Régréssion Linéaire

Prédiction de prix immobiliers sur des données réelles

R Modélisation Prédiction Statistiques

DIFFICULTÉ :

★★★★☆
⏱️ Temps estimé : 10h

Description du Projet

À partir d'un fichier CSV contenant de nombreuses informations sur des biens immobiliers (superficie, nombre de pièces, etc.), nous devions créer un modèle prédictif pour estimer le prix de vente.

J'ai collaboré avec Jérémy PITHON sur ce projet. Mon binôme, plus à l'aise avec les concepts mathématiques, s'est concentré sur la conception théorique du modèle, tandis que j'ai pris en charge la programmation sous R et la rédaction détaillée du code.

Nous avons documenté l'intégralité de notre démarche, incluant nos essais, nos réussites et nos échecs, dans un compte-rendu détaillé qui retrace la construction de notre modèle final.

Régression Linéaire

Compétences Développées

Résultats et Apprentissages

Résultats obtenus

Un modèle prédictif performant appliqué à un jeu de données test, accompagné d'un compte-rendu exhaustif expliquant chaque étape de la modélisation.

Ce que j'ai appris

La complexité de la modélisation sur des données réelles, l'importance cruciale du nettoyage de données en amont et la rigueur nécessaire pour valider un modèle statistique.

Voir le compte-rendu Télécharger le code R ← Retour aux projets

🔒 L'ensemble de ce projet n'est pas open-source. Pour y accéder, n'hésitez pas à me contacter.