Notebooks Coverage

Report on last executions.

80% 2023-06-02

index	coverage	exe time	last execution	name	title	success	time	nb cells	nb runs	nb valid
0	100%	2.455	2023-06-02	astuces/decision_tree_visualization.ipynb	Visualiser un arbre de décision	True	5.961	6	6	6
1	100%	0.182	2023-06-02	astuces/menu_notebook.ipynb	Menu dans un notebook	True	3.986	3	3	3
2	100%	24.336	2023-06-02	digressions/constraint_kmeans.ipynb	K-Means contraint	True	27.899	12	12	12
3	100%	308.075	2023-06-02	encours/2019-01-25_linreg.ipynb	Un exemple simple de régression linéaire	True	311.760	33	33	33
4	100%	170.299	2023-06-02	encours/2020-01-20_intro.ipynb	Courte introduction au machine learning	True	174.037	47	47	47
5	100%	37.233	2023-06-02	encours/2020-01-31_classification.ipynb	Classification	True	40.786	25	25	25
6	100%	16.851	2023-06-02	encours/2020-01-31_titanic.ipynb	Machine learning avec des catégories et du texte	True	20.429	28	28	28
7	100%	94.227	2023-06-02	encours/2020-02-07_sklapi.ipynb	Régression Ridge, Lasso et nouvel estimateur	True	97.956	39	39	39
8	100%	635.424	2023-06-02	lectures/adult_cat.ipynb	Jeu de données avec des catégories	True	639.191	72	72	72
9	100%	6.190	2023-06-02	lectures/artificiel_category.ipynb	Traitement des catégories	True	9.767	24	24	24
10	100%	10.647	2023-06-02	lectures/artificiel_category_2.ipynb	Traitement amélioré des catégories	True	14.230	17	17	17
11	100%	13.029	2023-06-02	lectures/artificiel_category_hash.ipynb	Hashing et catégories	True	16.599	13	13	13
12	100%	68.307	2023-06-02	lectures/artificiel_duration_prediction.ipynb	Prédiction d’une durée	True	71.985	23	23	23
13	0%	nan		lectures/artificiel_multiclass.ipynb	Classification multi-classe et jeu mal balancé		nan	36	0
14	100%	61.436	2023-06-02	lectures/artificiel_normalisation.ipynb	Normalisation	True	64.980	12	12	12
15	100%	12.300	2023-06-02	lectures/artificiel_shape.ipynb	Intuition derrière l’érosion des modèles	True	15.856	13	13	13
16	100%	17.103	2023-06-02	lectures/artificiel_tokenize.ipynb	Tokenisation	True	20.732	23	23	23
17	100%	54.291	2023-06-02	lectures/artificiel_tokenize_features.ipynb	Des mots aux sacs de mots	True	57.897	30	30	30
18	100%	29.312	2023-06-02	lectures/logreg_kmeans.ipynb	Régression logistique et convexité	True	32.985	11	11	11
19	100%	157.313	2023-06-02	lectures/movielens_fm.ipynb	Factorisation de matrice et recommandations	True	160.911	25	25	25
20	100%	33.137	2023-06-02	lectures/search_rank.ipynb	Ranking et search engine	True	36.722	15	15	15
21	0%	nan		lectures/text_sentiment_wordvec.ipynb	Classification de phrases avec word2vec		nan	83	0
22	100%	6.168	2023-06-02	lectures/tinygraph_rwr.ipynb	Random Walk with Restart (système de recommandations)	True	9.734	7	7	7
23	100%	21.043	2023-06-02	lectures/wines_color.ipynb	Régression logistique et courbe ROC	True	24.639	22	22	22
24	100%	9.591	2023-06-02	lectures/wines_color_line.ipynb	Régression logistique en 2D	True	13.132	12	12	12
25	100%	20.129	2023-06-02	lectures/wines_color_linear.ipynb	Plusieurs modèles, données disjointes	True	23.715	27	27	27
26	100%	29.050	2023-06-02	lectures/wines_color_roc.ipynb	Classifications et courbes ROC	True	32.687	26	26	26
27	100%	5.132	2023-06-02	lectures/wines_knn.ipynb	Plus proches voisins	True	8.671	9	9	9
28	100%	29.611	2023-06-02	lectures/wines_knn_acp.ipynb	Plus proches voisins - projection	True	33.159	17	17	17
29	100%	8.683	2023-06-02	lectures/wines_knn_cross_val.ipynb	Validation croisée (cross-validation)	True	12.266	22	22	22
30	100%	14.981	2023-06-02	lectures/wines_knn_eval.ipynb	Plus proches voisins - évaluation	True	18.512	14	14	14
31	100%	92.056	2023-06-02	lectures/wines_knn_hyper.ipynb	Sélection des hyper-paramètres	True	95.741	14	14	14
32	100%	11.316	2023-06-02	lectures/wines_knn_split.ipynb	Base d’apprentissage et de test	True	14.883	17	17	17
33	100%	9.183	2023-06-02	lectures/wines_knn_split_strat.ipynb	Découpage stratifié apprentissage / test	True	12.742	12	12	12
34	100%	38.680	2023-06-02	lectures/wines_lime.ipynb	Interprétation de la note d’un vin	True	42.235	13	13	13
35	100%	75.001	2023-06-02	lectures/wines_multi.ipynb	Classification multi-classe	True	78.602	27	27	27
36	100%	105.603	2023-06-02	lectures/wines_multi_stacking.ipynb	Classification multi-classe et stacking	True	109.205	28	28	28
37	100%	76.329	2023-06-02	lectures/wines_reg.ipynb	Prédiction de la note des vins	True	79.950	24	24	24
38	100%	19.627	2023-06-02	lectures/wines_reg_poly.ipynb	Régression polynômiale et pipeline	True	23.341	14	14	14
39	0%	nan		timeseries/ts_covid.ipynb	Saisonnalités, changement de régime, COVID en France		nan	57	0
40	100%	19.137	2023-06-02	timeseries/ts_pred.ipynb	Prédiction, COVID en France, série temporelle	True	22.727	19	19	19
41	100%	33.971	2023-06-02	visualisation/carte_carreau.ipynb	Données carroyées	True	37.610	13	13	13
42	0%	nan		visualisation/enedis_cartes.ipynb	Tracer une carte en Python		nan	32	0
43	100%	6.215	2023-06-02	visualisation/enedis_cartes_bokeh.ipynb	Tracer une carte en Python avec bokeh	True	9.754	7	7	7