fix links

Author: xadupre

_doc/articles/2026/2026-04-13-route2026.rst

@@ -12,16 +12,15 @@ site web : `sdpython.github.io <https://sdpython.github.io/>`_
 Journée 1 (13/4) - Data Analyse
 ===============================
 
-**Objectif de la journée : créer une base de données avec le résultat des élections municipales**
+L'Objectif de la journée : créer une base de données avec le résultat des élections municipales.
 
 raccourci : https://github.com/sdpython/teachdata/tree/main/municipales
 
 * quelques mots sur ChatGPT, Gemini, Claude, et la notion de vibe-coding
 * on code moins, on lit plus, mais il faut toujours comprendre le code
+* `Building Claude Code with Harness Engineering <https://levelup.gitconnected.com/building-claude-code-with-harness-engineering-d2e8c0da85f0>`_
 
-L'objectif de cette seconde journée sera de manipuler des données
-avec :epkg:`pandas`, :epkg:`numpy` pour construire une feuille
-Excel avec un graphe automatiquement depuis Python.
+Quelques modules :
 
 * :epkg:`numpy`
 * :epkg:`pandas`

_doc/c_ml/regclass.rst

@@ -8,7 +8,7 @@ Classification et régression
 Le site :epkg:`UCI` propose de nombreux jeux de
 de données utilisés dans un but pédagogique.
 Parmi ceux-ci, on y trouve un jeu de données
-sur le vin, `Wine Data Set <https://archive.ics.uci.edu/ml/datasets/wine+quality>`_.
+sur le vin, `Wine Data Set <https://archive-beta.ics.uci.edu/dataset/186/wine+quality>`_.
 Pour ma part, j'ai goûté le vin assez tard, ne sachant véritablement
 l'apprécier qu'à la trentaine avérée. Je suis encore incapable de
 déchiffrer le vocabulaire qui sort de la bouche des experts
@@ -76,7 +76,7 @@ Les données
 +++++++++++
 
 Le jeu de données peut être téléchargé depuis le site
-`Wine Quality Data Set <https://archive.ics.uci.edu/dataset/186/wine+quality>`_.
+`Wine Quality Data Set <https://archive-beta.ics.uci.edu/dataset/186/wine+quality>`_.
 Il peut être également obtenu avec le code suivant :
 
 .. runpython::

_doc/conf.py

@@ -431,7 +431,7 @@ def linkcode_resolve(domain, info):
         "recherche dichotomique": "https://fr.wikipedia.org/wiki/Recherche_dichotomique",
         "seaborn": "https://seaborn.pydata.org/",
         "transformers": "https://github.com/huggingface/transformers",
-        "UCI": "https://archive.ics.uci.edu/datasets",
+        "UCI": "https://archive-beta.ics.uci.edu/",
         "variable aléatoire": "https://fr.wikipedia.org/wiki/Variable_al%C3%A9atoire",
         "voyageur de commerce": "https://fr.wikipedia.org/wiki/Probl%C3%A8me_du_voyageur_de_commerce",
         "xgboost": "https://xgboost.readthedocs.io/en/stable/",

_doc/practice/years/2026/parcoursup_2026.ipynb

@@ -375397,4 +375397,4 @@
  },
  "nbformat": 4,
  "nbformat_minor": 2
-}
+}

teachpyx/datasets/data/__init__.py

@@ -1,7 +1,7 @@
 """
 Source:
 
-* `wines-quality.csv <https://archive.ics.uci.edu/ml/datasets/wine+quality>`_
+* `wines-quality.csv <https://archive-beta.ics.uci.edu/dataset/186/wine+quality>`_
 * `countries.geo.json <https://github.com/johan/world.geo.json/blob/master/countries.geo.json>`_
 * `reunion.zip <https://www.insee.fr/fr/statistiques/2520034>`_
 * `reunion_rect.zip <https://www.insee.fr/fr/statistiques/2520034>`_

teachpyx/datasets/wines.py

@@ -11,7 +11,7 @@ def load_wines_dataset(
 ) -> pandas.DataFrame:
     """
     Retourne le jeu de données
-    `wines quality <https://archive.ics.uci.edu/ml/datasets/wine+quality>`_.
+    `wines quality <https://archive-beta.ics.uci.edu/dataset/186/wine+quality>`_.
     Notebooks associés à ce jeu de données :
 
     .. runpython::
@@ -27,14 +27,13 @@ def load_wines_dataset(
     :return: :class:`pandas.DataFrame`
     """
     if download:
-        raise NotImplementedError("Not implemented with the new website.")
-        # url = "https://archive.ics.uci.edu/dataset/186/wine+quality.zip"
-        # red = pandas.read_csv(url + "winequality-red.csv", sep=";")
-        # white = pandas.read_csv(url + "winequality-white.csv", sep=";")
-        # red["color"] = "red"
-        # white["color"] = "white"
-        # df = pandas.concat([red, white])
-        # df.columns = [_.replace(" ", "_") for _ in df.columns]
+        url = "https://cdn.uci-ics-mlr-prod.aws.uci.edu/186/wine%2Bquality/"
+        red = pandas.read_csv(url + "winequality-red.csv", sep=";")
+        white = pandas.read_csv(url + "winequality-white.csv", sep=";")
+        red["color"] = "red"
+        white["color"] = "white"
+        df = pandas.concat([red, white])
+        df.columns = [_.replace(" ", "_") for _ in df.columns]
     else:
         fold = get_data_folder()
         data = os.path.join(fold, "wines-quality.csv")
@@ -51,7 +50,7 @@ def load_wine_dataset(
 ) -> pandas.DataFrame:
     """
     Retourne le jeu de données
-    `wine quality <https://archive.ics.uci.edu/ml/datasets/wine>`_.
+    `wine quality <https://archive-beta.ics.uci.edu/dataset/109/wine>`_.
     Notebooks associés à ce jeu de données :
 
     .. runpython::
@@ -67,7 +66,7 @@ def load_wine_dataset(
     :return: :class:`pandas.DataFrame`
     """
     if download:
-        url = "https://archive.ics.uci.edu/ml/machine-learning-databases/wine/wine.data"
+        url = "https://cdn.uci-ics-mlr-prod.aws.uci.edu/109/wine/wine.data"
         df = pandas.read_csv(url, header=None)
     else:
         fold = get_data_folder()