Cours théoriques (12h) : besoins en termes d'analyses de données dans les réseaux électriques modernes à forte pénétration de renouvelable, apprentissage supervisé (régression polynomiale régularisée ou non, classification - régression logistique, compromis entre biais et variance, validation croisée), apprentissage non supervisé (clustering, analyse en composantes principales).
Travaux pratiques (4h): sur base de Notebooks Jupyter codés en Python, afin d'illustrer les concepts fondamentaux vus lors de la première partie.
- Titulaire: Zacharie DE GREVE
- Co-titulaire: François VALLEE
- Assistant: Thuy-Hai NGUYEN