Improve the handling of randomness in documentation notebooks

Currently, some documentation notebooks (e.g. [shapley basic spotify](https://github.com/aai-institute/pyDVL/blob/develop/notebooks/shapley_basic_spotify.ipynb)) do not pass seeds or random number generators when calculating shapley values.

We should go over all documentation notebooks and make sure that best practices for controlling randomness are fulfilled and users can see all places where randomness needs to be handled.

Examinez tous les notebooks du répertoire `notebooks/`, en commençant par `shapley_basic_spotify.ipynb`. Identifiez les appels aux fonctions qui calculent des valeurs de Shapley ou d’autres algorithmes probabilistes. Assurez-vous que chaque appel utilise un seed ou un paramètre de générateur de nombres aléatoires pour garantir la reproductibilité. Vérifiez les modifications en réexécutant les notebooks afin de confirmer que les sorties sont déterministes.

Rédigé par le modèle d'indexation à partir du texte de l'issue.