Ce projet s'inscrit dans un module académique de dernière année d'AgroParisTech (spécialisation IODAA), appelé "AP_Prog", qui vise à se familiariser avec les modèles de classification et de regression en mode supervisé. Ici, 2 jeux de données, un pour une problématique de classification et un autre pour de la régression, ont été analysés :
-
Tout d'abord, l'Ademe est un EPIC qui participe à la construction des politiques nationales et locales de transition écologique. Cet établissement génère alors de nombreuses données dont celles liées au diagnostic de performance énergétique (DPE) des habitats. L'objetif de ce premier jeu de données est d'entraîner des modèles de machine learning en apprentissage supervisé qui pourraient prédire les classes de consommation d'énergie des logements (privés ou publics) selon divers critères disponible dans la base de données. Ces donnée sont accessibles en open-source ici.
-
En second lieu, des données morphologiques de lézards du genre Anolis ont été analysées afin de tenter d'établir une régression sur la force de morsure. Les données sont issus de Wittorski & al., et sont disponibles ici