Notebooks Coverage

Report on last executions.

95% 2021-04-14

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

Hyperparamètres, LassoRandomForestRregressor et grid_search (énoncé) Index