- Un projet de Jérémie Boudreault dans le cadre de l'enseignement du cours ETE414 à l'INRS.
- Les scripts et les données sont rendus disponibles sous la license Creative Common License
- Les question peuvent être addressées directement à l'adresse : Prenom.Nom@inrs.ca
-
Automne 2022 : Deuxième édition du cours
- Modélisation de l'ouverte/fermeture de la pêche (classification) avec arbre de décision en R
- Modélisation la température de l'eau (régression) avec bagging, forêt aléatoire et boosting en R
- Modélisation de la température de l'eau (régression) avec les réseaux de neurones en R et Python
-
Automne 2021 : Première édition du cours
- Modélisation de la température de l'eau (régression) avec les réseaux de neurones en R
Les données sont observations hydrologiques sur la Missouri près de Toston (proviennent de USGS) et des observations météorologiques à une station à proximité (proviennent de la NOAA).
Pour les exemples de régression, on cherche à prédire la température (moyenne) de l'eau avec les variables hydrométéorologiques.
Pour la classification, un seuil de la température de l'eau de Tmax > 20ºC
a été défini pour la fermeture de la pêche. On cherche à prédire la fermeture/ouverture de la pêche avec deux variables : la température de l'air et le débit.
Script de base :
R/s01_prepare_data.R
: préparation des jeux de données, fusion et traitements des NAs.R/s02_models_linear_reg.R
: modèles de régression linéaire simple avec la température de l'air.R/s03_models_neural_net.R
: réseaux de neurones pour modéliser la température de l'eau.R/s04_models_tree.R
: abre de décision pour prédire l'ouverture ou la fermeture de la pêche.
Documents Rmarkdown :
rmd/exemples_R_arbres_forets_boosting.Rmd
: Document d'exemples en R présentant les arbres de décision, le bagging, les forêts aléatoires et le boosting
python/01_mlp_sklearn.py
: réseaux de neurones pour modéliser la température de l'eau.
Enjoy ! ✌🏻