Tous les projets
Données et MLRecherche

Observatoire de prévision du trafic

Comparer LSTM, XGBoost et références saisonnières avec des expériences reproductibles.

Ce que fait le projet

  • Découpage chronologique et validation glissante
  • Entraînement durable et modèles versionnés
  • Comparaison prévisions et observations
  • Mesures d'erreur et incertitude

Technologies utilisées

  • Python
  • TensorFlow
  • Keras
  • XGBoost
  • scikit-learn
  • pandas
  • Streamlit
  • pytest

État du projet

Outil local de recherche. La validation terrain et l'hébergement partagé restent à réaliser.

lstm

À explorer aussi