Projet de fin d'étude : Apprentissage automatique pour la pr´evision des s´eries temporelles en sciences environnementales
Etudiant : LACHAB TAHA
Filière : Master Mathématiques Appliquées et Science des données (MASD)
Encadrant : Pr. YAHYAOUYI ALI
Annèe : 2024
Résumé : Lors de mon stage, j'ai travaillé sur la prévision de la qualité de l'air dans la région Centre-Val de Loire, en développant des modèles pour prévoir les niveaux de polluants (NO2, O3, PM10, PM2.5). J'ai utilisé des modèles statistiques (ARIMA) et des techniques de deep learning (LSTM, N-BEATS). Après préparation et traitement des données, les modèles de deep learning ont montré de meilleures performances que les modèles statistiques. Cette expérience m'a permis d'acquérir des compétences en modélisation de séries temporelles et en analyse de données environnementales.