Complete refactoring for regression / classification

CHANGELOGS.rst

@@ -1,6 +1,11 @@
 Change Logs
 ===========
 
+0.5.0
++++++
+
+* :pr:`66`: add dependency on patsy in requirements-dev.txt for new content
+
 0.4.0
 +++++
 

_doc/articles/2024/2024-03-01-route2024.rst

@@ -1,4 +1,4 @@
-_l-feuille-route-2024:
+.. _l-feuille-route-2024:
 
 ==================================
 2024-03-01 : feuille de route 2024
@@ -11,9 +11,11 @@ Séance 1 (26/1)
 * :ref:`l-ml-rappel`
 * programmation (python :epkg:`numpy`, :epkg:`pandas`, :epkg:`matplotlib`, :epkg:`jupyter`)
 * :ref:`Tests unitaires <nbl-practice-py-base-tests_unitaires>`, package python
-* CPU, CUDA
-* données, SQL
+* `SQL <https://en.wikipedia.org/wiki/SQL>`_
+* `CPU <https://en.wikipedia.org/wiki/Central_processing_unit>`_,
+  `CUDA <https://en.wikipedia.org/wiki/CUDA>`_
 * machine learning, :epkg:`scikit-learn`, :epkg:`pytorch`
+* `comparaison torch/scikit-learn <https://sdpython.github.io/doc/experimental-experiment/dev/auto_examples/plot_torch_linreg.html>`_
 * :ref:`l-regclass`
 * évaluation, :ref:`ROC <l-ml-plot-roc>`, :math:`R^2`
 * ranking, clustering

_doc/articles/index.rst

@@ -9,8 +9,8 @@ Ou *blog*.
     :caption: 2024
     :maxdepth: 1
 
-    2024/2024-01-18-wsl
     2024/2024-03-01-route2024
+    2024/2024-01-18-wsl
 
 .. toctree::
     :caption: 2023
@@ -25,6 +25,6 @@ Ou *blog*.
     :caption: 2022
     :maxdepth: 1
 
-    2022/2022-11-31-route2022
     2022/2022-12-07-cartopy
+    2022/2022-11-31-route2022
     2022/2022-01-01-assurance

_doc/c_ml/regclass.rst

@@ -566,8 +566,8 @@ un modèle.
 Exercices
 +++++++++
 
-* `Tree, overfitting <http://www.xavierdupre.fr/app/ensae_teaching_cs/helpsphinx/notebooks/ml_a_tree_overfitting.html>`_
-* `Comparaison de deux régressions <http://www.xavierdupre.fr/app/actuariat_python/helpsphinx/notebooks/enonce_2017.html#enonce2017rst>`_
+* :ref:`Tree, overfitting <nbl-practice-ml-ml_a_tree_overfitting>`
+* :ref:`Comparaison de deux régressions <nbl-practice-exams-enonce_ml_2017>`
 
 Bibliographie
 +++++++++++++

_doc/notebook_gallery.rst

@@ -140,6 +140,7 @@ Correction d'examens
     practice/exams/td_note_2015
     practice/exams/td_note_2016
     practice/exams/td_note_2017
+    practice/exams/enonce_ml_2017_correction
     practice/exams/td_note_2017_2
     practice/exams/td_note_2018_1
     practice/exams/td_note_2018_2
@@ -176,3 +177,4 @@ Machine Learning
     practice/ml/artificiel_multiclass
     practice/ml/ml_features_model
     practice/ml/timeseries_ssa
+    practice/ml/ml_a_tree_overfitting

_doc/practice/algo-compose/exercice_morse.ipynb

@@ -57,7 +57,7 @@
    "source": [
     "### Exercice 1 : Traduire un texte Morse qui ne contient pas d'espace\n",
     "\n",
-    "Ce sujet est un exercice classique de programmation. Il est déjà résolu et expliqué sur [Codingame](http://www.synbioz.com/blog/exercice_de_programmation_codingame). Mais on pourra par exemple commencer par utiliser une expression régulière. Une autre option consiste à utiliser un *trie*."
+    "Ce sujet est un exercice classique de programmation. On peut trouver des solution sur internet. On pourra par exemple commencer par utiliser une expression régulière. Une autre option consiste à utiliser un *trie*."
    ]
   },
   {

_doc/practice/exams.rst

@@ -75,3 +75,12 @@ Exercices courts
     exams/interro_rapide_20_minutes_2014_12
     exams/interro_rapide_20_minutes_2015_09
     exams/interro_rapide_20_minutes_2015_11
+
+Séance notées machaine learning
+===============================
+
+.. toctree::
+    :maxdepth: 1
+
+    exams/enonce_ml_2017
+    exams/enonce_ml_2017_correction

_doc/practice/exams/enonce_ml_2017.ipynb

@@ -0,0 +1,220 @@
+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# Evaluation Python / Machine Learning année 2017 - énoncé\n",
+    "\n",
+    "Le répertoire [_data/2017](https://github.com/sdpython/teachpyx/tree/main/_data/2017) contient deux fichiers csv simulés aléatoirement dont il faudra se servir pour répondre aux 10 questions qui suivent. Chaque question vaut deux points. Le travail est à rendre pour le lundi 20 février sous la forme d'un notebook envoyé en pièce jointe d'un mail."
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "collapsed": true
+   },
+   "source": [
+    "## 1\n",
+    "\n",
+    "Deux fichiers sont extraits de la base de données d'un médecin.\n",
+    "Un fichier contient des informations sur des personnes, un autre\n",
+    "sur les rendez-vous pris par ces personnes. Quels sont-ils ?"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 1,
+   "metadata": {
+    "collapsed": true
+   },
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 2\n",
+    "\n",
+    "On souhaite étudier la relation entre le prix moyen payé par une personne,\n",
+    "son âge et son genre. Calculer le prix moyen payé par une personne ?"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 2,
+   "metadata": {
+    "collapsed": true
+   },
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 3\n",
+    "\n",
+    "Faire la jointure entre les deux tables."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 3,
+   "metadata": {
+    "collapsed": true
+   },
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 4\n",
+    "\n",
+    "Tracer deux nuages de points (age, prix moyen) et (genre, prix moyen) ?"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 4,
+   "metadata": {
+    "collapsed": true
+   },
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 5\n",
+    "\n",
+    "Calculer les coefficients de la régression $prix\\_moyen \\sim age + genre$."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 5,
+   "metadata": {
+    "collapsed": true
+   },
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 6\n",
+    "\n",
+    "On souhaite étudier le prix d'une consultation en fonction du jour de la semaine.\n",
+    "Ajouter une colonne dans la table de votre choix avec le jour de la semaine."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 6,
+   "metadata": {
+    "collapsed": true
+   },
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 7\n",
+    "\n",
+    "Créer un graphe moustache qui permet de vérifier cette hypothèse."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 7,
+   "metadata": {
+    "collapsed": true
+   },
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 8\n",
+    "\n",
+    "Ajouter une colonne dans la table de votre choix qui contient 365 si c'est le premier rendez-vous, le nombre de jour écoulés depuis le précédent rendez-vous. On appelle cette colonne $delay$. On ajoute également la colonne $1/delay$."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 8,
+   "metadata": {
+    "collapsed": true
+   },
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 9 \n",
+    "\n",
+    "Calculer les coefficients de la régression $prix \\sim age + genre + delay + 1/delay + jour\\_semaine$.\n"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 9,
+   "metadata": {
+    "collapsed": true
+   },
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 10\n",
+    "\n",
+    "Comment comparer ce modèle avec le précédent ? Implémentez le calcul qui vous permet de répondre à cette question."
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 10,
+   "metadata": {
+    "collapsed": true
+   },
+   "outputs": [],
+   "source": []
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.5.2"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 2
+}