Laboratoire ouvert · Sénégal · 2026
Le portail de mes projets de data science appliquée. Chaque projet part de données réelles, se teste contre une référence honnête, et finit en article reproductible — graphiques, chiffres et code.
Le laboratoire
Satellites et bases publiques avant toute simulation : NASA POWER (irradiation, température, humidité horaires), PVGIS (rendement photovoltaïque par région). Le synthétique ne sert qu'à modéliser ce qui n'est pas mesuré — et c'est toujours dit clairement.
Une moyenne naïve, une régression linéaire, un arbre boosté bien réglé. Un modèle ne « marche » que s'il bat la meilleure référence raisonnable sur des données jamais vues — sinon c'est une illusion.
Chaque page publie ses chiffres, ses graphiques, ses diagrammes editables et son chemin de raisonnement, écrit pour être lu par quelqu'un qui débute en data science.
Cas d'usage #1
Maison de 80 m², famille de six personnes, ~3,8 kWh/jour (frigo, ventilateurs, éclairage, TV, pompe). Quelle puissance de panneaux et quelle batterie pour rester éclairé sans dépendre du réseau ? Et surtout : est-ce qu'un modèle de fondation peut le prévoir sans entraînement ?
Le pic de production tombe à midi ; le pic de consommation à 20 h. Entre les deux : la batterie, ou la perte. C'est tout le sujet de l'autoconsommation.
Saint-Louis produit le plus (1 836 kWh/kWc/an), Ziguinchor le moins (1 652). L'écart régional réel est de 11 %. Source : PVGIS, 1 kWc, pertes 14 %, inclinaison 15°.
Sans batterie, plus de la moitié de la production est perdue ou renvoyée ; avec 5 kWh, l'autoconsommation dépasse 95 % dès 1,5 kWc.
Simulation horaire complète sur 2025, batterie 5 kWh (90 % de profondeur de décharge, rendement 95 %), appoint réseau quand la production manque.
Les modèles de fondation
Google (TabFM), Amazon (Mitra-v2) et Prior Labs (TabPFN) ont publié des modèles de fondation tabulaires : pré-entraînés sur des centaines de millions de tables synthétiques, ils prédisent vos données en mettant vos lignes dans le contexte, sans entraînement ni réglage d'hyperparamètres. Voici ce que ça donne sur un vrai petit jeu de données.
Attention alternée lignes/colonnes + Transformer d'apprentissage en contexte (24 blocs). Zéro-shot, un seul passage : annoncé devant des modèles supervisés lourdement optimisés, y compris les arbres boostés.
Poids sous licence non commerciale · code Apache-2.0
Lire l'article ↗Transformer 2D de 77 M de paramètres, priors synthétiques mixtes, tête distributionnelle à 1 000 intervalles. Pensé pour le fine-tuning : performance de l'ordre de TabFM (1,6 Md de paramètres) avec 5 % de sa taille.
Poids, code et évaluations sous Apache-2.0
Lire l'article ↗Le modèle de fondation tabulaire de référence, exécutable en local. C'est celui que nous faisons tourner sur le cas Badoudou : 84 lignes et 3 000 heures, aucun réglage, sur un simple CPU.
Version utilisée ici : 2.1.3 (poids publics)
À 50–200 lignes, l'écart se creuse : c'est exactement le régime des petits projets (une exploitation, une maison, un client).
Chargement des résultats d'expérience…
Feuille de route
Passer de la maison à l'exploitation : pompage solaire, irrigation, stockage, et combien d'hectares on peut réellement irriguer.
Anacarde, piment, légumes à Sokone : quel rendement attendre, à quel prix vendre, sur quelles données météo.
Pompes, onduleurs, chaînes de froid : repérer la dérive avant la panne, avec des séries temporelles réelles.
Compter, trier, contrôler : ce qu'un téléphone et un petit modèle d'images peuvent faire au champ.
Prévision de trésorerie et détection d'anomalies sur les vraies données d'une application de cotisation de famille.
Assistant vocal et textuel pour les utilisateurs peu à l'aise avec l'écrit : où les modèles de langue échouent, où ils aident.