Clovernoona/Groupe2_Prediction

Model Card for Model ID

This modelcard aims to be a base template for new models. It has been generated using this raw template.

Model Details

Model Description

Nous avons voulu créer un modèle pour étudier le comportement de la consommation d'énergie renouvelable de la France. Pour cela nous avons commencer par imaginer quels sont les facteurs qui influencent la consommation d'energie renouvelable. Nous avons estimé que cette consommation pouvait être correlée à la consommation de charbon, au PIB par habitant et au temps écoulé.

Hypothèse 1 : Nous avons choisi le charbon car on suppose qu'on utilise de moins en moins de charbon en France et que cette diminution est compensé par la consommation d'énergie renouvelable.

Hypothèse 2 : Nous avons choisi le PIB par habitant parce qu'on suppose que plus un pays est developpé, plus il va investir donc utiliser d'energie renouvelable.

Hypothèse 3 : Nous avons choisi la variable du temps parce qu'on suppose que plus on avance dans le temps, plus en utilise des energie renouvelable en France car la potitique du pays tend à favoriser le développement d'energie verte.

Nous sommes parti sur la base d'un modèle linéaire avec ces trois variables.

Le modèle nous a permis d'obtenir le niveau d'explicativité de la consommation et des variables corrélées à cette consommation.

• Developed by: [Pauline, Steve, Ahmed, Leonnard, Michaela]
• Funded by [optional]: [More Information Needed]
• Shared by [optional]: [More Information Needed]
• Model type: [Modèle linéaire]
• Language(s) (NLP): [More Information Needed]
• License: [More Information Needed]
• Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

https://ourworldindata.org/renewable-energy Nous avons retrouvé les données sur le site Our World in Data ayant comme titre Renewable Energy.

• Repository: [More Information Needed]
• Paper [optional]: [More Information Needed]
• Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

• Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

• Hardware Type: [More Information Needed]
• Hours used: [More Information Needed]
• Cloud Provider: [More Information Needed]
• Compute Region: [More Information Needed]
• Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]