Ce projet a été réalisé dans le cadre du cours encadré par le professeur Aziz Ouaarab. Nous avons appliqué plusieurs techniques et algorithmes pour résoudre la problématique liée au jeu de données du crédit allemand.
Le jeu de données du crédit allemand contient des informations sur 1000 candidats à un crédit bancaire. Il comprend 20 attributs, dont 7 numériques et 13 catégoriels, décrivant diverses caractéristiques des candidats, telles que leur statut de compte courant, leur historique de crédit, le montant du crédit demandé, leur situation d'emploi, leur âge, etc.
L'objectif de ce projet est de prédire si un candidat est un bon ou un mauvais risque de crédit en utilisant ces attributs.
Le projet est organisé de la manière suivante :
data/: Dossier contenant les fichiers de données originauxnotebooks/: Dossier contenant les notebooks Jupytermain.ipynb: Notebook principal qui rassemble tous les algorithmes et techniques utilisésalgo1.ipynb: Notebook contenant l'implémentation de l'algorithme 1algo2.ipynb: Notebook contenant l'implémentation de l'algorithme 2...
README.md: Ce fichier décrivant le projet
Pour exécuter ce projet, vous aurez besoin de Python 3 et des bibliothèques suivantes installées :
- NumPy
- Pandas
- Scikit-learn
- Matplotlib
- Seaborn
Vous pouvez installer ces bibliothèques en utilisant pip :
Ensuite, vous pouvez ouvrir le notebook principal main.ipynb dans un environnement Jupyter Notebook, google collab ou JupyterLab et l'exécuter cellule par cellule.
Ce projet a été réalisé par SERRAKHI Youness, ABDOU Ali, ERRAZZAKI Soukaina dans le cadre du module analyse des données encadré par le professeur Aziz Ouaarab.