Skip to content

Comparaison de différentes approches d'apprentissage supervisé pour la prédiction de la consommation d'énergie et des émissions de CO2 de bâtiments de la ville de Seattle.

Notifications You must be signed in to change notification settings

BiGHeaDMaX/Predire-Consommation-et-Emissions-de-Batiments

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

74 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Ce projet est basé sur le dataset 2016 Building Energy Benchmarking. Il s'agit de relevés minutieux d'émissions de CO2 et de consommation d'énergie effectués par les agents de la ville de Seattle sur des bâtiments en 2016.
Ce relevés sont coûteux à réaliser, nous allons donc voir s'il est possible de faire des prédictions de ces variables en fonction des données structurelles des bâtiments. Nous baserons ici nos expériences sur les bâtiments non destinés à l'habitation.
Il sera également évalué la pertinence de la variable ENERGY STAR Score pour nos prédictions.

Les étapes suivantes seront réalisées :

  • Préparation des données.
  • Analyse exploratoire.
  • Tests de différents modèles pour nos prédictions.
  • Déterminer les importances globales et locales des features.

Retrouvez l'article de présentation de ce projet ici.

About

Comparaison de différentes approches d'apprentissage supervisé pour la prédiction de la consommation d'énergie et des émissions de CO2 de bâtiments de la ville de Seattle.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published