Notebooks Coverage

Report on last executions.

100% 2019-08-22

_images/nbcov-2019-08-22.png

index

coverage

exe time

last execution

name

title

success

time

nb cells

nb runs

nb valid

0

100%

0.842

2019-08-22

astuces/decision_tree_visualization.ipynb

Visualiser un arbre de décision

True

1.753

6

6

6

1

100%

0.170

2019-08-22

astuces/menu_notebook.ipynb

Menu dans un notebook

True

1.222

3

3

3

2

100%

2.907

2019-08-22

digressions/constraint_kmeans.ipynb

K-Means contraint

True

3.723

11

11

11

3

100%

51.701

2019-08-22

encours/2019-01-25_linreg.ipynb

Un exemple simple de régression linéaire

True

52.668

33

33

33

4

100%

222.410

2019-08-22

lectures/adult_cat.ipynb

Jeu de données avec des catégories

True

223.417

72

72

72

5

100%

2.457

2019-08-22

lectures/artificiel_category.ipynb

Traitement des catégories

True

3.382

24

24

24

6

100%

2.408

2019-08-22

lectures/artificiel_category_2.ipynb

Traitement amélioré des catégories

True

3.382

17

17

17

7

100%

16.102

2019-08-22

lectures/artificiel_category_hash.ipynb

Hashing et catégories

True

17.137

13

13

13

8

100%

16.452

2019-08-22

lectures/artificiel_duration_prediction.ipynb

Prédiction d’une durée

True

17.406

23

23

23

9

100%

394.153

2019-08-22

lectures/artificiel_multiclass.ipynb

Classification multi-classe et jeu mal balancé

True

395.215

22

22

22

10

100%

46.532

2019-08-22

lectures/artificiel_normalisation.ipynb

Normalisation

True

47.391

12

12

12

11

100%

2.807

2019-08-22

lectures/artificiel_shape.ipynb

Intuition derrière l’érosion des modèles

True

3.781

13

13

13

12

100%

10.355

2019-08-22

lectures/artificiel_tokenize.ipynb

Tokenisation

True

11.259

23

23

23

13

100%

12.964

2019-08-22

lectures/artificiel_tokenize_features.ipynb

Des mots aux sacs de mots

True

13.767

30

30

30

14

100%

3.831

2019-08-22

lectures/logreg_kmeans.ipynb

Régression logistique et convexité

True

5.250

8

8

8

15

100%

31.789

2019-08-22

lectures/movielens_fm.ipynb

Factorisation de matrice et recommandations

True

32.684

25

25

25

16

100%

2.530

2019-08-22

lectures/search_rank.ipynb

Ranking et search engine

True

3.478

16

16

16

17

100%

79.428

2019-08-22

lectures/text_sentiment_wordvec.ipynb

Classification de phrases avec word2vec

True

80.405

46

46

46

18

100%

2.631

2019-08-22

lectures/tinygraph_rwr.ipynb

Random Walk with Restart (système de recommandations)

True

3.591

7

7

7

19

100%

5.059

2019-08-22

lectures/wines_color.ipynb

Régression logistique et courbe ROC

True

5.952

22

22

22

20

100%

2.881

2019-08-22

lectures/wines_color_line.ipynb

Régression logistique en 2D

True

3.798

12

12

12

21

100%

6.171

2019-08-22

lectures/wines_color_linear.ipynb

Plusieurs modèles, données disjointes

True

7.081

27

27

27

22

100%

6.838

2019-08-22

lectures/wines_color_roc.ipynb

Classifications et courbes ROC

True

7.778

26

26

26

23

100%

1.350

2019-08-22

lectures/wines_knn.ipynb

Plus proches voisins

True

2.322

9

9

9

24

100%

11.740

2019-08-22

lectures/wines_knn_acp.ipynb

Plus proches voisins - projection

True

12.638

17

17

17

25

100%

2.818

2019-08-22

lectures/wines_knn_cross_val.ipynb

Validation croisée (cross-validation)

True

3.712

22

22

22

26

100%

8.098

2019-08-22

lectures/wines_knn_eval.ipynb

Plus proches voisins - évaluation

True

9.112

14

14

14

27

100%

24.170

2019-08-22

lectures/wines_knn_hyper.ipynb

Sélection des hyper-paramètres

True

25.120

14

14

14

28

100%

6.226

2019-08-22

lectures/wines_knn_split.ipynb

Base d’apprentissage et de test

True

7.238

17

17

17

29

100%

1.554

2019-08-22

lectures/wines_knn_split_strat.ipynb

Découpage stratifié apprentissage / test

True

2.537

12

12

12

30

100%

17.186

2019-08-22

lectures/wines_multi.ipynb

Classification multi-classe

True

18.133

27

27

27

31

100%

16.025

2019-08-22

lectures/wines_multi_stacking.ipynb

Classification multi-classe et stacking

True

16.984

26

26

26

32

100%

74.168

2019-08-22

lectures/wines_reg.ipynb

Prédiction de la note des vins

True

75.165

23

23

23

33

100%

4.485

2019-08-22

lectures/wines_reg_poly.ipynb

Régression polynômiale et pipeline

True

5.457

14

14

14

34

100%

5.176

2019-08-22

visualisation/carte_carreau.ipynb

Données carroyées

True

6.314

12

12

12

35

100%

6.740

2019-08-22

visualisation/enedis_cartes.ipynb

Tracer une carte en Python

True

7.661

18

18

18

36

100%

1.787

2019-08-22

visualisation/enedis_cartes_bokeh.ipynb

Tracer une carte en Python avec bokeh

True

2.744

7

7

7

_images/nbcov.png