Vous y trouverez notre réplication des calculs de Dallal et al. (en
R), une mise en œuvre en python et une en R (très similaires à ce que
Vous y trouverez notre réplication des calculs de Dallal <i>et al.</i> (en
R), une mise en œuvre en Python et une en R (très similaires à ce que
vous avez pu utiliser dans le module 2). Cet exercice peut donc se
faire à deux niveaux:
faire à deux niveaux:
</p>
<olclass="org-ol">
<listyle="margin-bottom:0;">un niveau facile pour ceux qui repartiront du code dans le langage
...
...
@@ -67,17 +65,17 @@ Jupyter du MOOC, n'hésitez pas à consulter <a href="https://www.fun-mooc.fr/co
section 4A du module 2</a> qui expliquent comment y importer un
notebook.</li>
<listyle="margin-bottom:0;">un niveau plus difficile pour ceux qui souhaiteront le réécrire
complètement (éventuellement dans un autre langage que R ou python,
complètement (éventuellement dans un autre langage que R ou Python,
l'expérience peut être d'autant plus intéressante que nous n'avons
pas testé ces variations). Là, si les fonctions de calcul d'une
régression logistique ne sont pas présente, il y a par contre
régression logistique ne sont pas présentes, il y a par contre
intérêt à en savoir un minimum pour pouvoir les
implémenter. L'exercice en est d'autant plus instructif.</li>
</ol>
<p>
Vous pourrez alors discuter sur le forum des succès et des échecs que
vous avez pu rencontrer. Pour cela:
vous aurez pu rencontrer. Pour cela :
</p>
<ulclass="org-ul">
<listyle="margin-bottom:0;"><b>Vous publierez auparavant dans votre dépôt les différents notebooks</b>
...
...
@@ -87,7 +85,7 @@ bibliothèques installées.</li>
<listyle="margin-bottom:0;">Vous indiquerez votre résultat (que ça soit un succès ou échec à
obtenir les mêmes résultats) en <b>remplissant ce <ahref="https://app-learninglab.inria.fr/gitlab/moocrr-session1/moocrr-reproducibility-study/blob/master/results.md">tableau</a></b> (vous avez
les droits d'édition donc il vous suffit d'éditer les fichiers via
l'interface GitLab). Vous vérifierez les valeurs obtenues pour
l'interface GitLab). Vous vérifierez les valeurs obtenues pour :
<olclass="org-ol">
<listyle="margin-bottom:0;">les coefficients de la pente et de l'intercept</li>
<listyle="margin-bottom:0;">les estimations d'erreur de ces coefficients</li>
...
...
@@ -96,7 +94,7 @@ l'interface GitLab). Vous vérifierez les valeurs obtenues pour
<listyle="margin-bottom:0;">la zone de confiance</li>
</ol></li>
<listyle="margin-bottom:0;"><p>
Pour chacun vous indiquerez si le résultat est:
Pour chacun vous indiquerez si le résultat est:
</p>
<ulclass="org-ul">
<listyle="margin-bottom:0;">identique</li>
...
...
@@ -105,16 +103,16 @@ Pour chacun vous indiquerez si le résultat est:
<listyle="margin-bottom:0;">non fonctionnel (pas de résultat obtenu)</li>
</ul>
<p>
Vous indiquerez également dans ce tableau:
Vous indiquerez également dans ce tableau:
</p>
<ulclass="org-ul">
<listyle="margin-bottom:0;">Un lien vers votre espace gitlab contenant les différents notebooks</li>
<listyle="margin-bottom:0;">Le nom du système d'exploitation utilisé</li>
<listyle="margin-bottom:0;">Le langage utilisé et son numéro de version</li>
<listyle="margin-bottom:0;">Les numéros des principales bibliothèques utilisées
<listyle="margin-bottom:0;">un lien vers votre espace gitlab contenant les différents notebooks</li>
<listyle="margin-bottom:0;">le nom du système d'exploitation utilisé</li>
<listyle="margin-bottom:0;">le langage utilisé et son numéro de version</li>
<listyle="margin-bottom:0;">les numéros des principales bibliothèques utilisées
<h2id="org6a2b669">Exercice 2 : L'importance de l'environnement</h2>
<divclass="outline-text-2"id="text-org6a2b669">
<p>
Dans cet exercice, nous vous proposons de reprendre l'exercice
précédent mais en mettant à jour l'environnement de calcul. En effet,
nous avons rencontré des surprises en préparant ce MOOC puisqu'il nous
est arrivé d'avoir des résultats différents entre nos machines et
l'environnement jupyter que nous avions mis en place pour le MOOC. Ça
sera peut-être également votre cas!
l'environnement Jupyter que nous avions mis en place pour le MOOC. Ça
sera peut-être également votre cas!
</p>
<olclass="org-ol">
<listyle="margin-bottom:0;">Pour ceux qui ont suivi le parcours jupyter, recréer
<listyle="margin-bottom:0;">Pour ceux qui ont suivi le parcours Jupyter, recréez
l'environnement du MOOC sur votre propre machine en suivant les
instructions données
<ahref="https://www.fun-mooc.fr/courses/course-v1:inria+41016+session01bis/jump_to_id/4ab5bb42ca1e45c8b0f349751b96d405">dans les ressources de la section 4A du module 2</a>.</li>
<listyle="margin-bottom:0;">Vérifier si vous obtenez bien les même résultats que ceux
<listyle="margin-bottom:0;">Vérifiez si vous obtenez bien les mêmes résultats que ceux
attendus.</li>
<listyle="margin-bottom:0;">Mettre à jour (vers le haut ou vers la bas) cet environnement et
vérifier si vous obtenez les mêmes résultats</li>
<listyle="margin-bottom:0;">Mettez à jour (vers le haut ou vers la bas) cet environnement et
vérifiez si vous obtenez les mêmes résultats.</li>
</ol>
<p>
Comme précédemment, vous mettrez à jour le <ahref="https://app-learninglab.inria.fr/gitlab/moocrr-session1/moocrr-reproducibility-study/blob/master/results.md">tableau</a> et vous discuterez
sur le forum des succès et des échec que vous aurez rencontrés.
sur le forum des succès et des échecs que vous aurez rencontrés.