6CVBGNZOBDCISGPDH4Z3N37EEUYVOBKMMCVM55OK233FSDS2DDRAC
GCEVQDVSD7SSWN2EEAD2B7TSW2RXFI3GPOCFRXEEQYWRDBWZGW5AC
WHKJYYZX7Y2VYHEX4NAKKV4DHI3RBHY3XJMIGPYBPCD3DNWZUHDQC
2USCLVIQKYC5MNFUSK2C7MBTKF6F3MEJMWFVBA4YP4UFLZ5IYMNQC
RHWQQAAHNHFO3FLCGVB3SIDKNOUFJGZTDNN57IQVBMXXCWX74MKAC
LGNTJMWSZ3DVZNAQMQQWSRSP46RXH5WXMBQ546LL6PVUTLSFJAUAC
QWCRR5CXIUZYZADCPUIE35VYCH4IEIEPPCOP2RV6TETADPS6H6SAC
WA2PHAVLSTPOCNUQPQYYLCLCX4MWYGDESYWBO6QKLL3VHSW7VCHAC
GGUC6BRBVBMIWZAYAYHNLL37QXWKTUUANB4PBMHIJIBJWBWP7JPAC
KBAP3IHF4E6JXSYKVKNBXLCNHX2KGYGKVVS2ATPZ4JGJT7Y32YSAC
RTP5CJJXW2DQQGKCS3R24GIB6MRCNVXWTZVUQYLXNNR4UXWWGD5AC
CXW37WKZDOFBTPGZQGQVWDWGA7YWGGJ47SSD4KYEXD6MPERELGGAC
WFTYYGX7JKPZPKMQAPS54FIAPPLHHJTQ2N3MVRR37G57235AIT3QC
INQMSCVVPSGBDAN3WC2OW5DHWPRIQFCP4QB6QEWMJSTBSDSDRVBQC
5ULVEFBQOIIEPYRTQO4UMGYDD756DVKNHUL5OMNGWI7B3XTQ7KEAC
4RRZHBQUI3DRKCB4PIN5YF5TNXIV2APCGNZ6SQSB5FKAL722HO3AC
NAX67OG4L3U4EASE6LCR6GQ64L6KBADKENFFAGZV6H44VSLSFSMQC
BSZSUYUWGGM7DKBXK3AZZJFWFWLODMNPLDTAEHY7PWK2PI2NSCIQC
YYYI54A7EXSROJ64AILVAR23PYF3VWS2C27QW4WIMWGOVDZHKJVQC
FGRZYV3XLUW7UNJCWE7LTW4PRHIJVG5RUMQUZH5GZ3ZKMV3UQTYQC
** TODO Amsteriskm
*** Objectif
Plus courte distance entre 2 films
*** Données
https://datasets.imdbws.com/
Autres : https://www.kaggle.com/datasets/rounakbanik/the-movies-dataset
Acteurs + crédits
*** Langage
Chargement des donnése IMDB (title.principals.tsv): 4min en python, du killer le processus en haskell...
Attention, prend toute la RAM
*** Outils
Référence :
https://medium.com/web-mining-is688-spring-2021/network-graphs-of-actors-based-on-popular-movies-in-common-69d30e7b5e07
Faire le graphe + visualisation avec pandas + viscc + dash : https://towardsdatascience.com/visualizing-networks-in-python-d70f4cbeb259 (option 3)
*** Stratégie
1ere version : noeud = acteur, arête = film en commun
2ere version : noeud = film , arête = acteur en commun
Plutôt la seconde version
:END:
* KILL Amsteriskm
CLOSED: [2023-05-28 Sun 10:03]
:PROPERTIES:
:ARCHIVE_TIME: 2023-05-28 Sun 10:03
:ARCHIVE_FILE: ~/roam/personal/projects.org
:ARCHIVE_OLPATH: Projets personnels
:ARCHIVE_CATEGORY: projects
:ARCHIVE_TODO: KILL
:END:
** Objectif
Plus courte distance entre 2 films
** Données
https://datasets.imdbws.com/
Autres : https://www.kaggle.com/datasets/rounakbanik/the-movies-dataset
Acteurs + crédits
** Langage
Chargement des donnése IMDB (title.principals.tsv): 4min en python, du killer le processus en haskell...
Attention, prend toute la RAM
** Outils
Référence :
https://medium.com/web-mining-is688-spring-2021/network-graphs-of-actors-based-on-popular-movies-in-common-69d30e7b5e07
Faire le graphe + visualisation avec pandas + viscc + dash : https://towardsdatascience.com/visualizing-networks-in-python-d70f4cbeb259 (option 3)
** Stratégie
1ere version : noeud = acteur, arête = film en commun
2ere version : noeud = film , arête = acteur en commun
Plutôt la seconde version
* KILL Mettre à jour juliastats
CLOSED: [2023-05-28 Sun 10:04]
:PROPERTIES:
:ARCHIVE_TIME: 2023-05-28 Sun 10:04
:ARCHIVE_FILE: ~/roam/personal/projects.org
:ARCHIVE_OLPATH: Julia
:ARCHIVE_CATEGORY: projects
:ARCHIVE_TODO: KILL
:ARCHIVE_ITAGS: julia
https://discourse.julialang.org/t/suggestion-for-homepage-of-https-juliastats-org/94948/2
* Stockage
:PROPERTIES:
:ARCHIVE_TIME: 2023-05-28 Sun 10:04
:ARCHIVE_FILE: ~/roam/personal/projects.org
:ARCHIVE_OLPATH: Recherche/Mustard
:ARCHIVE_CATEGORY: recherche
:ARCHIVE_ITAGS: mustard
:END:
** DONE Accès scality au travail
** KILL VPN pour Jehanne
CLOSED: [2023-05-28 Sun 10:04]