Contexte : Une entreprise souhaite prédire la consommation énergétique d’un bâtiment à partir de données numériques. Le Problème : Les estimations actuelles sont basées sur des règles statiques peu précises. Contraintes : Construire un réseau de neurones simple pour un problème de régression. Normaliser les variables d’entrée. Utiliser une fonction de perte adaptée (MSE). Livrable attendu : Développer un modèle Deep Learning basique capable de prédire une variable continue et évaluer son erreur.