 | Programme d’études 2022-2023 | English | |
| Data Analytics for Smart Grids | |||
Activité d'apprentissage |
| Code | Titulaire(s) | Co-Titulaire(s) | Suppléant(s) et autre(s) | Établissement(s) |
|---|---|---|---|---|
| I-GELE-104 |
|
|
|
| Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement |
|---|---|---|---|---|---|---|---|
| Anglais | Anglais, Français | 12 | 4 | 0 | 0 | 0 | Q1 |
Contenu de l'AA
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.
Supports principaux non reproductibles
Slides du cours
Support complémentaires non reproductibles
Sans objet
Autres références conseillées
Sans objet
Mode d'enseignement
- En présentiel
Types d'activités
- Cours magistraux
- Ateliers et projets encadrés au sein de l'établissement
Evaluations
Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend