Relec KA 21/09 (#273)

* Relec KA 21/09 (#271)

* Relec KA 21/09

* Update content/course/getting-started/01_installation/index.qmd

* Update content/course/getting-started/01_installation/index.qmd

* Update content/course/getting-started/05_rappels_types/index.qmd

* Update content/course/getting-started/06_rappels_fonctions/index.qmd

* Update content/course/manipulation/01_numpy/index.qmd

* Update content/course/git/exogit/index.qmd

* Update content/course/getting-started/01_installation/index.qmd

Co-authored-by: Lino Galiana <33896139+linogaliana@users.noreply.github.com>

* petites corrections

* quarto

* Automated changes

* Automated changes

* hide pagerank

* change name

* Automated changes

* Automated changes

* Automated changes

* Automated changes

* clean le tp1

* Automated changes

* Automated changes

* mise en forme TP

* Automated changes

* Automated changes

* mise en forme TP

* Automated changes

* Automated changes

* mise en forme TP

* Automated changes

* Automated changes

Co-authored-by: Kim A <kim.antunez@ensae.fr>
Co-authored-by: github-actions[bot] <github-actions[bot]@users.noreply.github.com>

content/course/annexes/evaluation/_index.md

@@ -1,6 +1,6 @@
 ---
 title: "Evaluation"
-date: 2020-09-07T13:00:00Z
+date: 2022-09-18T13:00:00Z
 draft: false
 weight: 90
 slug: evaluation
@@ -21,8 +21,8 @@ Résumé :
 * Les étudiants sont invités à proposer des sujets qui leur plaisent, à faire valider par le chargé de TD.
 * __Le projet doit utiliser `Git` et être disponible sous
 [github](https://github.com/) <a href="https://github.com" class="github"><i class="fab fa-github"></i></a> ou [gitlab](https://gitlab.com/)__ <a href="https://gitlab.com" class="gitlab"><i class="fab fa-gitlab"></i></a> (dépôt public ou dépôt privé à partager avec le chargé de TD)
-* La __date du rendu__ est fixée au : **jeudi 6 janvier 2022 23h59**
-* Le **XX janvier 2022**, auront lieu des __soutenances__
+* La __date du rendu__ est fixée au : **X décembre 2022 23h59**
+* Le **06 janvier 2023**, auront lieu des __soutenances__
 
 
 ## Attentes du projet
@@ -94,7 +94,7 @@ Le test à réaliser : faire tourner toutes les cellules de votre notebook et ne
 * Format du code (code propre et github) : 2 points
 * Soutenance : 4 points
 
-Le projet doit être réalisé en groupe de deux, voire trois. 
+Le projet doit être réalisé en groupe de trois, voire deux. 
 
 
 ## Projets menés par les étudiants

content/course/getting-started/01_installation/index.qmd

@@ -28,7 +28,8 @@ de chacun :
 * Sur une installation personnelle ;
 * Dans un conteneur docker.
 
-Concernant le deuxième point, qui est la méthode recommandée, chaque
+Concernant la première méthode, qui est celle recommandée,
+chaque
 chapitre présente les badges suivants qui permettent d'ouvrir
 la page *web* en question dans l'environnement de prédilection.
 Par exemple, pour ouvrir le chapitre relatif à 
@@ -53,27 +54,35 @@ print_badges("content/course/manipulation/01_numpy.qmd")
 
 Quelque soit l'environnement d'exécution des scripts, l'un des objectifs
 de ce cours est d'adopter un environnement favorable à la reproductibilité
-des traitements.
+des traitements. Ils devraient donc fonctionner, dès lors que l'environnement
+est bien configuré, d'une manière similaire quel que soit
+la machine qui exécute le code.
 
-Pour cette raison, en supplément des notions relatives
+Comme la reproductibilité est une notion centrale dans une démarche
+scientifique mais également importante dans le monde
+de l'entreprise ou de l'administration, en supplément des notions relatives
 à `Python`, ce cours montrera comment utiliser `Git` avec `Python` et
 évoquera un
 certain nombre de critères de qualité du code qui sont devenus
 des standards dans la communauté *open-source*, dans l'industrie et dans
-l'administration. Ces compétences ne sont pas inhérentes à Python et seront
+l'administration. Ces compétences ne sont pas
+propres à `Python` et seront
 utiles pour tout projet ultérieur. Un cours dédié à cette question
 est proposé par Romain Avouac et moi en dernière année de l'ENSAE. Son
 contenu est disponible sur https://ensae-reproductibilite.netlify.app/.
 
 Le projet final devra impérativement
-être associé à un dépôt `Git` (nous reviendrons dessus) et répondre à
+être associé à un dépôt
+sur [`Github`](https://github.com/) (nous reviendrons dessus) et répondre à
 ces critères de qualité, qui serviront toute la vie.
 
-# Installer un environnement adapté à la *data-science* sur son ordinateur personnel {#local}
-
 Ce cours vise à acculturer à la conduite de projets de  *data-science* avec
 `Python`. L'environnement foisonnant de la *data-science* nécessite un 
-certain nombre d'éléments supplémentaires à `Python`.
+certain nombre d'éléments supplémentaires à `Python`. La suite
+de ce chapitre permettra de décrire les configurations à mettre
+en oeuvre pour être en mesure d'exploiter la richesse de l'écosystème `Python`.
+
+# Installer un environnement adapté à la *data-science* sur son ordinateur personnel {#local}
 
 Cette partie présente plusieurs éléments de configuration d'un environnement
 en local. Cependant, cette approche est de moins en moins fréquente. En effet,
@@ -102,9 +111,9 @@ ou [ce site](https://mrmint.fr/installer-environnement-python-machine-learning-a
 
 Passer par `Anaconda` permet:
 
-* d'installer Python
-* d'installer par défaut une multitude de packages utiles
-([liste ici](https://docs.anaconda.com/anaconda/packages/py3.6_win-64/))
+* d'installer `Python` ;
+* d'installer par défaut une multitude de _packages_ utiles
+([liste ici](https://docs.anaconda.com/anaconda/packages/py3.6_win-64/)) ;
 * de pouvoir utiliser un gestionnaire de package nommé `conda`. 
 
 `Anaconda` permet de créer des environnements isolés et facilite l'installation
@@ -117,7 +126,7 @@ Les *notebooks* `Jupyter` (extension `.ipynb`)
 sont très utilisés en *data science*. Ils sont en
 particulier très adaptés à la réalisation d'analyses exploratoires.
 Les notebooks permettent de mêler du code, du texte et des sorties
-graphiques ou des tableaux. L'intérêt principal des notebooks est qu'ils
+graphiques ou des tableaux. L'intérêt principal des _notebooks_ est qu'ils
 permettent d'exécuter du code très facilement dans un environnement
 `Python` donné (le *kernel* `Jupyter`). Ils sont particulièrement pratiques
 pour ajouter du code ou du texte à un document déjà existant, d'où le
@@ -127,11 +136,10 @@ Néanmoins, passé l'étape d'exploration, il est recommandé de plutôt recouri
 scripts au format `.py`. L'utilisation du format `.py` est l'un des premiers
 gestes pour favoriser la reproductibilité des analyses.
 Ces scripts peuvent être édités à l'aide d'éditeurs de texte adaptés au code, comme
-[Sublime Text](https://www.sublimetext.com), ou bien dans le cadre d'environnements de
-développement intégrés (IDE), tels que
-`PyCharm` (privilégier [Pycharm Community Edition](https://www.jetbrains.com/pycharm/)
-) ou [`Visual Studio`](https://code.visualstudio.com/docs/languages/python) 
-(mon préféré),
+[`Visual Studio`](https://code.visualstudio.com/docs/languages/python) 
+(mon préféré), 
+[Sublime Text](https://www.sublimetext.com),
+ou `PyCharm` (privilégier [Pycharm Community Edition](https://www.jetbrains.com/pycharm/))
 entre autres.
 
 Ces éditeurs
@@ -187,7 +195,7 @@ Depuis quelques années, des services en ligne permettant de
 lancer une instance `Jupyter` à distance (analogue à celle que vous pouvez
 lancer en local en utilisant `Anaconda`) ont émergé. Parmi celles-ci :
 
-* __Le SSP Cloud__ [![Onyxia](https://img.shields.io/badge/SSPcloud-Tester%20via%20SSP--cloud-informational&color=yellow?logo=Python)](https://datalab.sspcloud.fr/launcher/ide/jupyter-python?autoLaunch=true&onyxia.friendlyName=«python-datascientist»&resources.requests.memory=«4Gi»&security.allowlist.enabled=false) plateforme développée par l'Insee qui fournit des environnements bac à sable basés sur des technologie de conteneurisation
+* __Le SSP Cloud__ [![Onyxia](https://img.shields.io/badge/SSPcloud-Tester%20via%20SSP--cloud-informational&color=yellow?logo=Python)](https://datalab.sspcloud.fr/launcher/ide/jupyter-python?autoLaunch=true&onyxia.friendlyName=«python-datascientist»&resources.requests.memory=«4Gi»&security.allowlist.enabled=false&git.repository=«https%3A%2F%2Fgithub.com%2Flinogaliana%2Fpython-datascientist.git») plateforme développée par l'Insee qui fournit des environnements bac à sable basés sur des technologie de conteneurisation
 * __Google collaboratory__
 [![Open In Colab](https://colab.research.google.com/assets/colab-badge.svg)](http://colab.research.google.com/github/linogaliana/python-datascientist/blob/master)
 ;
@@ -237,7 +245,7 @@ de garder à l'esprit qu'elles sont également temporaires.
 
 {{% /box %}}
 
-## SSP-Cloud [![Onyxia](https://img.shields.io/badge/SSPcloud-Tester%20via%20SSP--cloud-informational&color=yellow?logo=Python)](https://datalab.sspcloud.fr/launcher/ide/jupyter-python?autoLaunch=true&onyxia.friendlyName=«python-datascientist»&resources.requests.memory=«4Gi»&security.allowlist.enabled=false)
+## SSP-Cloud [![Onyxia](https://img.shields.io/badge/SSPcloud-Tester%20via%20SSP--cloud-informational&color=yellow?logo=Python)](https://datalab.sspcloud.fr/launcher/ide/jupyter-python?autoLaunch=true&onyxia.friendlyName=«python-datascientist»&resources.requests.memory=«4Gi»&security.allowlist.enabled=false&git.repository=«https%3A%2F%2Fgithub.com%2Flinogaliana%2Fpython-datascientist.git)
 
 `Onyxia`, l'autre petit nom du SSP-Cloud,
 est une plateforme libre service mutualisée de traitement

content/course/getting-started/03_data_analysis/index.qmd

@@ -24,7 +24,7 @@ Dans un projet sur des jeux de données, on peut schématiquement
 séparer les étapes en quatre grandes parties :
 
 * la récupération et structuration des données;
-* leur analyse (notamment descriptive);
+* leur analyse (notamment descriptive) ;
 * la modélisation ;
 * la valorisation finale des étapes précédentes.
 
@@ -48,7 +48,7 @@ Par exemple, les sites d'_open data_ gouvernementaux sont par exemple assez fiab
 
 Une fois identifié une ou plusieurs sources de données,
 _est-ce que je peux les compléter avec d'autres données ?_
-(dans ce cas, faire attention à avoir des niveaux de granularité adéquats)
+(dans ce cas, faire attention à avoir des niveaux de granularité adéquats).
 
 ### Structuration des données
 
@@ -67,7 +67,7 @@ d'un jeu de données propre:
 
 - les __informations manquantes__ sont bien comprises et traitées. `numpy` et
 `pandas` proposent un certain formalisme sur le sujet qu'il est utile 
-d'adopter en remplaçant par `NaN` les observations manquantes[^3]. Cela
+d'adopter en remplaçant par `NaN` les observations manquantes. Cela
 implique de faire attention à la manière dont certains producteurs
 codent les valeurs manquantes: certains ont la facheuse tendance à 
 être imaginatifs sur les codes pour valeurs manquantes: _"-999"_, _"XXX"_, _"NA"_ 
@@ -127,7 +127,7 @@ systématiquement utiliser ces plateformes pour la mise à disposition de
 code. Cependant, il ne s'agit que d'une petite partie des gains à
 l'utiliser.
 Le cours que je donne avec Romain Avouac en troisième année d'ENSAE
-(ensae-reproductibilite.netlify.app/) évoque
+(https://ensae-reproductibilite.netlify.app/) évoque
 l'un des principaux gains à utiliser ces plateformes, à savoir
 la possibilité de mettre à disposition automatiquement différents livrables
 pour valoriser son travail auprès de différents publics.
@@ -171,7 +171,7 @@ contaminées par le Covid en 2020, et donc de leurs proches pour le
 suivi de l'épidémie,
 a été incomplet à cause de
 troncatures dues à l'utilisation d'un format non adapté de stockage
-des données (tableur Excel).[^5].
+des données (tableur Excel)[^5].
 Dernier exemple avec le _credit scoring_ mis en oeuvre aux Etats-Unis. 
 La citation ci-dessous, issue de l'article de @hurley2016credit, 
 illustre très bien les conséquences et les aspects problématiques
@@ -285,7 +285,7 @@ individuelle.
 
 Le numérique constitue une part croissante des
 émissions de gaz à effet de serre.
-Représentant aujourd'hui 4% des émissions mondiales
+Représentant aujourd'hui 4 % des émissions mondiales
 de CO2, cette part devrait encore croître [@arcep2019]. 
 Le monde de la _data-science_ est également
 concerné.
@@ -350,4 +350,4 @@ meilleur partage des ressources.
 # Références
 
 ::: {#refs}
-:::
+:::