• Chapitre 1 Code et données
• Chapitre 2
• Chapitre 3 Codes pour le chapitre 3
• Chapitre 4 Codes pour le cours sur les GAMCours pour le cours sur le Gradient Boosting

• 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 pour le 14/01/2017.

sujet sujet de rattrapge Correction sur le LARS