Prédis le taux de remplissage d'une station Vélib à un instant donné — sur les vraies données du réseau, scrapées toutes les 30 minutes.
À chaque instant, chaque station Vélib a un taux de remplissage : le nombre de vélos disponibles divisé par sa capacité. Une station de 30 places avec 6 vélos est remplie à 20 % — il reste ≈ 6 vélos. Ton modèle doit prédire ce taux, entre 0.0 et 1.0, pour chaque station à chaque heure.
C'est une régression sur des données vivantes : des stations qui se vident aux heures de pointe, des patterns différents la semaine et le week-end, des quartiers qui ne se ressemblent pas. Ton modèle est rejoué chaque heure sur le réseau réel — il affronte le présent, pas un fichier figé.
La métrique : le Brier Score, la moyenne des (prédiction − réalité)². Score affiché = (1 − BS) × 100, plus haut = mieux. Prédire bêtement la moyenne donne déjà ≈ 95 : ton vrai objectif, c'est l'écart à cette baseline — et il se gagne au feature engineering.
Construire un pipeline de régression temporelle de bout en bout
Éviter la fuite de données (data leakage) dans un split temporel
Interpréter le Brier Score et viser l'écart à la baseline, pas le score absolu
Inventer des features qui capturent les patterns horaires et géographiques