- Développement de modèles de régression d’impact causal utilisant l’analyse de séries temporelles pour un
Plateforme web FastAPI (projet collaboratif), atteinte d’une confiance stable
et jusqu’à 25 % d’impact relatif sur plusieurs ensembles de données.

- Construction de modèles de prévision de séries temporelles (projections à 30 jours) avec contrôlé
les bandes de confiance sont inférieures à 50 % des valeurs maximales.

- Développement d’algorithmes de classification et de régression utilisant des classificateurs softmax
et des réseaux de neurones à couche unique cachée (avec des neurones et une activation variés
fonctions), atteignant une précision de 96 à 97 % dans la plupart des exercices.

- Mise en œuvre d’algorithmes de classification d’images médicales pour la détection des maladies,
analyse de contours et reconnaissance de motifs de couleur, avec ou sans bibliothèques d’apprentissage automatique. (Toujours en cours, projet de licence)

- Analyse comparative de réseaux de neurones entièrement connectés utilisant
Propositions linéaires vs polynomiales (jusqu’au degré 3), démontrant des améliorations
précision avec des degrés polynomiaux plus élevés après normalisation du réseau.