Challenges de données

Challenges 2018

Prédiction de la volatilité sur des marchés financiers

Présenté par Éric Lebigot de la société Capital Fund Management
L’objectif du challenge est de prédire la volatilité de fin de journée d’actions américaines à partir de leur historique de rendements de début de journée.

Identification de célébrités

Présenté par Éric Lebigot de la société Capital Fund Management
L’objectif du challenge est de prédire la volatilité de fin de journée d’actions américaines à partir de leur historique de rendements de début de journée.

Prédiction de la production électrique horaire par unité de production en France

Présenté par Antoine Chassang de la société Reminiz
L’objectif est d’identifier les visages apparaissant dans des vidéos à partir d’un dictionnaire de référence de visages de célébrités.

Prédiction de réclamations lors de transactions e-commerce

Présenté par Vincent Michel de la société PriceMinister – Rakuten France
L’objectif est de prédire si une transaction e-commerce donnera lieu à une réclamation ou non, et si oui, de quel type, à partir des caractéristiques de la transaction.

Prédiction de la réponse attendue à des questions de pharmaceutique

Présenté par Emmanuel Bilbault de la société Posos
L’objectif est de catégoriser des questions de pharmaceutique selon le type de réponse attendu.

Prédiction des performances énergétiques de bâtiments

Présenté par Sylvain Le Corff de la société Oze-Energies
L’objectif est de prédire les consommations énergétiques ainsi que les températures intérieures de bâtiments à partir des températures extérieures et d’un nombre réduit de paramètres décrivant la structure et les réglages des bâtiments.

Prédiction de maladie à partir du génome

Présenté par Gilles Wainrib de la société Owkinen collaboration avec l’Inserm
L’objectif est de prédire si un individu développera une certaine maladie à partir de données spécifiques à son génome.

Prédiction de la production d’énergie éolienne

Présenté par Paul Poncet de la société Engie
L’objectif est de prédire la production d’énergie éolienne de quatre éoliennes à partir de leurs différents paramètres de fonctionnement.

Prédiction de la dynamique de liquides surfondus

Présenté par François Landes de l’équipe de Giulio Biroli, IPhT CEA & ENS Paris
L’objectif est de prédire la mobilité des différentes particules au sein d’un système à partir de leurs positions et vitesses initiales.

Classification de stade de sommeil

Présenté par Valentin Thorey de la société Rythm
L'objectif est de prédire le stade de sommeil d’un individu à partir de 30 secondes de signaux EEG, accéléromètre et oxymètre de pouls.

Prédiction de la saturation d'huile résiduelle

Présenté par Jean-François Lecomte de l’IFPEN
L'objectif est de déterminer à partir de la structure poreuse 3D d’une roche son type ainsi que prédire la quantité d'huile (pétrole brut) résiduelle piégée et la distribution en taille des clusters d'huile résiduelle.

Prédiction de l'équipe vainqueur d'un match de NBA

Présenté par Sébastien Loustau de la société LumenAI
L’objectif est de prédire l'équipe remportant un match de NBA à partir d'indicateurs clés (score, fautes, etc.) du déroulement de la première mi-temps relevés à chaque seconde.

Prédiction d’approbation de publication

Présenté par Nies Lubbers de la société Dassault Systèmes
L’objectif est de prédire pour chaque utilisateur d’une application sociale et collaborative les 5 publications qu’il est le plus susceptible d’aimer, à partir d’un historique d’approbation des publications par un ensemble d’utilisateurs.