Dans ce projet, nous avons eu l’opportunité d’exploiter de différentes méthodes de la classification non supervisé sur des données temporelles.

Nous avons tout d’abord réalisé une analyse descriptive de nos séries temporelles, tout en les visualisant dans une échelle journalière. Ensuite nous avons essayé de les manipuler par les méthodes de réduction de la dimension et l’extraction des caractéristiques. Cela étant, nous avons appliqué un ensemble de méthodes de clustering afin de regrouper les séries en des clusters homogènes tout en observant les comportements des groupes obtenus. Les séries temporelles linéaires étant des données relativement complexes à manipuler, il faut toujours donc appliquer les transformations (comme les normalisations) de manière appliquée et réfléchie afin de conserver de bons résultats. Il est également important de définir ce que l'on recherche.