Apprentissage automatique (M1INFO/ENSIIE)
Cette partie du cours aura lieu dans les locaux de l'ENSIIE dans l'amphi (XXX) à 14h et les TP en salles XXX
Projet Compétiton Kaggle : Houses Prices
Former une équipe de 3 ou 4 étudiants.
Créer un compte sur Kaggle.
Télécharger les données (train, test,...).
Faire une analyse statistique des données.
Prétraitement des données.
Définir un plan d’expérience (hyper-paramètre, selection de variable, évaluation,...)
Créer des modèles de prédiction avec les méthodes vu en cours ou autres.
Envoyer vos prédictions sur Kaggle.
Langage utilisé: python ou R
Objectif : Faire les prédictions les plus précises
Notation :
Rapport (5pts) : décrit le travail effectué par le groupe en 10-15 pages
Soutenance (5pt) : Présentation du travail effectué et des résultats. 12-15min + 5 min de questions.
Trvavaille effectué (10pts)
Rapport : décrit le travail effectué par le groupe en 10-15 pages
Nom de l'équipe et des étudians sous Kaggle
Analyses des données
Prétraitement des données
Liste des méthodes utilisées et les paramètres testés
Plan de test mis en place
Résultats
Performance sous Kaggle (score public + classement)
Code en annexe !!!
Il est indispensable de comprendre et de pouvoir expliquer ce que fait exactement le code que vous utilisez et les résultats obtenus !!
Rendu du rapport : a rendre en version papier le jour de la soutenance
Soutenances : XXX
Afin d les soutenances, nous vous demandons de déclarer, sans attendre, vos groupes ici :
https://docs.google.com/spreadsheets/d/1hEvUZ7mjUJ9QZKJUl5VQ69B-zdmqt4ZdPV4zrg6u5-4/
Apporter votre rapport version papier le jour de la soutenance.