Notebooks Coverage

Report on last executions.

100% 2022-01-14

_images/nbcov-2022-01-14.png

index

coverage

exe time

last execution

name

title

success

time

nb cells

nb runs

nb valid

0

100%

2.459

2022-01-14

astuces/decision_tree_visualization.ipynb

Visualiser un arbre de décision

True

6.612

6

6

6

1

100%

0.204

2022-01-14

astuces/menu_notebook.ipynb

Menu dans un notebook

True

4.771

3

3

3

2

100%

27.414

2022-01-14

digressions/constraint_kmeans.ipynb

K-Means contraint

True

31.375

12

12

12

3

100%

180.515

2022-01-14

encours/2019-01-25_linreg.ipynb

Un exemple simple de régression linéaire

True

184.573

33

33

33

4

100%

161.179

2022-01-14

encours/2020-01-20_intro.ipynb

Courte introduction au machine learning

True

165.945

47

47

47

5

100%

28.299

2022-01-14

encours/2020-01-31_classification.ipynb

Classification

True

32.591

25

25

25

6

100%

11.625

2022-01-14

encours/2020-01-31_titanic.ipynb

Machine learning avec des catégories et du texte

True

15.635

28

28

28

7

100%

46.283

2022-01-14

encours/2020-02-07_sklapi.ipynb

Régression Ridge, Lasso et nouvel estimateur

True

50.291

39

39

39

8

100%

653.782

2022-01-14

lectures/adult_cat.ipynb

Jeu de données avec des catégories

True

657.902

72

72

72

9

100%

8.105

2022-01-14

lectures/artificiel_category.ipynb

Traitement des catégories

True

12.048

24

24

24

10

100%

12.124

2022-01-14

lectures/artificiel_category_2.ipynb

Traitement amélioré des catégories

True

16.055

17

17

17

11

100%

24.823

2022-01-14

lectures/artificiel_category_hash.ipynb

Hashing et catégories

True

28.825

13

13

13

12

100%

80.571

2022-01-14

lectures/artificiel_duration_prediction.ipynb

Prédiction d’une durée

True

84.533

23

23

23

13

100%

2369.769

2022-01-13

lectures/artificiel_multiclass.ipynb

Classification multi-classe et jeu mal balancé

True

2373.659

22

22

22

14

100%

67.906

2022-01-14

lectures/artificiel_normalisation.ipynb

Normalisation

True

71.828

12

12

12

15

100%

11.668

2022-01-14

lectures/artificiel_shape.ipynb

Intuition derrière l’érosion des modèles

True

16.704

13

13

13

16

100%

47.852

2022-01-14

lectures/artificiel_tokenize.ipynb

Tokenisation

True

51.891

23

23

23

17

100%

51.976

2022-01-14

lectures/artificiel_tokenize_features.ipynb

Des mots aux sacs de mots

True

55.885

30

30

30

18

100%

30.298

2022-01-14

lectures/logreg_kmeans.ipynb

Régression logistique et convexité

True

34.309

11

11

11

19

100%

86.450

2022-01-14

lectures/movielens_fm.ipynb

Factorisation de matrice et recommandations

True

90.426

25

25

25

20

100%

19.882

2022-01-14

lectures/search_rank.ipynb

Ranking et search engine

True

23.779

15

15

15

21

100%

143.647

2022-01-13

lectures/text_sentiment_wordvec.ipynb

Classification de phrases avec word2vec

True

148.027

56

56

56

22

100%

8.099

2022-01-14

lectures/tinygraph_rwr.ipynb

Random Walk with Restart (système de recommandations)

True

12.020

7

7

7

23

100%

21.007

2022-01-14

lectures/wines_color.ipynb

Régression logistique et courbe ROC

True

24.953

22

22

22

24

100%

10.457

2022-01-14

lectures/wines_color_line.ipynb

Régression logistique en 2D

True

14.397

12

12

12

25

100%

21.102

2022-01-14

lectures/wines_color_linear.ipynb

Plusieurs modèles, données disjointes

True

25.758

27

27

27

26

100%

27.328

2022-01-14

lectures/wines_color_roc.ipynb

Classifications et courbes ROC

True

31.320

26

26

26

27

100%

6.605

2022-01-14

lectures/wines_knn.ipynb

Plus proches voisins

True

10.521

9

9

9

28

100%

47.999

2022-01-14

lectures/wines_knn_acp.ipynb

Plus proches voisins - projection

True

51.925

17

17

17

29

100%

10.055

2022-01-14

lectures/wines_knn_cross_val.ipynb

Validation croisée (cross-validation)

True

14.016

22

22

22

30

100%

38.629

2022-01-14

lectures/wines_knn_eval.ipynb

Plus proches voisins - évaluation

True

42.627

14

14

14

31

100%

103.090

2022-01-14

lectures/wines_knn_hyper.ipynb

Sélection des hyper-paramètres

True

107.167

14

14

14

32

100%

19.727

2022-01-14

lectures/wines_knn_split.ipynb

Base d’apprentissage et de test

True

23.752

17

17

17

33

100%

6.874

2022-01-14

lectures/wines_knn_split_strat.ipynb

Découpage stratifié apprentissage / test

True

10.827

12

12

12

34

100%

78.082

2022-01-14

lectures/wines_multi.ipynb

Classification multi-classe

True

82.067

27

27

27

35

100%

95.668

2022-01-14

lectures/wines_multi_stacking.ipynb

Classification multi-classe et stacking

True

99.626

28

28

28

36

100%

85.206

2022-01-14

lectures/wines_reg.ipynb

Prédiction de la note des vins

True

89.262

24

24

24

37

100%

17.166

2022-01-14

lectures/wines_reg_poly.ipynb

Régression polynômiale et pipeline

True

21.250

14

14

14

38

100%

42.243

2022-01-14

timeseries/ts_covid.ipynb

Saisonnalités, changement de régime, COVID en France

True

46.268

34

34

34

39

100%

18.806

2022-01-14

timeseries/ts_pred.ipynb

Prédiction, COVID en France, série temporelle

True

22.745

19

19

19

40

100%

18.278

2022-01-14

visualisation/carte_carreau.ipynb

Données carroyées

True

22.244

13

13

13

41

100%

53.892

2022-01-13

visualisation/enedis_cartes.ipynb

Tracer une carte en Python

True

58.553

18

18

18

42

100%

4.881

2022-01-14

visualisation/enedis_cartes_bokeh.ipynb

Tracer une carte en Python avec bokeh

True

9.233

7

7

7

_images/nbcov.png