[{"command":"insert","method":null,"selector":".course-modal-ajax-placeholder-964237","data":"\u003Cdiv class=\u0022container content-rte\u0022\u003E\n  \u003Cdiv class=\u0022row\u0022\u003E\n    \u003Cdiv class=\u0022box col-md-6 bg-primary text-white\u0022\u003E\n      \u003Ch2 class=\u0022h1 text-left\u0022\u003E  Projet Machine Learning pour la pr\u00e9vision\n\u003C\/h2\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EECTS :\n          7.5\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ESemestre calendaire :\n          Semester 1\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n            \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ED\u00e9tail du volume horaire\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ECours magistraux :\u003C\/span\u003E\n                                      \u003Cspan\u003E36\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                                            \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003EProjet tutor\u00e9\u003C\/span\u003E\n                                      \u003Cspan\u003E20\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                              \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ELangue d\u0026#039;enseignement\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EAnglais\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EEnseignement \u00e0 distance\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003Enon\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n    \u003Cdiv class=\u0022box col-md-6\u0022\u003E\n                    \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EProgramme \/ plan \/ contenus\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003ENous travaillerons sur des donn\u00e9es li\u00e9es \u00e0 l\u0027\u00e9nergie (consommation \u00e9lectrique, production PV et \u00e9olien\u2026). Nous \u00e9tudierons diff\u00e9rentes m\u00e9thodes de r\u00e9gression non-lin\u00e9aire issues de r\u00e9cents d\u00e9veloppements en statistiques et machine learning et ayant faits leurs preuves dans ce contexte : generalized additive model, random forest, gradient boosting machine, curve linear regression, agr\u00e9gation d\u0027experts. e cours propose une d\u00e9marche fr\u00e9quente dans l\u0027industrie ou lors de la conduite d\u0027un projet de recherche en statistique appliqu\u00e9e. Plusieurs \u00e9tapes seront men\u00e9es : data mining exploratoire (analyse descriptive, visualisation, recherche bibliographique sur les donn\u00e9es et le ph\u00e9nom\u00e8ne \u00e0 mod\u00e9liser), la mod\u00e9lisation proprement dite (choix de mod\u00e8le, pr\u00e9traitements\/transformation des donn\u00e9es, construction d\u0027un code, validation) puis enfin l\u0027\u00e9valuation des performances et la restitution des r\u00e9sultats (pr\u00e9sentation et r\u00e9daction d\u0027un rapport).\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EObjectifs d\u0026#039;apprentissage\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003EL\u0027objectif du projet est d\u0027acqu\u00e9rir une exp\u00e9rience de mod\u00e9lisation statistique, de la pr\u00e9paration des donn\u00e9es \u00e0 la r\u00e9ponse au probl\u00e8me pos\u00e9. Il s\u0027agit de comparer diff\u00e9rents mod\u00e8les et m\u00e9thodes statistiques pour analyser un jeu de donn\u00e9es associ\u00e9 \u00e0 une probl\u00e9matique de pr\u00e9vision. L\u0027objectif du projet est d\u0027aboutir \u00e0 une mod\u00e9lisation performante des donn\u00e9es (r\u00e9alisant une faible erreur de pr\u00e9vision et pouvant raisonnablement \u00eatre mise en \u0153uvre).\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n                                        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ENature de l\u0026#039;\u00e9valuation\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EEvaluation Continue non Int\u00e9grale\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n  \u003C\/div\u003E\n\u003C\/div\u003E\n","settings":null}]