Notebooks Coverage

Report on last executions.

100% 2019-06-19

_images/nbcov-2019-06-19.png

index

coverage

exe time

last execution

name

title

success

time

nb cells

nb runs

nb valid

0

100%

0.809

2019-06-12

astuces/decision_tree_visualization.ipynb

Visualiser un arbre de décision

True

3.034

6

6

6

1

100%

0.135

2019-06-12

astuces/menu_notebook.ipynb

Menu dans un notebook

True

4.344

3

3

3

2

100%

2.955

2019-06-12

digressions/constraint_kmeans.ipynb

K-Means contraint

True

5.037

11

11

11

3

100%

54.702

2019-06-12

encours/2019-01-25_linreg.ipynb

Un exemple simple de régression linéaire

True

57.101

33

33

33

4

100%

216.094

2019-06-12

lectures/adult_cat.ipynb

Jeu de données avec des catégories

True

218.353

72

72

72

5

100%

2.164

2019-06-12

lectures/artificiel_category.ipynb

Traitement des catégories

True

4.079

24

24

24

6

100%

2.190

2019-06-12

lectures/artificiel_category_2.ipynb

Traitement amélioré des catégories

True

4.059

17

17

17

7

100%

19.550

2019-06-12

lectures/artificiel_category_hash.ipynb

Hashing et catégories

True

22.099

13

13

13

8

100%

16.987

2019-06-12

lectures/artificiel_duration_prediction.ipynb

Prédiction d’une durée

True

19.060

23

23

23

9

100%

375.335

2019-06-12

lectures/artificiel_multiclass.ipynb

Classification multi-classe et jeu mal balancé

True

377.486

22

22

22

10

100%

42.016

2019-06-12

lectures/artificiel_normalisation.ipynb

Normalisation

True

44.104

12

12

12

11

100%

2.700

2019-06-12

lectures/artificiel_shape.ipynb

Intuition derrière l’érosion des modèles

True

5.079

13

13

13

12

100%

13.961

2019-06-12

lectures/artificiel_tokenize.ipynb

Tokenisation

True

16.103

23

23

23

13

100%

11.326

2019-06-12

lectures/artificiel_tokenize_features.ipynb

Des mots aux sacs de mots

True

13.074

30

30

30

14

100%

3.545

2019-06-12

lectures/logreg_kmeans.ipynb

Régression logistique et convexité

True

6.041

8

8

8

15

100%

37.970

2019-06-12

lectures/movielens_fm.ipynb

Factorisation de matrice et recommandations

True

40.079

25

25

25

16

100%

2.586

2019-06-12

lectures/search_rank.ipynb

Ranking et search engine

True

5.039

16

16

16

17

100%

96.277

2019-06-12

lectures/text_sentiment_wordvec.ipynb

Classification de phrases avec word2vec

True

98.185

45

45

45

18

100%

1.855

2019-06-12

lectures/tinygraph_rwr.ipynb

Random Walk with Restart (système de recommandations)

True

4.061

7

7

7

19

100%

5.038

2019-06-12

lectures/wines_color.ipynb

Régression logistique et courbe ROC

True

7.093

22

22

22

20

100%

2.312

2019-06-12

lectures/wines_color_line.ipynb

Régression logistique en 2D

True

4.079

12

12

12

21

100%

5.805

2019-06-12

lectures/wines_color_linear.ipynb

Plusieurs modèles, données disjointes

True

8.069

27

27

27

22

100%

6.990

2019-06-12

lectures/wines_color_roc.ipynb

Classifications et courbes ROC

True

9.092

26

26

26

23

100%

1.220

2019-06-12

lectures/wines_knn.ipynb

Plus proches voisins

True

3.073

9

9

9

24

100%

11.818

2019-06-12

lectures/wines_knn_acp.ipynb

Plus proches voisins - projection

True

14.091

17

17

17

25

100%

2.602

2019-06-12

lectures/wines_knn_cross_val.ipynb

Validation croisée (cross-validation)

True

5.076

22

22

22

26

100%

7.932

2019-06-12

lectures/wines_knn_eval.ipynb

Plus proches voisins - évaluation

True

10.080

14

14

14

27

100%

24.247

2019-06-12

lectures/wines_knn_hyper.ipynb

Sélection des hyper-paramètres

True

26.102

14

14

14

28

100%

6.239

2019-06-12

lectures/wines_knn_split.ipynb

Base d’apprentissage et de test

True

8.069

17

17

17

29

100%

1.404

2019-06-12

lectures/wines_knn_split_strat.ipynb

Découpage stratifié apprentissage / test

True

3.104

12

12

12

30

100%

15.202

2019-06-12

lectures/wines_multi.ipynb

Classification multi-classe

True

17.099

27

27

27

31

100%

15.287

2019-06-12

lectures/wines_multi_stacking.ipynb

Classification multi-classe et stacking

True

17.097

26

26

26

32

100%

71.152

2019-06-12

lectures/wines_reg.ipynb

Prédiction de la note des vins

True

73.164

23

23

23

33

100%

4.812

2019-06-12

lectures/wines_reg_poly.ipynb

Régression polynômiale et pipeline

True

7.042

14

14

14

34

100%

5.017

2019-06-12

visualisation/carte_carreau.ipynb

Données carroyées

True

7.043

12

12

12

35

100%

5.823

2019-06-12

visualisation/enedis_cartes.ipynb

Tracer une carte en Python

True

8.045

18

18

18

36

100%

1.408

2019-06-12

visualisation/enedis_cartes_bokeh.ipynb

Tracer une carte en Python avec bokeh

True

3.044

7

7

7

_images/nbcov.png