Les tiques constituent un réel problème de santé publique aujourd'hui : elles sont vectrices de multiples agents pathogènes, bien que toujours très peu connues du grand public. Être capable de prédire l'évolution des piqûres en France serait donc un atout en vue de prévenir les risques associés.
L'activité des tiques et le risque associé sont très variables, ce qui les rend complexes. Il serait donc intéressant de savoir si certains outils d'apprentissage automatique sont pertinents et efficaces pour prédire l'évolution des signalements de piqûres, et d'être capable d'estimer leur fiabilité.
Ce module sert à créer des modèles de prédictions de signalements et des cartes pour comparer les prédictions aux signalements réellement reçus.
Ce module sert à extraire les données de signalement puis à créer des tables pandas.DataFrame contenant le nombre de signalements par mois et par zone geographique.
Ce module sert à créer des cartes (exportées au format .png) qui comparent deux ensembles de signalements sur une ou plusieurs périodes.
Ce module sert à créer un modèle sklearn.tree.DecisionTreeClassifier entraîné sur une periode. Il permet aussi de créer des cartes comparant des prédictions aux données réelles.