Skip to content

Commit e5e3a36

Browse files
phgrosjeanphgrosjean
committed
two learnrs per module
1 parent 692c9f3 commit e5e3a36

File tree

11 files changed

+273
-119
lines changed

11 files changed

+273
-119
lines changed

‎NEWS.md‎

Lines changed: 1 addition & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -4,7 +4,7 @@
44

55
- Reworking of the learnrs: only two learnrs for module 4 (**C04La_ts_intro** et **C04Lb_tsd_manip**).
66

7-
- Additions of learnrs for modules 3 and 5: **C03La_ml** and **C05La_ts_decomp** even if they contain no exercises for now.
7+
- Additions and reworking of learnrs: two learnrs for each module.
88

99
# BioDataScience3 2022.0.1
1010

‎inst/tutorials/C01Lb_lda/C01Lb_lda.Rmd‎ renamed to ‎inst/tutorials/C01Lb_ml1/C01Lb_ml1.Rmd‎

Lines changed: 3 additions & 3 deletions
Original file line numberDiff line numberDiff line change
@@ -1,9 +1,9 @@
11
---
2-
title: "Analyse discriminante linéaire"
2+
title: "Machine learning (1)"
33
author: "Guyliann Engels & Philippe Grosjean"
4-
description: "**SDD III Module 1** Exercices sur l'ADL"
4+
description: "**SDD III Module 1** Machine learning (1)"
55
tutorial:
6-
id: "C01Lb_lda"
6+
id: "C01Lb_ml1"
77
version: 2.0.0/5
88
output:
99
learnr::tutorial:

‎inst/tutorials/C03La_ml/C03La_ml.Rmd‎ renamed to ‎inst/tutorials/C02Lb_ml2/C02Lb_ml2.Rmd‎

Lines changed: 4 additions & 4 deletions
Original file line numberDiff line numberDiff line change
@@ -1,10 +1,10 @@
11
---
2-
title: "Machine learning"
2+
title: "Machine learning (2)"
33
author: "Guyliann Engels & Philippe Grosjean"
4-
description: "**SDD III Module 3** Machine learning"
4+
description: "**SDD III Module 2** Machine learning (2)"
55
tutorial:
6-
id: "C03La_ml"
7-
version: 2.0.0/5
6+
id: "C02Lb_ml2"
7+
version: 2.0.0/0
88
output:
99
learnr::tutorial:
1010
progressive: true

‎inst/tutorials/C03La_roc/C03La_roc.Rmd‎

Lines changed: 43 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,43 @@
1+
---
2+
title: "Courbes ROC"
3+
author: "Guyliann Engels & Philippe Grosjean"
4+
description: "**SDD III Module 3** Courbes ROC"
5+
tutorial:
6+
id: "C03La_roc"
7+
version: 2.0.0/0
8+
output:
9+
learnr::tutorial:
10+
progressive: true
11+
allow_skip: true
12+
runtime: shiny_prerendered
13+
---
14+
15+
```{r setup, include=FALSE}
16+
BioDataScience3::learnr_setup()
17+
SciViews::R()
18+
library(mlearning)
19+
20+
# ...
21+
```
22+
23+
```{r, echo=FALSE}
24+
BioDataScience3::learnr_banner()
25+
```
26+
27+
```{r, context="server"}
28+
BioDataScience3::learnr_server(input, output, session)
29+
```
30+
31+
------------------------------------------------------------------------
32+
33+
## Objectifs
34+
35+
- ...
36+
37+
## Effet des proportions sur les métriques
38+
39+
TODO: ce tutoriel doit encore être écrit. Vous devez probablement penser à installer une version plus récente du package qui contient les exercices finalisés !
40+
41+
## courbes ROC
42+
43+
...

‎inst/tutorials/C03Lb_ml3/C03Lb_ml3.Rmd‎

Lines changed: 39 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,39 @@
1+
---
2+
title: "Machine learning (3)"
3+
author: "Guyliann Engels & Philippe Grosjean"
4+
description: "**SDD III Module 3** Machine learning (3)"
5+
tutorial:
6+
id: "C03Lb_ml3"
7+
version: 2.0.0/0
8+
output:
9+
learnr::tutorial:
10+
progressive: true
11+
allow_skip: true
12+
runtime: shiny_prerendered
13+
---
14+
15+
```{r setup, include=FALSE}
16+
BioDataScience3::learnr_setup()
17+
SciViews::R()
18+
library(mlearning)
19+
20+
# ...
21+
```
22+
23+
```{r, echo=FALSE}
24+
BioDataScience3::learnr_banner()
25+
```
26+
27+
```{r, context="server"}
28+
BioDataScience3::learnr_server(input, output, session)
29+
```
30+
31+
------------------------------------------------------------------------
32+
33+
## Objectifs
34+
35+
- ...
36+
37+
## Classification supervisée avec ...
38+
39+
TODO: ce tutoriel doit encore être écrit. Vous devez probablement penser à installer une version plus récente du package qui contient les exercices finalisés !

‎inst/tutorials/C04La_ts_intro/C04La_ts_intro.Rmd‎

Lines changed: 65 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -18,7 +18,9 @@ SciViews::R()
1818
library(pastecs)
1919
2020
nottem <- read("nottem", package = "datasets")
21+
set.seed(13313)
2122
vec <- sin((1:100) / 6 * pi) + rnorm(100, sd = 5) + 10
23+
serie <- ts(vec, end = c(2020, 10), frequency = 12)
2224
```
2325

2426
```{r, echo=FALSE}
@@ -37,6 +39,8 @@ BioDataScience3::learnr_server(input, output, session)
3739

3840
- Créer des séries spatio-temporelles dans R (objets de classe **ts**).
3941

42+
- Manipuler des séries spatio-temporelles dans R à partir d'objets **ts**.
43+
4044
## Température de l'air
4145

4246
La température moyenne mensuelle de l'air est étudié entre 1920 et 1939 au château de Nottingham. Ètant en Angleterre, cette mesure est effectuée en degrés Fahrenheit.
@@ -213,6 +217,67 @@ plot(serie)
213217
grade_code("Effectivement, la fréquence est de 4 ici. Le premier trimestre est constitué de janvier, février et mars. Le début du second trimestre de 1993 est donc le 1er avril, soit `c(1993, 4)`.")
214218
```
215219

220+
## Manipulation d'un objet ts
221+
222+
Vous avez à disposition une série spatio-temporelle sous forme d'objet **ts** et nommé `serie`. Nous ne vous en dévoilons pas plus !
223+
224+
### Exercice 1
225+
226+
Combien d'observations `serie` contient-elle par unité de temps ?
227+
228+
```{r manip1, exercise = TRUE, exercise.lines=3}
229+
___(___)
230+
```
231+
232+
```{r manip1-solution}
233+
## Solution ##
234+
frequency(serie)
235+
```
236+
237+
```{r manip1-check}
238+
grade_code("Tout simplement `frenquency()` nous donne cette information.")
239+
```
240+
241+
### Exercice 2
242+
243+
Quand débute `serie`(sachant que son unité de temps ext l'année) ?
244+
245+
```{r manip2, exercise = TRUE, exercise.lines=3}
246+
___(___)
247+
```
248+
249+
```{r manip2-solution}
250+
## Solution ##
251+
start(serie)
252+
```
253+
254+
```{r manip2-check}
255+
grade_code("Aussi simple, `start()` nous l'indique.")
256+
```
257+
258+
### Exercice 3
259+
260+
Voici un graphique qui représente un aspect intéressant de `serie`.
261+
262+
```{r}
263+
boxplot(split(serie, cycle(serie)), col = "cornsilk")
264+
```
265+
266+
Reproduisez-le par vous-même.
267+
268+
```{r manip3, exercise = TRUE, exercise.lines=3}
269+
___(___(___,___(___)), col = "cornsilk")
270+
```
271+
272+
```{r manip3-solution}
273+
## Solution ##
274+
boxplot(split(serie, cycle(serie)), col = "cornsilk")
275+
```
276+
277+
```{r manip3-check}
278+
grade_code("Ici plusieurs traitements sont combinés pour obtenir le résultat. Tout d'abord `cycle()` indique l'ordre des observations selon un cycle d'une unité de temps. Pour l'année ici, les observations de janvier se voient toutes attribuer `1`, celles de février `2`, etc. Ensuite `split()` sépare la série initiale en 12 sous-série, ayant même valeurs pour le cycle. Autrement dit, on sépare les données de chaque mois dans sa série propre. Enfin, `boxplot()` est la fonction qui crée une boite de dispersion parallèle en R de base. On final, on compare la distribution des obervations pour chaque mois au cours des années.")
279+
```
280+
216281
## Conclusion
217282

218283
```{r comm_noscore, echo=FALSE}

‎inst/tutorials/C04Lb_ts_analyse/C04Lb_ts_analyse.Rmd‎

Lines changed: 39 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,39 @@
1+
---
2+
title: "Analyse de séries"
3+
author: "Guyliann Engels & Philippe Grosjean"
4+
description: "**SDD III Module 4** Analyse de séries"
5+
tutorial:
6+
id: "C04Lb_ts_analyse"
7+
version: 2.0.0/0
8+
output:
9+
learnr::tutorial:
10+
progressive: true
11+
allow_skip: true
12+
runtime: shiny_prerendered
13+
---
14+
15+
```{r setup, include=FALSE}
16+
BioDataScience3::learnr_setup()
17+
SciViews::R()
18+
library(mlearning)
19+
20+
# ...
21+
```
22+
23+
```{r, echo=FALSE}
24+
BioDataScience3::learnr_banner()
25+
```
26+
27+
```{r, context="server"}
28+
BioDataScience3::learnr_server(input, output, session)
29+
```
30+
31+
------------------------------------------------------------------------
32+
33+
## Objectifs
34+
35+
- ...
36+
37+
## Autocorrélation
38+
39+
TODO: ce tutoriel doit encore être écrit. Vous devez probablement penser à installer une version plus récente du package qui contient les exercices finalisés !

‎inst/tutorials/C04Lb_ts_manip/C04Lb_ts_manip.Rmd‎

Lines changed: 0 additions & 110 deletions
This file was deleted.

‎inst/tutorials/C05La_ts_filter/C05La_ts_filter.Rmd‎

Lines changed: 39 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,39 @@
1+
---
2+
title: "Filtrage de séries spatio-temporelles"
3+
author: "Guyliann Engels & Philippe Grosjean"
4+
description: "**SDD III Module 5** Filtrage de séries"
5+
tutorial:
6+
id: "C05La_ts_filter"
7+
version: 2.0.0/0
8+
output:
9+
learnr::tutorial:
10+
progressive: true
11+
allow_skip: true
12+
runtime: shiny_prerendered
13+
---
14+
15+
```{r setup, include=FALSE}
16+
BioDataScience3::learnr_setup()
17+
SciViews::R()
18+
library(pastecs)
19+
20+
# ...
21+
```
22+
23+
```{r, echo=FALSE}
24+
BioDataScience3::learnr_banner()
25+
```
26+
27+
```{r, context="server"}
28+
BioDataScience3::learnr_server(input, output, session)
29+
```
30+
31+
------------------------------------------------------------------------
32+
33+
## Objectifs
34+
35+
- ...
36+
37+
## Filtrage de ...
38+
39+
TODO: ce tutoriel doit encore être écrit. Vous devez probablement penser à installer une version plus récente du package qui contient les exercices finalisés !

0 commit comments

Comments
 (0)