Challenge DataTour 2024 - Phase Nationale: Prévision de la Production d’Énergie Solaire en Afrique

Contexte

L'accès à une énergie fiable reste un défi majeur en Afrique subsaharienne. Pour améliorer l’allocation des ressources énergétiques et développer les infrastructures solaires, il est crucial de prédire la demande énergétique dans différentes régions. Ce projet s’inscrit dans le cadre de la compétition DataTour 2024, où l’objectif est de construire un modèle de régression performant pour estimer la demande énergétique projetée en Afrique, en tenant compte des facteurs géographiques, socio-économiques et environnementaux.

Objectif

Le but de cette compétition est de développer un modèle de régression afin de prédire la demande énergétique projetée pour des régions spécifiques, en utilisant un ensemble de caractéristiques telles que la localisation, la population, la capacité énergétique installée, le taux d'ensoleillement et d'autres facteurs clés.

Structure des Données

Les données sont divisées en trois fichiers principaux, chacun ayant un rôle spécifique dans l'entraînement et l'évaluation du modèle :

1. train.csv

   • Taille : 150 000 lignes.
   • Colonnes : Inclut toutes les variables, y compris la cible demande_energetique_projectee.
   • Utilisation : Utilisé pour entraîner le modèle.

2. test.csv

   • Taille : 62 500 lignes.
   • Colonnes : Contient toutes les variables nécessaires à l'ajustement du modèle.
   • Utilisation : Ce fichier est utilisé pour valider la performance du modèle avant la soumission.

3. submission.csv

   • Taille : 25 000 lignes.
   • Colonnes : Contient toutes les caractéristiques sauf la cible demande_energetique_projectee.
   • Utilisation : Fichier de soumission où les prédictions doivent être générées.

Description des Colonnes

Les colonnes des fichiers contiennent des informations géographiques, socio-économiques et environnementales sur chaque région, permettant de mieux comprendre les besoins énergétiques.

Colonne	Description
country	Pays de la région.
lat, lon	Latitude et longitude.
population	Population de la région.
taux_ensoleillement	Moyenne du taux d’ensoleillement annuel.
demande_energetique_actuelle	Demande énergétique actuelle de la région.
demande_energetique_projectee	La cible à prédire, la demande énergétique projetée.
capacite_installee_actuelle	Capacité énergétique installée dans la région.
duree_ensoleillement_annuel	Nombre moyen d'heures d’ensoleillement annuel.
cout_installation_solaire	Coût pour installer des infrastructures solaires dans la région.
proximite_infrastructures_energetiques	Distance aux infrastructures énergétiques existantes.
taux_adoption_energies_renouvelables	Pourcentage de la population utilisant des énergies renouvelables.
stabilite_politique	Score de stabilité politique.
taux_acces_energie	Pourcentage d’accès à l’énergie dans la région.
niveau_urbanisation	Niveau d’urbanisation.
potentiel_investissement	Indicateur du potentiel d'investissement dans la région.
types_sols	Types de sols.
emissions_co2_evitees	Estimation des émissions de CO₂ évitées grâce aux énergies renouvelables.
idh	Indice de développement humain.

Métrique d’Évaluation

La performance du modèle sera mesurée par la Root Mean Squared Error (RMSE). La formule est la suivante :

$$ RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n} (y_i - \hat{y}_i)^2} $$

• $y_i$ : Valeur réelle de la demande énergétique projetée.
• $\hat{y}_i$ : Prédiction du modèle.
• $n$ : Nombre total d’observations.

Le modèle avec le plus bas RMSE sera classé en tête.

Tâches du Projet

1. Exploration des données : Analyser les relations entre les caractéristiques et identifier les plus influentes pour prédire la demande énergétique.
2. Modélisation : Développer un modèle de régression (par exemple, Random Forest, Gradient Boosting, ou Réseaux de Neurones) pour prédire la demande énergétique projetée.
3. Optimisation : Affiner les hyperparamètres et éviter le surajustement en utilisant des techniques de validation croisée.
4. Prédictions : Générer les prédictions sur le fichier submission.csv et les soumettre dans le format spécifié.

Critères de Soumission

Les fichiers de soumission doivent être au format CSV, comprenant les colonnes suivantes :

• id : Identifiant de chaque ligne.
• demande_energetique_projectee : Prédiction de la demande énergétique projetée pour chaque région.

Exemple de format :

id,demande_energetique_projectee
1,12345.67
2,8910.11
3,34567.89
...

Contribuer au Projet

Les contributions à ce projet sont les bienvenues. Pour commencer :

1. Fork ce repository.
2. Crée une branche pour tes modifications (git checkout -b feature-xyz).
3. Fais un commit de tes modifications (git commit -am 'Add new feature').
4. Push vers la branche distante (git push origin feature-xyz).
5. Ouvre une Pull Request.

Auteurs

• Wendyellé Abubakrh Alban NYANTUDRE

  • ✉️ Email : nyantudrealban@gmail.com
  • 🌐 LinkedIn : linkedin.com/in/anyantudre

• Haitam Bouanane

  • ✉️ Email : bouananehaitam03@gmail.com
  • 🌐 LinkedIn : linkedin.com/in/haitam-bouanane-656783221

• Hatim Belfarhounia

  • ✉️ Email : nothatim@gmail.com
  • 🌐 LinkedIn : linkedin.com/in/hatim-belfarhounia-7a8932291

Nous remercions chaleureusement Data Afrique Hub pour avoir fourni les datasets et organisé cette compétition exceptionnelle.