Marie-Françoise Goossens, Thomas Maerten, Enrico Laddomada (étudiants de la LSBA - Master en statistique, orientation générale) et Harun Gök (étudiant de l'EPL - Master en science des données, orientation technologies de l'information) sont les heureux lauréats du Data Science Hackathon de l'édition du 9 novembre 2019.
Témoignage de l'événement :
"Le Hackathon était co-organisé par l’EPL (Monsieur Delvenne principalement) et NRB, une société du secteur IT, et l'objectif était de "prédire" la production énergétique horaire de 102 panneaux photovoltaïques, pour l'année 2017.
Au début de la compétition, on nous a fourni les données sur la production horaire de ces panneaux, de 2014 à 2016 (et on n'avait pas d'autres informations sur les panneaux, sauf qu'ils se trouvaient en Belgique).
La première phase durait deux semaines et nous pouvions envoyer une fois par jour nos résultats, qui étaient évalués à travers l'écart moyen par rapport à la vraie production en 2017.
Pendant cette phase, premièrement nous avons cherché des données météorologiques et sur l'angle d'élévation du soleil, en utilisant Bruxelles comme point de référence, pour les années 2014-2017, (principalement via l'API du site Darksky.net). Nous avons ensuite testé plusieurs modèles avec des cross-validations, pour constater que le gradient boosting donnait la plus petite erreur de prédiction.
La seconde phase durait une journée complète et s’est déroulée au siège de NRB. Ce jour, toutes les équipes ont présente leur travail de la première phase, et ont eu accès à des nouvelles données météorologiques sur les 102 panneaux, pour affiner leurs modèles; à la fin de cette journée, un classement final a été établi, toujours en comparant les prédictions à la vraie production de 2017.
Au total, 17 équipes ont participé."
