prediction de la demande energetique projectee
prediction de la demande energetique projectee
L’accès à une énergie fiable demeure un défi majeur en Afrique subsaharienne. De nombreuses régions dépendent encore de générateurs ou de systèmes solaires autonomes, dont la production varie fortement selon les conditions météorologiques, la demande locale et les infrastructures disponibles. Prédire la demande énergétique de manière précise est donc crucial : cela permet aux décideurs d’optimiser la répartition des ressources, d’anticiper les besoins, et d’identifier les zones prioritaires pour de nouvelles installations solaires. En relevant ce défi, vous contribuez directement à transformer l’accès à l’électricité sur le continent !
- Rôle : Data Scientist
- Technologies : Python, Pandas, Scikit-learn, PostgreSQL
- Domaine : Energie
Développer un modèle de régression performant capable de prédire la variable cible demande_energetique_projectee.
Métrique utilisée : Root Mean Squared Error (RMSE)
Plus la RMSE est faible, plus le modèle est performant.
Le classement final sera basé sur la précision des prédictions sur les vraies valeurs, connues uniquement des organisateurs.
