

28

28

28

58

100%

34.045

2022-05-13

exams/td_note_2021.ipynb

1A - Enoncé 24 novembre 2020

True

38.048

24

24

24

59

100%

37.058

2022-05-13

exams/td_note_2022.ipynb

1A - Enoncé 3 novembre 2021

True

41.571

31

31

31

60

100%

1.503

2022-05-13

exams/td_note_2022_rattrapage.ipynb

1A - Enoncé 15 novembre 2021 - rattrapage

True

5.490

9

9

9

61

100%

9.038

2022-05-13

exams/td_note_2022_rattrapage2.ipynb

1A - Enoncé 3 mars 2022- rattrapage

True

12.993

10

10

10

62

100%

56.931

2022-05-13

expose/BJKST.ipynb

2A.algo - Algorithmes de streaming : généralités

True

61.047

39

39

39

63

100%

18.065

2022-05-13

expose/expose_TSP.ipynb

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

True

22.210

11

11

11

64

100%

6.113

2022-05-13

expose/expose_einstein_riddle.ipynb

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

True

10.177

6

6

6

65

100%

9.293

2022-05-13

expose/expose_graphe_et_map_reduce.ipynb

3A.mr - Graphes et Map Reduce

True

13.334

11

11

11

66

100%

1.928

2022-05-13

expose/expose_rwr_recommandation.ipynb

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

True

6.010

4

4

4

67

100%

3.015

2022-04-24

expose/expose_vigenere.ipynb

1A.algo - Casser le code de Vigenère

True

7.063

9

9

9

68

100%

32.420

2022-05-13

expose/hash_distribution.ipynb

2A.algo - Hash et distribution

True

36.597

14

14

14

69

100%

54.877

2022-05-13

expose/ml_features_model.ipynb

2A.ml - Features ou modèle

True

58.981

15

15

15

70

0%

nan

expose/ml_huge_datasets.ipynb

2A.i - Huge datasets, datasets hiérarchiques

nan

30

0

71

100%

2281.173

2022-04-24

expose/ml_rue_paris_parcours.ipynb

2A.algo - Parcourir les rues de Paris

True

2285.968

24

24

24

72

100%

699.352

2022-04-24

expose/ml_table_mortalite.ipynb

2A.i - Table de mortalité dans plusieurs containers

True

707.855

35

35

35

73

100%

8.594

2022-05-13

sklearn_ensae_course/00_introduction_machine_learning_and_data.ipynb

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

True

12.749

13

13

13

74

100%

8.575

2022-05-13

sklearn_ensae_course/01_data_manipulation.ipynb

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

True

12.589

18

18

18

75

100%

12.557

2022-05-13

sklearn_ensae_course/02_basic_of_machine_learning_with_scikit-learn.ipynb

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

True

16.580

15

15

15

76

100%

30.053

2022-05-13

sklearn_ensae_course/03_supervised_classification.ipynb

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

True

34.085

12

12

12

77

100%

17.160

2022-05-13

sklearn_ensae_course/04_supervised_regression.ipynb

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

True

21.118

12

12

12

78

100%

24.249

2022-05-13

sklearn_ensae_course/05_measuring_prediction_performance.ipynb

2A.ML101.5: Measuring prediction performance

True

28.752

23

23

23

79

100%

25.880

2022-05-13

sklearn_ensae_course/06_unsupervised_dimreduction.ipynb

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

True

30.025

18

18

18

80

100%

26.892

2022-05-13

sklearn_ensae_course/07_application_to_face_recognition.ipynb

2A.ML101.7: Example from Image Processing

True

31.147

19

19

19

81

100%

16.262

2022-05-13

sklearn_ensae_course/08_validation_and_learning_curves.ipynb

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

True

20.314

15

15

15

82

100%

0.747

2022-05-13

td1a/integrale_rectangle.ipynb

1A.1 - Intégrale et la méthode des rectangles

True

4.773

6

6

6

83

100%

9.234

2022-05-13

td1a/integrale_rectangle_correction.ipynb

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

True

13.232

30

30

30

84

100%

0.469

2022-05-13

td1a/j2048.ipynb

1A.2 - 2048 - stratégie gagnante

True

4.399

3

3

3

85

100%

1.460

2022-05-13

td1a/j2048_correction.ipynb

1A.2 - 2048 - stratégie gagnante - correction

True

5.487

11

11

11

86

100%

55.043

2022-05-13

td1a/matrix_dictionary.ipynb

Produit matriciel avec une matrice creuse

True

58.996

20

20

20

87

100%

0.369

2022-05-13

td1a/pp_exo_deviner_un_nombre.ipynb

1A.1 - Deviner un nombre aléatoire

True

4.473

5

5

5

88

100%

0.696

2022-05-13

td1a/pp_exo_deviner_un_nombre_correction.ipynb

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

True

4.837

7

7

7

89

75%

1.306

2022-05-13

td1a/td1a_cenonce_session1.ipynb

1A.0 - Premiers pas en Python

True

5.272

16

12

12

90

100%

3.900

2022-05-13

td1a/td1a_cenonce_session2.ipynb

1A.1 - Variables, boucles, tests

True

8.001

30

30

30

91

100%

2.416

2022-05-13

td1a/td1a_cenonce_session3.ipynb

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

True

6.665

26

26

26

92

100%

4.947

2022-05-13

td1a/td1a_cenonce_session4.ipynb

1A.2 - Modules, fichiers, expressions régulières

True

9.038

20

20

20

93

100%

1.937

2022-05-13

td1a/td1a_cenonce_session5.ipynb

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

True

5.949

17

17

17

94

100%

1.431

2022-05-13

td1a/td1a_cenonce_session6.ipynb

1A.2 - Classes, héritage

True

6.040

11

11

11

95

100%

1.676

2022-05-13

td1a/td1a_correction_session1.ipynb

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

True

5.720

13

13

13

96

100%

1.291

2022-05-13

td1a/td1a_correction_session2.ipynb

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

True

5.238

8

8

8

97

100%

0.979

2022-05-13

td1a/td1a_correction_session3.ipynb

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

True

4.930

9

9

9

98

100%

8.418

2022-05-13

td1a/td1a_correction_session4.ipynb

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

True

12.437

20

20

20

99

100%

53.378

2022-05-13

td1a/td1a_correction_session5.ipynb

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

True

57.323

12

12

12

100

100%

0.617

2022-05-13

td1a/td1a_correction_session6.ipynb

1A.2 - Classes, héritage (correction)

True

4.738

5

5

5

101

100%

4.116

2022-05-13

td1a/td1a_pyramide_bigarree.ipynb

1A.1 - Tracer une pyramide bigarrée

True

8.076

5

5

5

102

100%

7.317

2022-05-13

td1a/td1a_pyramide_bigarree_correction.ipynb

1A.1 - Tracer une pyramide bigarrée - correction

True

11.341

11

11

11

103

100%

1.785

2022-05-13

td1a/texte_langue.ipynb

1A.2 - Deviner la langue d’un texte

True

5.786

6

6

6

104

100%

17.485

2022-05-13

td1a/texte_langue_correction.ipynb

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

True

21.629

23

23

23

105

100%

0.444

2022-05-13

td1a_algo/BJKST_enonce.ipynb

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

True

4.374

4

4

4

106

100%

1.925

2022-05-13

td1a_algo/graph1exo_parcours.ipynb

1A.algo - Parcours de graphe

True

5.890

8

8

8

107

100%

2.596

2022-05-13

td1a_algo/graph1exo_parcours_correction.ipynb

1A.algo - Parcours de graphe - correction

True

6.790

9

9

9

108

100%

1.106

2022-05-13

td1a_algo/graph4exos.ipynb

1A.algo - Des problèmes de graphes

True

5.050

6

6

6

109

100%

1.415

2022-05-13

td1a_algo/graph_spectral_clustering.ipynb

1A.algo - Spectral Clustering

True

5.401

6

6

6

110

100%

3.199

2022-05-13

td1a_algo/graph_spectral_clustering_correction.ipynb

1A.algo - Spectral Clustering - correction

True

8.066

11

11

11

111

100%

0.137

2022-05-13

td1a_algo/td1a_cenonce_session4_5_jaccard.ipynb

1A.algo - distance de Jaccard (dictionnaires)

True

4.098

4

4

4

112

100%

4.155

2022-05-13

td1a_algo/td1a_cenonce_session7.ipynb

1A.algo - Programmation dynamique et plus court chemin

True

8.286

17

17

17

113

100%

0.446

2022-05-13

td1a_algo/td1a_cenonce_session7_edition.ipynb

1A.algo - La distance d’édition

True

4.489

8

8

8

114

100%

0.535

2022-05-13

td1a_algo/td1a_cenonce_session8.ipynb

1A.algo - Arbre et Trie

True

4.521

10

10

10

115

100%

0.144

2022-05-13

td1a_algo/td1a_cenonce_session8_wikiroot.ipynb

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

True

4.161

4

4

4

116

100%

0.586

2022-05-13

td1a_algo/td1a_cenonce_session9.ipynb

1A.algo - Optimisation sous contrainte

True

4.563

6

6

6

117

100%

17.768

2022-05-13

td1a_algo/td1a_correction_session4_5_jaccard.ipynb

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

True

21.832

17

17

17

118

100%

7.759

2022-05-13

td1a_algo/td1a_correction_session7.ipynb

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

True

11.721

15

15

15

119

100%

2.613

2022-05-13

td1a_algo/td1a_correction_session7_edition.ipynb

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

True

6.641

20

20

20

120

100%

150.937

2022-04-24

td1a_algo/td1a_correction_session8.ipynb

1A.algo - Arbre et Trie (correction)

True

155.442

20

20

20

121

100%

4.292

2022-05-13

td1a_algo/td1a_correction_session8_wikiroot.ipynb

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

True

8.376

5

5

5

122

100%

2.096

2022-05-13

td1a_algo/td1a_correction_session9.ipynb

1A.algo - Optimisation sous contrainte (correction)

True

6.013

7

7

7

123

100%

0.000

2022-05-13

td1a_algo/td1a_plus_grande_somme.ipynb

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

True

3.946

1

1

1

124

100%

60.206

2022-05-13

td1a_algo/td1a_plus_grande_somme_correction.ipynb

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

True

64.311

10

10

10

125

87%

3.263

2022-05-13

td1a_algo/td1a_quicksort.ipynb

1A.algo - Quicksort

True

7.414

8

7

7

126

100%

4.651

2022-05-13

td1a_algo/td1a_quicksort_correction.ipynb

1A.algo - quicksort - correction

True

8.695

10

10

10

127

100%

1.680

2022-05-13

td1a_algo/td1a_sobel.ipynb

1A.algo - filtre de Sobel

True

5.626

6

6

6

128

100%

18.696

2022-05-13

td1a_algo/td1a_sobel_correction.ipynb

1A.algo - filtre de Sobel - correction

True

22.831

8

8

8

129

100%

0.152

2022-05-13

td1a_dfnp/decorrelation.ipynb

1A.data - Décorrélation de variables aléatoires

True

4.276

7

7

7

130

100%

1.956

2022-05-13

td1a_dfnp/decorrelation_correction.ipynb

1A.data - Décorrélation de variables aléatoires - correction

True

6.023

15

15

15

131

100%

8.330

2022-05-13

td1a_dfnp/td1a_cenonce_session_10.ipynb

1A.data - DataFrame et Matrice

True

12.406

51

51

51

132

0%

nan

td1a_dfnp/td1a_cenonce_session_12_carte.ipynb

1A.data - Visualisation des données - cartes

nan

38

0

133

0%

nan

td1a_dfnp/td1a_cenonce_session_12_js.ipynb

1A.data - Visualisation des données - graphes interactifs

nan

17

0

134

0%

nan

td1a_dfnp/td1a_cenonce_session_12_plot.ipynb

1A.data - Visualisation des données

nan

29

0

135

100%

7.114

2022-04-24

td1a_dfnp/td1a_correction_session_10.ipynb

1A.data - DataFrame et Matrice (correction)

True

11.715

18

18

18

136

0%

nan

td1a_dfnp/td1a_correction_session_12.ipynb

1A.data - visualisation des données - correction

nan

24

0

137

100%

20.411

2022-05-13

td1a_home/2020_carte.ipynb

Tech - carte

True

24.444

23

23

23

138

100%

63.257

2022-05-13

td1a_home/2020_covid.ipynb

Algo - simulation COVID

True

67.396

33

33

33

139

100%

4.716

2022-05-13

td1a_home/2020_edit.ipynb

Algo - distance d’édiction

True

8.909

15

15

15

140

100%

27.328

2022-05-13

td1a_home/2020_graph.ipynb

Algo - Graphe - Composantes connexes

True

31.397

15

15

15

141

100%

10.340

2022-05-13

td1a_home/2020_json_xml.ipynb

Tech - JSON - XML

True

14.390

45

45

45

142

100%

36.094

2022-05-13

td1a_home/2020_numpy.ipynb

Tech - calcul matriciel avec numpy

True

40.188

35

35

35

143

100%

4.570

2022-05-13

td1a_home/2020_ordonnancement.ipynb

Algo - Problème d’ordonnancement

True

8.585

11

11

11

144

100%

29.757

2022-05-13

td1a_home/2020_pandas.ipynb

Tech - manipulation de données avec pandas

True

33.917

64

64

64

145

100%

43.464

2022-05-13

td1a_home/2020_profile.ipynb

Tech - profiling

True

47.471

18

18

18

146

100%

1.203

2022-05-13

td1a_home/2020_regex.ipynb

Tech - expressions régulières

True

5.176

14

14

14

147

100%

16.741

2022-05-13

td1a_home/2020_rest.ipynb

Tech - API REST pour deep learning avec FastAPI

True

20.820

28

28

28

148

100%

5.527

2022-05-13

td1a_home/2020_suffix.ipynb

Algo - jeux de dictionnaires, plus grand suffixe commun

True

9.643

24

24

24

149

100%

20.470

2022-05-13

td1a_home/2020_surface.ipynb

Algo - Calculs de surface et autres calculs

True

24.582

16

16

16

150

100%

56.439

2022-05-13

td1a_home/2020_topk.ipynb

Algo - les k premiers éléments

True

60.478

32

32

32

151

100%

10.707

2022-05-13

td1a_home/2020_tsp.ipynb

Algo - TSP - Traveling Salesman Problem

True

14.684

14

14

14

152

100%

35.196

2022-05-13

td1a_home/2021_2048_classe.ipynb

2048 et les classes

True

39.442

19

19

19

153

100%

59.122

2022-05-13

td1a_home/2021_covid_pickle.ipynb

Sérialisation, pickle, COVID

True

63.165

24

24

24

154

100%

2.312

2022-05-13

td1a_home/2021_editdist.ipynb

Distance entre deux mots de même longueur et tests unitaires

True

6.640

17

17

17

155

100%

8.612

2022-05-13

td1a_home/2021_random_graph.ipynb

Algo - graphes aléatoires

True

12.735

22

22

22

156

100%

10.582

2022-05-13

td1a_home/2021_tsp.ipynb

Algo - Aparté sur le voyageur de commerce

True

15.018

9

9

9

157

100%

9.842

2022-05-13

td1a_soft/td1a_cython_edit.ipynb

1A.soft - Calcul numérique et Cython

True

13.968

15

15

15

158

100%

10.868

2022-05-13

td1a_soft/td1a_cython_edit_correction.ipynb

1A.soft - Calcul numérique et Cython - correction

True

14.896

8

8

8

159

100%

222.067

2022-05-13

td1a_soft/td1a_sql.ipynb

1A.soft - Notions de SQL

True

226.270

34

34

34

160

100%

188.107

2022-05-13

td1a_soft/td1a_sql_correction.ipynb

1A.soft - Notions de SQL - correction

True

192.422

15

15

15

161

100%

14.342

2022-05-13

td1a_soft/td1a_unit_test_ci.ipynb

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

True

18.528

14

14

14

162

100%

5.468

2022-05-13

td2a/ml_crypted_data.ipynb

2A.ml - Machine Learning et données cryptées

True

9.415

9

9

9

163

100%

27.273

2022-05-13

td2a/ml_crypted_data_correction.ipynb

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

True

31.211

38

38

38

164

100%

3.683

2022-05-13

td2a/pandas_iterator.ipynb

2A.data - Pandas et itérateurs

True

7.816

8

8

8

165

100%

5.705

2022-05-13

td2a/pandas_iterator_correction.ipynb

2A.data - Pandas et itérateurs - correction

True

9.647

19

19

19

166

100%

0.198

2022-05-13

td2a/td2a_bigdata_memory.ipynb

2A.i - Stratégies et grandes matrices en mémoire

True

4.139

8

8

8

167

96%

102.689

2022-04-24

td2a/td2a_cenonce_session_1.ipynb

2A.data - DataFrame et Graphes

True

107.179

75

72

72

168

100%

13.328

2022-05-13

td2a/td2a_cenonce_session_2A.ipynb

2A.data - Calcul Matriciel, Optimisation

True

17.557

71

71

71

169

100%

0.452

2022-05-13

td2a/td2a_cenonce_session_2C.ipynb

2A.soft - Jupyter et commandes magiques

True

4.491

5

5

5

170

0%

nan

td2a/td2a_cenonce_session_2D_jupyter.ipynb

2A.i - Jupyter et calcul distribué

nan

72

0

171

0%

nan

td2a/td2a_cenonce_session_2D_parallelisation_local.ipynb

2A.i - Parallélisation locale (énoncé)

nan

7

0

172

100%

1.515

2022-05-13

td2a/td2a_cenonce_session_2E.ipynb

2A.i - Sérialisation

True

5.465

8

8

8

173

100%

3.030

2022-04-24

td2a/td2a_cenonce_session_5.ipynb

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

True

7.155

20

20

20

174

100%

21.012

2022-04-24

td2a/td2a_cenonce_session_5_donnees_non_structurees_et_programmation_fonctionnelle.ipynb

2A.i - Données non structurées et programmation fonctionnelle

True

25.155

30

30

30

175

96%

56.211

2022-04-24

td2a/td2a_correction_session_1.ipynb

2A.data - DataFrame et Graphes - correction

True

60.948

27

26

26

176

100%

13.754

2022-04-24

td2a/td2a_correction_session_2A.ipynb

2A.data - Calcul Matriciel, Optimisation - correction

True

18.458

13

13

13

177

100%

7.428

2022-04-24

td2a/td2a_correction_session_2C.ipynb

2A.soft - IPython et commandes magiques - correction

True

12.293

6

6

6

178

100%

35.180

2022-04-24

td2a/td2a_correction_session_2E.ipynb

2A.i - Sérialisation - correction

True

39.435

24

24

24

179

100%

1.623

2022-04-24

td2a/td2a_correction_session_5.ipynb

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

True

5.786

3

3

3

180

100%

80.041

2022-04-24

td2a/td2a_correction_session_5_donnees_non_structurees_et_programmation_fonctionnelle_corrige.ipynb

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

True

84.184

33

33

33

181

100%

13.433

2022-04-24

td2a/td2a_ml_text_features.ipynb

2A.ml - Classification binaire avec features textuelles

True

19.118

18

18

18

182

100%

35.111

2022-04-24

td2a/td2a_ml_text_features_correction.ipynb

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

True

39.323

23

23

23

183

100%

14.351

2022-05-13

td2a/td2a_progressbar.ipynb

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

True

18.907

6

6

6

184

100%

43.163

2022-05-13

td2a/td2a_some_nlp.ipynb

2A.ml - Texte et machine learning

True

47.426

36

36

36

185

90%

166.260

2022-05-13

td2a/td2a_visualisation.ipynb

2A.data - Matplotlib

True

170.446

42

38

38

186

100%

0.138

2022-05-13

td2a_algo/gentry_integer_encryption.ipynb

Cryptage homomorphic de Craig Gentry

True

4.090

6

6

6

187

100%

0.203

2022-05-13

td2a_algo/gentry_integer_encryption_correction.ipynb

Cryptage homomorphic de Craig Gentry - correction

True

4.161

6

6

6

188

100%

8.536

2022-05-13

td2a_algo/knn_high_dimension.ipynb

2A.algo - Plus proches voisins en grande dimension

True

12.477

8

8

8

189

100%

117.379

2022-05-13

td2a_algo/knn_high_dimension_correction.ipynb

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

True

121.442

20

20

20

190

100%

0.146

2022-05-13

td2a_algo/td2a_cenonce_session_6A.ipynb

2A.algo - Puzzles algorithmiques (1)

True

4.097

6

6

6

191

100%

0.247

2022-05-13

td2a_algo/td2a_cenonce_session_6B.ipynb

2A.algo - Puzzles algorithmiques (2)

True

4.278

5

5

5

192

100%

0.762

2022-05-13

td2a_algo/td2a_correction_session_6A.ipynb

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

True

4.722

6

6

6

193

100%

0.138

2022-05-13

td2a_algo/td2a_correction_session_6B.ipynb

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

True

4.141

6

6

6

194

100%

39.793

2022-04-24

td2a_eco/TD2A_Eco_Web_Scraping.ipynb

2A.eco - Web-Scraping

True

43.961

29

29

29

195

100%

23.466

2022-04-24

td2a_eco/TD2A_Eco_Web_Scraping_corrige.ipynb

2A.eco - Web-Scraping - correction

True

28.471

6

6

6

196

100%

4.753

2022-04-24

td2a_eco/TD2A_eco_API_SNCF.ipynb

2A.eco - Exercice API SNCF

True

8.962

11

11

11

197

100%

36.217

2022-04-24

td2a_eco/TD2A_eco_API_SNCF_corrige.ipynb

2A.eco - Exercice API SNCF corrigé

True

40.400

40

40

40

198

100%

2.567

2022-05-13

td2a_eco/TD2A_eco_debuter_flask.ipynb

2A.eco - Débuter avec Flask

True

6.569

14

14

14

199

100%

7.274

2022-05-13

td2a_eco/TD2A_eco_les_API.ipynb

2A.eco - API, API REST

True

11.199

15

15

15

200

100%

4.592

2022-05-13

td2a_eco/td2_eco_rappels_1a.ipynb

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

True

8.594

29

29

29

201

100%

18.444

2022-05-13

td2a_eco/td2a_TD5_Traitement_automatique_des_langues_en_Python.ipynb

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

True

22.707

34

34

34

202

100%

31.932

2022-05-13

td2a_eco/td2a_TD5_Traitement_automatique_des_langues_en_Python_correction.ipynb

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

True

36.090

35

35

35

203

100%

0.000

2022-05-13

td2a_eco/td2a_eco_exercice_de_fin_de_seance.ipynb

2A.eco - Exercice Python - Eco Séance 2

True

3.898

1

1

1

204

100%

1.393

2022-05-13

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

5.303

3

3

3

205

100%

3.981

2022-05-13

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

7.934

10

10

10

206

100%

8.623

2022-05-13

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

12.614

16

16

16

207

100%

9.649

2022-05-13

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

13.612

14

14

14

208

100%

29.716

2022-05-13

td2a_eco/td2a_eco_regressions_lineaires.ipynb

Régressions linéaires avec Statsmodels et Scikit-Learn

True

33.712

12

12

12

209

100%

4.020

2022-05-13

td2a_eco/td2a_eco_sql.ipynb

2A.eco - Python et la logique SQL

True

8.056

26

26

26

210

100%

5.762

2022-05-13

td2a_eco/td2a_eco_sql_correction.ipynb

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

True

10.421

36

36

36

211

100%

38.166

2022-04-24

td2a_eco2/td2a_Seance_7_Analyse_de_textes.ipynb

TD7 - Analyse de texte

True

42.406

29

29

29

212

100%

38.590

2022-04-24

td2a_eco2/td2a_Seance_7_Analyse_de_textes_correction.ipynb

TD7 - Analyse de texte - correction

True

43.011

29

29

29

213

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

214

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

215

100%

50.718

2022-04-24

td2a_eco2/td2a_eco_NLP_tf_idf_ngrams_LDA_word2vec_sur_des_extraits_litteraires.ipynb

2A.eco - Introduction au text mining

True

55.033

69

69

69

216

100%

527.399

2022-05-13

td2a_ml/gradient_boosting.ipynb

Gradient Boosting

True

531.585

37

37

37

217

100%

678.368

2022-04-24

td2a_ml/ml_a_tree_overfitting.ipynb

2A.ml - Tree, hyperparamètres, overfitting

True

682.663

28

28

28

218

100%

189.626

2022-05-13

td2a_ml/ml_b_imbalanced.ipynb

2A.ml - Imbalanced dataset

True

194.347

22

22

22

219

100%

17.392

2022-05-13

td2a_ml/ml_c_machine_learning_problems.ipynb

2A.ml - Problèmes classiques de machine learning illustrés

True

21.492

41

41

41

220

100%

0.400

2022-05-13

td2a_ml/ml_cc_machine_learning_problems2.ipynb

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

True

4.394

4

4

4

221

100%

8.513

2022-05-13

td2a_ml/ml_ccc_machine_learning_interpretabilite.ipynb

2A.ml - Interprétabilité et corrélations des variables

True

12.530

27

27

27

222

100%

132.278

2022-05-13

td2a_ml/ml_lasso_rf_grid_search_correction.ipynb

Hyperparamètres, LassoRandomForestRregressor et grid_search (correction)

True

136.260

15

15

15

223

100%

5.618

2022-05-13

td2a_ml/ml_lasso_rf_grid_search_enonce.ipynb

Hyperparamètres, LassoRandomForestRregressor et grid_search (énoncé)

True

9.931

4

4

4

224

100%

4.028

2022-05-13

td2a_ml/ml_scikit_learn_simple.ipynb

Rappels sur scikit-learn et le machine learning

True

7.990

12

12

12

225

100%

17.432

2022-05-13

td2a_ml/ml_scikit_learn_simple_correction.ipynb

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

True

21.912

21

21

21

226

100%

28.432

2022-05-13

td2a_ml/seasonal_timeseries.ipynb

Timeseries

True

32.732

42

42

42

227

100%

111.830

2022-04-24

td2a_ml/td2a_cenonce_session_3A.ipynb

2A.ml - Statistiques descriptives avec scikit-learn

True

125.123

18

18

18

228

100%

179.956

2022-04-24

td2a_ml/td2a_cenonce_session_3B.ipynb

2A.ml - Arbres de décision / Random Forest

True

194.500

16

16

16

229

100%

5.079

2022-05-13

td2a_ml/td2a_cenonce_session_4A.ipynb

2A.ml - Machine Learning et Marketting

True

9.125

9

9

9

230

100%

5.859

2022-05-13

td2a_ml/td2a_clustering.ipynb

2A.ml - Clustering

True

9.835

6

6

6

231

100%

57.139

2022-05-13

td2a_ml/td2a_clustering_correction.ipynb

2A.ml - Clustering - correction

True

61.150

25

25

25

232

100%

65.108

2022-05-13

td2a_ml/td2a_correction_cl_reg_anomaly.ipynb

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

True

69.176

33

33

33

233

100%

1657.597

2022-04-24

td2a_ml/td2a_correction_session_3A.ipynb

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

True

1662.127

24

24

24

234

100%

628.926

2022-04-24

td2a_ml/td2a_correction_session_3B.ipynb

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

True

633.736

26

26

26

235

100%

209.830

2022-05-13

td2a_ml/td2a_correction_session_4A.ipynb

2A.ml - Machine Learning et Marketting - correction

True

213.940

26

26

26

236

100%

6.612

2022-05-13

td2a_ml/td2a_enonce_cl_reg_anomaly.ipynb

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

True

10.586

9

9

9

237

96%

17.725

2022-04-24

td2a_ml/td2a_ethics.ipynb

Machine Learning éthique

True

21.801

31

30

30

238

100%

0.147

2022-04-24

td2a_ml/td2a_ethics_correction.ipynb

Machine Learning éthique - correction

True

4.276

2

2

2

239

100%

33.841

2022-05-13

td2a_ml/td2a_pipeline_tree_selection_correction.ipynb

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

True

37.825

24

24

24

240

100%

7.786

2022-05-13

td2a_ml/td2a_pipeline_tree_selection_enonce.ipynb

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

True

12.878

11

11

11

241

100%

6.343

2022-05-13

td2a_ml/td2a_sentiment_analysis.ipynb

2A.ml - Analyse de sentiments

True

10.920

6

6

6

242

100%

34.666

2022-05-13

td2a_ml/td2a_sentiment_analysis_correction.ipynb

2A.ml - Analyse de sentiments - correction

True

38.679

44

44

44

243

100%

8.834

2022-05-13

td2a_ml/td2a_timeseries.ipynb

2A.ml - Séries temporelles

True

12.745

15

15

15

244

100%

27.241

2022-05-13

td2a_ml/td2a_timeseries_correction.ipynb

2A.ml - Séries temporelles - correction

True

31.271

15

15

15

245

100%

169.689

2022-05-13

td2a_ml/td2a_tree_selection_correction.ipynb

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

True

174.030

19

19

19

246

100%

5.483

2022-05-13

td2a_ml/td2a_tree_selection_enonce.ipynb

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

True

9.545

8

8

8

_images/nbcov.png