Notebooks Coverage

Report on last executions.

100% 2020-05-21

_images/nbcov-2020-05-21.png

index

coverage

exe time

last execution

name

title

success

time

nb cells

nb runs

nb valid

0

100%

1.101

2020-05-21

astuces/decision_tree_visualization.ipynb

Visualiser un arbre de décision

True

2.084

6

6

6

1

100%

0.203

2020-05-21

astuces/menu_notebook.ipynb

Menu dans un notebook

True

1.347

3

3

3

2

100%

2.675

2020-05-08

digressions/constraint_kmeans.ipynb

K-Means contraint

True

3.966

11

11

11

3

100%

52.976

2020-05-21

encours/2019-01-25_linreg.ipynb

Un exemple simple de régression linéaire

True

54.219

33

33

33

4

100%

50.699

2020-05-21

encours/2020-01-20_intro.ipynb

Courte introduction au machine learning

True

51.655

47

47

47

5

100%

7.858

2020-05-21

encours/2020-01-31_classification.ipynb

Classification

True

8.987

25

25

25

6

100%

4.263

2020-05-21

encours/2020-01-31_titanic.ipynb

Machine learning avec des catégories et du texte

True

5.169

28

28

28

7

100%

28.351

2020-05-21

encours/2020-02-07_sklapi.ipynb

Régression Ridge, Lasso et nouvel estimateur

True

29.267

36

36

36

8

100%

194.928

2020-05-21

lectures/adult_cat.ipynb

Jeu de données avec des catégories

True

196.435

72

72

72

9

100%

2.785

2020-05-21

lectures/artificiel_category.ipynb

Traitement des catégories

True

3.660

24

24

24

10

100%

3.374

2020-05-21

lectures/artificiel_category_2.ipynb

Traitement amélioré des catégories

True

4.314

17

17

17

11

100%

11.730

2020-05-21

lectures/artificiel_category_hash.ipynb

Hashing et catégories

True

12.706

13

13

13

12

100%

18.173

2020-05-21

lectures/artificiel_duration_prediction.ipynb

Prédiction d’une durée

True

19.523

23

23

23

13

100%

425.588

2020-05-21

lectures/artificiel_multiclass.ipynb

Classification multi-classe et jeu mal balancé

True

426.503

22

22

22

14

100%

50.598

2020-05-21

lectures/artificiel_normalisation.ipynb

Normalisation

True

51.498

12

12

12

15

100%

2.389

2020-05-21

lectures/artificiel_shape.ipynb

Intuition derrière l’érosion des modèles

True

3.332

13

13

13

16

100%

13.622

2020-05-21

lectures/artificiel_tokenize.ipynb

Tokenisation

True

14.604

23

23

23

17

100%

13.086

2020-05-21

lectures/artificiel_tokenize_features.ipynb

Des mots aux sacs de mots

True

14.041

30

30

30

18

100%

6.437

2020-05-21

lectures/logreg_kmeans.ipynb

Régression logistique et convexité

True

7.980

11

11

11

19

100%

30.810

2020-05-21

lectures/movielens_fm.ipynb

Factorisation de matrice et recommandations

True

32.111

25

25

25

20

100%

4.639

2020-05-21

lectures/search_rank.ipynb

Ranking et search engine

True

5.826

15

15

15

21

100%

70.717

2020-05-14

lectures/text_sentiment_wordvec.ipynb

Classification de phrases avec word2vec

True

71.597

56

56

56

22

100%

2.666

2020-05-21

lectures/tinygraph_rwr.ipynb

Random Walk with Restart (système de recommandations)

True

3.886

7

7

7

23

100%

4.820

2020-05-21

lectures/wines_color.ipynb

Régression logistique et courbe ROC

True

5.750

22

22

22

24

100%

2.257

2020-05-21

lectures/wines_color_line.ipynb

Régression logistique en 2D

True

3.257

12

12

12

25

100%

6.388

2020-05-21

lectures/wines_color_linear.ipynb

Plusieurs modèles, données disjointes

True

7.364

27

27

27

26

100%

8.341

2020-05-21

lectures/wines_color_roc.ipynb

Classifications et courbes ROC

True

9.501

26

26

26

27

100%

1.838

2020-05-21

lectures/wines_knn.ipynb

Plus proches voisins

True

3.071

9

9

9

28

100%

9.773

2020-05-21

lectures/wines_knn_acp.ipynb

Plus proches voisins - projection

True

10.669

17

17

17

29

100%

3.676

2020-05-21

lectures/wines_knn_cross_val.ipynb

Validation croisée (cross-validation)

True

4.543

22

22

22

30

100%

6.822

2020-05-21

lectures/wines_knn_eval.ipynb

Plus proches voisins - évaluation

True

7.721

14

14

14

31

100%

27.691

2020-05-21

lectures/wines_knn_hyper.ipynb

Sélection des hyper-paramètres

True

28.616

14

14

14

32

100%

6.292

2020-05-21

lectures/wines_knn_split.ipynb

Base d’apprentissage et de test

True

7.611

17

17

17

33

100%

1.573

2020-05-21

lectures/wines_knn_split_strat.ipynb

Découpage stratifié apprentissage / test

True

2.456

12

12

12

34

100%

20.528

2020-05-21

lectures/wines_multi.ipynb

Classification multi-classe

True

21.578

27

27

27

35

100%

42.301

2020-05-21

lectures/wines_multi_stacking.ipynb

Classification multi-classe et stacking

True

43.373

28

28

28

36

100%

78.155

2020-05-21

lectures/wines_reg.ipynb

Prédiction de la note des vins

True

79.147

23

23

23

37

100%

4.677

2020-05-21

lectures/wines_reg_poly.ipynb

Régression polynômiale et pipeline

True

5.615

14

14

14

38

100%

5.352

2020-05-21

visualisation/carte_carreau.ipynb

Données carroyées

True

6.447

12

12

12

39

100%

11.660

2020-05-21

visualisation/enedis_cartes.ipynb

Tracer une carte en Python

True

13.247

18

18

18

40

100%

1.843

2020-05-21

visualisation/enedis_cartes_bokeh.ipynb

Tracer une carte en Python avec bokeh

True

3.298

7

7

7

_images/nbcov.png