Skip to content

Latest commit

 

History

History
32 lines (23 loc) · 1.65 KB

File metadata and controls

32 lines (23 loc) · 1.65 KB

OC DS P7 Implementez un modele de scoring

Formation OpenClassrooms - Parcours data scientist - Projet n°7 - Implementez un modele de scoring - 120 h

Mission :

  • Construire un modèle de scoring qui donnera une prédiction sur la probabilité de faillite d'un client de façon automatique.
  • Construire un dashboard interactif à destination des gestionnaires de la relation client permettant d'interpréter les prédictions faites par le modèle, et d’améliorer la connaissance client des chargés de relation client.

Contraintes :

Le dashboard interactif devra contenir au minimum les fonctionnalités suivantes :

  • Permettre de visualiser le score et l’interprétation de ce score pour chaque client de façon intelligible pour une personne non experte en data science.
  • Permettre de visualiser des informations descriptives relatives à un client (via un système de filtre).
  • Permettre de comparer les informations descriptives relatives à un client à l’ensemble des clients ou à un groupe de clients similaires.

Compétences évaluées :

  • Présenter son travail de modélisation à l'oral
  • Réaliser un dashboard pour présenter son travail de modélisation
  • Rédiger une note méthodologique afin de communiquer sa démarche de modélisation
  • Utiliser un logiciel de version de code pour assurer l’intégration du modèle
  • Déployer un modèle via une API dans le Web

API de Prédiction disponible ici :

https://dash-scoring.herokuapp.com/

Dashboard client :

https://dashboard-client-app.herokuapp.com/

Données :

Concours Kaggle Home Credit Default Risk

https://www.kaggle.com/c/home-credit-default-risk/data