Vous souhaitez savoir quels clients partiront, quelles réservations seront annulées ou quelles pistes achèteront ? Je vais construire un modèle d'apprentissage automatique en Python qui prédit cela et vous dire honnêtement à quel point il fonctionne.
CE QUE JE FAIS
Nettoyer et explorer vos données (EDA) avec Pandas.
Construire des modèles de classification ou de régression avec scikit-learn : régression logistique, arbres de décision, forêt aléatoire, gradient boosting.
Utiliser une répartition appropriée train/test et se comparer à une baseline simple, afin que le score ne soit pas gonflé.
Expliquer quelles caractéristiques comptent le plus et ce que le modèle obtient wrong.
CE QUE VOUS OBTENEZ
Un notebook Jupyter avec tout le code, prêt à être relancé.
Un bref rapport avec les scores, les principaux graphiques et les conclusions rédigées en langage simple.
Le fichier du modèle enregistré si vous en avez besoin.
EXEMPLE
Projet public sur mon GitHub : un modèle de retard de réservation sur 119 390 réservations d'hôtels, transformé en règle de surbooking et testé sur des mois ultérieurs.
Veuillez me contacter d'abord avec vos données et votre objectif, afin que je puisse vérifier si le ML est l'outil adapté. Parfois, une simple analyse suffit.