Decouvrez mes projets Data ouverts
Portfolio
Chatbot - Suivi Bi-plurilinguisme
Les prédictions de ce chatbot peuvent souvent produire des informations inexactes sur des personnes, des lieux ou des faits. Son assistant a été programmé sur la situation de l’enseignement bilingue dans les pays Francophones d’Afrique. N’hésitez pas à rebondir sur les réponses prédites, le relancé pour le recadrer.
Conçu avec: Python + Clé OpenAI GPT4-Turbo + Streamlit + GitHub + Docker
Chatbot pour investir en Afrique
Ce chatbot peut souvent produire des informations inexactes sur des personnes, des lieux ou des faits. Son assistant a été programmé sur les opportunités d’investissement en Afrique. N’hésitez pas à rebondir sur les réponses prédites, le relancé pour recadrer et ainsi tiré profit du meilleur de cet assistant intelligent.
Conçue avec: Python + Clé OpenAI GPT4-Turbo + Streamlit + GitHub + Docker
Application BI - Analyse financiére
Application Businesse intelligence réaliser dans le cadre de l’un de mes projets de fin de formation. Conçue avec Power BI (DAX et M) + SQL + Python < Machine Learning
Application BI - suivi et évaluation cours en ligne
Cette application a été conçue pour apprécier le sentiment des participants à une formation d’un cours en ligne d’ELAN-Afrique. Conçue via Power BI – DAX-M
Application BI- Analyse des ressources multi-pays
Inventaire et évaluation des besoins en ressources éducatives dans les pays d’Afrique subsaharien Francophone. Power BI – DAX-M
Suivi des inscriptions à un webinaire
Suivi de l’évolution des inscriptions au webinaire de lancement d’une innovation pédagogique de formation en ligne. Power BI – DAX-M
Machine Learning - optimisation du risque de crédit bancaire
Ce mi-projet d’entrainement de différents modèles de Machine Learning, à nécessité en plus de compétences métiers un mélange de compétence en programmation R plus la puissance de ses packages Rmardown et Rshiny.
Machine learning - prédiction du risque de crédit
Ce modèle est développé sous un algorithme de classification (précisément de forêt aléatoire) pour prédire la probabilité de défaut de paiement d’un emprunteur. L’idée est de fournir une banque un outil fiable d’aide à la décision sur la base de certaines caractéristiques pour réduire les pertes financières. Entièrement conçu sous R et son Framwork ShinyDashboard.
Deep Learning - Ecologie-IA
Avec passion pour la planète et la technologie, lancer mon IA pour vous guider vers un tri plus écologique.
Il vous suffit de charger ou prendre la photo de votre objet et mon app fera le reste, rendant le recyclage facile et accessible à tous
Conçue avec: Python-TensorFlow-Kera + Streamlit + GitHub + Docker