rst

Author: xadupre

_doc/articles/2025/2025-03-01-route2025.rst

@@ -131,7 +131,7 @@ Séance 4 (21/2)
 
 **Prétraitement**
 
-* Dates, Catégories : :epkg:`category_encoders`, `skrub <https://skrub-data.org/stable/>`_,
+* Dates, Catégories : :epkg:`category_encoders`, :epkg:`skrub`,
   :ref:`Prétraitement des catégories <nbl-practice-ml-pretraitement_cat>`
 * Son : :epkg:`librosa`, voir :ref:`Prétraitement du son <nbl-practice-ml-pretraitement_son>`
 * Image : :epkg:`scikit-image`, voir :ref:`Prétraitement d'une image <nbl-practice-ml-pretraitement_image>`

_doc/articles/2025/2025-04-01-route2025.rst

@@ -124,30 +124,33 @@ Journée 3 (3/3)
 
 **Partie 1**
 
-* retour sur la syntaxe du langage python, boucle, test, fonctions et classes
+* retour sur la syntaxe du langage python, boucle, test, fonctions et classes,
+  :ref:`Tracer une pyramide bigarrée <nbl-practice-tds-base-pyramide_bigarree>`
 * exceptions
-* expressions régulières
-* pickle, fichiers pickle
-* tests unitaires
+* :ref:`l-regex`, :ref:`Expressions régulières <nbl-practice-py-base-exercice_regex>`
+* :mod:`pickle`, fichiers pickle (voir :ref:`chap_serialization`)
+* :ref:`Tests unitaires <nbl-practice-py-base-tests_unitaires>`
 * récupération des fichiers préparés pour la formation avec pandas
-* utilisation de skrub pour avoir un premier aperçu
+* utilisation de `:epkg:`skrub` pour avoir un premier aperçu ou
+  :epkg:`pandas-profiling`, :epkg:`orange3`
 
 **Partie 2**
 
 * rappel pandas: group by, jointure, inner, outer, left, right, pivot
-* gestion des doublons
+* gestion des doublons avec :meth:`pandas.DataFrame.duplicated`
 * une fois la base complète obtenue, analyse de nouveau
-* même opérations en SQL
-* identification des valeurs aberrantes
-* valeurs manquantes, remplacement simple (moyenne), corrélations (KNNImputer)
+* mêmes opérations en SQL, :func:`pandas.read_sql`, :meth:`pandas.DataFrame.to_sql`
+* identification des valeurs aberrantes, voir :meth:`pandas.DataFrame.quantile`
+* valeurs manquantes, remplacement simple (moyenne),
+  corrélations (:class:`sklearn.impute.KNNImputer`), prédictions
 * premières impressions
 
 Journée 4 (4/3)
 ===============
 
 **Partie 1**
 
-* retour sur les graphes matplotlib, seaborn, plotly, skrub
+* retour sur les graphes matplotlib, seaborn, plotly, :epkg:`skrub`
 * cartographie, cartopy, folium encore
 * corrélations, pairplots
 * gestion des dates
@@ -162,3 +165,11 @@ Journée 4 (4/3)
 * découpage d'une base en deux, apprentissage, respecter le temps et les identifiants
 * calcul du prix d'un contrat d'assurance pour un an en fonction de
   variables choisies
+
+**Prétraitements simples**
+
+* Dates, Catégories : :epkg:`category_encoders`, :epkg:`skrub`,
+  :ref:`Prétraitement des catégories <nbl-practice-ml-pretraitement_cat>`
+* Son : :epkg:`librosa`, voir :ref:`Prétraitement du son <nbl-practice-ml-pretraitement_son>`
+* Image : :epkg:`scikit-image`, voir :ref:`Prétraitement d'une image <nbl-practice-ml-pretraitement_image>`
+* Texte : :ref:`Prétraitement du texte <nbl-practice-ml-pretraitement_texte>`

_doc/conf.py

@@ -252,6 +252,7 @@
     ),
     "OneHotEncoder": "https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html",
     "OpenMP": "https://www.openmp.org/",
+    "orange3": "https://orangedatamining.com/",
     "pandas": (
         "https://pandas.pydata.org/pandas-docs/stable/",
         ("https://pandas.pydata.org/pandas-docs/stable/generated/pandas.{0}.html", 1),
@@ -260,6 +261,7 @@
             2,
         ),
     ),
+    "pandas-profiling": "https://docs.profiling.ydata.ai/latest/",
     "PiecewiseTreeRegressor": "https://sdpython.github.io/doc/mlinsights/dev/api/mlmodel_tree.html#piecewisetreeregressor",
     "Pillow": "https://pillow.readthedocs.io/en/stable/",
     "pip": "https://pip.pypa.io/en/stable/",
@@ -290,6 +292,7 @@
     "sérialisation": "https://fr.wikipedia.org/wiki/S%C3%A9rialisation",
     "sklearn": "https://scikit-learn.org/stable/index.html",
     "sklearn-onnx": "https://onnx.ai/sklearn-onnx/",
+    "skrub": "https://skrub-data.org/stable/",
     "statsmodels": "http://www.statsmodels.org/stable/index.html",
     "SVD": "https://fr.wikipedia.org/wiki/D%C3%A9composition_en_valeurs_singuli%C3%A8res",
     "sys.modules": "https://docs.python.org/3/library/sys.html?highlight=modules#sys.modules",

requirements-dev.txt

@@ -24,6 +24,7 @@ nbsphinx
 networkx
 openpyxl
 pandas
+pandas-profiling
 patsy
 pillow
 protobuf<4
@@ -48,3 +49,4 @@ transformers
 ujson
 xgboost
 wheel
+ydata-profiling