• Chapitre 1 Code et données
• Chapitre 2
• Chapitre 3 Codes pour le chapitre 3
• Chapitre 4 Codes pour le cours

• Données : https://archive.ics.uci.edu/ml/datasets/Student+Performance
• Sujet
• Correction partielle
• Correction

• | Sujet

Vous pouvez me rendre le TP (pour le 9/11) en me l'envoyant sous format pdf ou html. Attention à bien nommer votre fichier votrenom_TP2. Vous pouvez me le rendre par équipe de 2.

• Sujet
• Moro et al. 2016

• Sujet
• Données
• Code sharing at https://codeshare.io/G8v7BD

Vous pouvez me rendre le TP (pour le 21/12) en me l'envoyant sous format pdf ou html. Attention à bien nommer votre fichier votrenom_TP4. Vous pouvez me le rendre par équipe de 2.

• Sujet
• Code sharing at https://codeshare.io/ad6pdR

• Sujet
• Données
• Description

A data frame with 366 observations on 13 variables, each observation is one day

Usage

data(Ozone) Format

1 Month: 1 = January, …, 12 = December 2 Day of month 3 Day of week: 1 = Monday, …, 7 = Sunday 4 Daily maximum one-hour-average ozone reading 5 500 millibar pressure height (m) measured at Vandenberg AFB 6 Wind speed (mph) at Los Angeles International Airport (LAX) 7 Humidity (%) at LAX 8 Temperature (degrees F) measured at Sandburg, CA 9 Temperature (degrees F) measured at El Monte, CA 10 Inversion base height (feet) at LAX 11 Pressure gradient (mm Hg) from LAX to Daggett, CA 12 Inversion base temperature (degrees F) at LAX 13 Visibility (miles) measured at LAX Details

The problem is to predict the daily maximum one-hour-average ozone reading (V4).

Le challenge pour ce cours est https://challengedata.ens.fr/en/challenge/25/predict_the_crude_oil_production_trend.html.

Vous devez former des équipes de 3 personnes maximum. Vous devrez rendre un rapport de 10 pages maximum (hors annexes) expliquant votre démarche.

sujet sujet de rattrapge