Vous êtes data scientist junior chez un fabricant reconnu de vin. On vous demande d’estimer la **qualité** (note d’experts de 0 à 10) d’un vin à partir de plusieurs mesures de laboratoire (acidités, sucres, dioxyde de soufre, alcool, etc.). Bien que la cible soit un entier, on la traite ici comme continue et on évalue avec le **RMSE** : vos prédictions peuvent donc être des nombres réels (p. ex. 6,37).

La compétition sert d’introduction guidée à la régression linéaire, avec un accent sur le prétraitement (mise à l’échelle par exemple).

**Compétences visées**
- Inspection des données (corrélations, multicolinéarité)

- Bon usage de la puissance de la mise à l'échelle

- Validation croisée et bonne utilisation du leaderboard (public vs privé)

- Interprétation des coefficients et rapport synthétique