Crop yield prediction project
Note: Ce projet s'inscrit dans le cadre d'un satge
✔️ Contenue du nootebook :
1. Data preparation & exploration
2. Prediction des Temperatures (SARIMA)
3. Prediction des précipétations (ARIMA, LSTM)
4. prédiction du rendement agricole (Vector auto-regressive model - VAR & Multiple linear regression)
✔️ Plus de détails
- Les données utilisées :
- Historique météorologique de 30 années contenant les températures les précipitations quotidiens daily 30 years.csv
- Production annuel de blé tendre de 30 années dernières bt.csv
-
Des explications simples mais précises et claires sur les théories derière les modèles et les techniques utilisés dans ce projet sont ici
-
présentation de soutenance : sur ce lien
✔️ Références :
- Data ressources : Meteostat, Direction de la stratégie et statistiques (Ministère de l'agriculture)
- Documentation des libraireies de python : statsmodels, Pandas,
scikit-learn, pmdarima
- Cours magistraux de séries chronologiques et régression linéaire.
- Articles en web LSTM Models for Time Series -MACHINGLEARNING MASTERY, Time series forecasting- SARIMA vs Auto ARIMA models -Medium