| Titre : | Prédiction d’attribution de prestations sociales | | Type de document : | projet fin études | | Auteurs : | Anass DAROUACH, Auteur | | Langues : | Français (fre) | | Catégories : | e-Logistique
| | Mots-clĂ©s : | Fondation Mohammed VI, PrĂ©diction, CrĂ©dit, Nombre, Montant, DurĂ©e, FOGALEF, Apprentissage automatique, MATLAB, R, Python. | | Index. dĂ©cimale : | 1984/18 | | RĂ©sumĂ© : | Le présent rapport est le fruit de notre projet de fin d’études matérialisé au sein de la fondation Mohammed VI de promotion des oeuvres sociales de l’éducations-formation. Le PFE consiste en la mise en place d’un système prédictif dans le secteur des prestations sociales. L’objectif de notre projet est l’ornement du processus d’aide à la décision chez la fondation Mohammed VI, tout en intégrant des notions de l’apprentissage automatique.
Le processus d’aide à la décision étudié est celui de la gestion financière du budget accordé aux prestations sociales, pour objectif de mettre en avant un outil permettant d’estimer le nombre des adhérents souhaiteront bénéficier d’une prestation sociale ainsi que le montant et la durée qu’un adhèrent choisirait, en se basant sur des données confidentielles internes des adhérents de la fondation Mohammed VI et des banques partenaires de la fondation.
Il existe deux types de prestations sociales chez la fondation à savoir AMC et FOGALEF, on s’est intéressé à la deuxième, les crédits accordés par la fondation. Le projet est mené à bout en deux parties : La première consiste en la prédiction du nombre des adhérents souhaitant bénéficier d’un crédit FOGALEF. La deuxième partie porte sur la prédiction du montant et la durée de chaque crédit FOGALEF.
Ce projet sera élaboré en utilisant la méthode CRISP-DM, qui commence par une étude du processus métier pour mieux cerner la problématique, suivie par la partie collecte et préparation des données, vient ensuite la partie modélisation des données par un modèle d’apprentissage automatique, en fin la section évaluation et déploiement du modèle prédictif, avec MATLAB, R et Python.
|
Prédiction d’attribution de prestations sociales [projet fin études] / Anass DAROUACH, Auteur . - [s.d.]. Langues : Français ( fre) | Catégories : | e-Logistique
| | Mots-clĂ©s : | Fondation Mohammed VI, PrĂ©diction, CrĂ©dit, Nombre, Montant, DurĂ©e, FOGALEF, Apprentissage automatique, MATLAB, R, Python. | | Index. dĂ©cimale : | 1984/18 | | RĂ©sumĂ© : | Le présent rapport est le fruit de notre projet de fin d’études matérialisé au sein de la fondation Mohammed VI de promotion des oeuvres sociales de l’éducations-formation. Le PFE consiste en la mise en place d’un système prédictif dans le secteur des prestations sociales. L’objectif de notre projet est l’ornement du processus d’aide à la décision chez la fondation Mohammed VI, tout en intégrant des notions de l’apprentissage automatique.
Le processus d’aide à la décision étudié est celui de la gestion financière du budget accordé aux prestations sociales, pour objectif de mettre en avant un outil permettant d’estimer le nombre des adhérents souhaiteront bénéficier d’une prestation sociale ainsi que le montant et la durée qu’un adhèrent choisirait, en se basant sur des données confidentielles internes des adhérents de la fondation Mohammed VI et des banques partenaires de la fondation.
Il existe deux types de prestations sociales chez la fondation à savoir AMC et FOGALEF, on s’est intéressé à la deuxième, les crédits accordés par la fondation. Le projet est mené à bout en deux parties : La première consiste en la prédiction du nombre des adhérents souhaitant bénéficier d’un crédit FOGALEF. La deuxième partie porte sur la prédiction du montant et la durée de chaque crédit FOGALEF.
Ce projet sera élaboré en utilisant la méthode CRISP-DM, qui commence par une étude du processus métier pour mieux cerner la problématique, suivie par la partie collecte et préparation des données, vient ensuite la partie modélisation des données par un modèle d’apprentissage automatique, en fin la section évaluation et déploiement du modèle prédictif, avec MATLAB, R et Python.
|
|
198/00 
Faire une suggestion Affiner la recherche
Prédiction d’attribution de prestations sociales / Anass DAROUACH
