🕸Interfaces web pour le TAL🕸

News

• 2024-01-09 Les consignes pour les projets sont en ligne.
• 2023-11-27 Premier cours du semestre le 28/11/2023.

Infos pratiques

• Quoi « Interfaces web pour le TAL »
• Où Salle 410, bâtiment de la formation continue.
• Quand 8 séances, les mardi de 13:30 à 16:30, du 28/11/22 au 31/01/24
• Contact Loïc Grobol lgrobol@parisnanterre.fr
  • Demandez une invite pour le serveur Discord !

Liens utiles

• Prendre rendez-vous pour des office hours en visio : Calendly
• Lien Binder de secours :
• Consignes pour les projets.

Séances

Tous les supports sont sur github, voir Utilisation en local pour les utiliser sur votre machine comme des notebooks. À défaut, ce sont des fichiers Markdown assez standards, qui devraient se visualiser correctement sur la plupart des plateformes (mais ne seront pas dynamiques).

Les slides et les notebooks ci-dessous ont tous des liens Binder pour une utilisation interactive sans rien installer. Les slides ont aussi des liens vers une version HTML statique utile si Binder est indisponible.

2023-11-28 — Crash course Python

• Crash course python
  • Liste de Swadesh (csv)
  • Solutions

2023-12-12 — Internet et programmation orientée objet

• Notebook internet
  • Solutions exercices cURL
• Notebook OOP
  • Treebank GSD-fr train
  • Solutions :
    • Script v1
    • Script v2

2023-12-19 — requests et APIs REST

• Notebook requests
  • Solutions :
    • Script sans rien
    • Script avec click
    • Script avec argparse
• Notebook REST

Vos solutions pour les exercices du notebook REST sont à envoyer dans un zip à lgrobol@parisnanterre.fr avant le 29/01. L’objet du message devra être [Web 2024] TP Prénom Nom et le nom de fichier devra être de la forme prénom_nom-établissment.zip, établissement étant Nanterre, P3 ou Inalco.

2024-01-09 — Décorateurs et FastAPI

• Notebook décorateurs
  • Solutions
• Notebook FastAPI
  • Exemples.
  • Solutions

2024-01-16 — Outils de debug et HTML

• Slides HTML
  • Exemples
  • Solutions
• Slides Debug
  • factorial.py.
  • lintme.py.
  • debugme.py.
    • ancor.txt.

2024-01-23 — Bases de données et parsers

• Slides BDD
• Slides Parsers
  • Joséphine
  • Slides Parsers

2024-02-06 : Javascript et git

• Slides js
• Slides git

Utilisation en local

Les supports de ce cours sont écrits en Markdown, convertis en notebooks avec Jupytext. C’est entre autres une façon d’avoir un historique git propre, malheureusement ça signifie que pour les ouvrir en local, il faut installer les extensions adéquates. Le plus simple est le suivant

1. Récupérez le dossier du cours, soit en téléchargeant et décompressant l’archive soit en le clonant avec git : git clone https://github.com/LoicGrobol/neural-networks.git et placez-vous dans ce dossier.

2. Créez un environnement virtuel pour le cours

   python3 -m virtualenv .venv
   source .venv/bin/activate
   

3. Installez les dépendances

   pip install -U -r requirements.txt
   

4. Lancez Jupyter

   jupyter lab
   

Ressources

Il y a beaucoup, beaucoup de ressources disponibles pour apprendre Python. Ce qui suit n’est qu’une sélection.

Livres

• How to think like a computer scientist, by Jeffrey Elkner, Allen B. Downey, and Chris Meyers. Vous pouvez l’acheter. Vous pouvez aussi le lire ici
• Dive into Python, by Mark Pilgrim. Ici Un peu ancien, mais toujours pas mal. Vous pouvez le lire en ligne ou télécharger le pdf.
• Learning Python, by Mark Lutz.
• Beginning Python, by Magnus Lie Hetland.
• Python Algorithms: Mastering Basic Algorithms in the Python Language, by Magnus Lie Hetland.
• Programmation Efficace. Les 128 Algorithmes Qu’Il Faut Avoir Compris et Codés en Python au Cours de sa Vie, by Christoph Dürr and Jill-Jênn Vie. Si le cours vous paraît trop facile. Le code Python est clair, les difficultés sont commentées.

Web

Il vous est vivement conseillé d’utiliser un (ou plus) des sites et tutoriels ci-dessous.

• Real Python, des cours et des tutoriels souvent de très bonne qualité et pour tous niveaux.
• Coding Game. Vous le retrouverez dans les exercices hebdomadaires.
• Code Academy
• newcoder.io. Des projets commentés, commencer par ‘Data Visualization’
• Google’s Python Class. Guido a travaillé chez eux. Pas ce Guido, celui-là
• Mooc Python. Un mooc de l’INRIA, carré.
• Code combat

Licences

Copyright © 2023 Loïc Grobol <loic.grobol@gmail.com>

Sauf indication contraire, les fichiers présents dans ce dépôt sont distribués selon les termes de la licence Creative Commons Attribution 4.0 International. Voir le README pour plus de détails.

Un résumé simplifié de cette licence est disponible à https://creativecommons.org/licenses/by/4.0/.

Le texte intégral de cette licence est disponible à https://creativecommons.org/licenses/by/4.0/legalcode