• 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 : [email protected]

• 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 ! ✌🏻