📊 Portfolio Data Science & Économétrie
Bienvenue sur mon portfolio !
Vous trouverez ici une sélection de mes projets en Data Science, Économétrie et Data Visualisation.
Ces projets illustrent mes compétences en analyse statistique, modélisation économétrique, machine learning et développement d’applications interactives.
🚀 Projets
🧪 Mémoire de recherche
📌 Évaluation de l’apport des données de recherche en ligne dans la
prévision du syndrome grippal en France : application avec
Google Trends
- Méthodes testées : ARIMA, SARIMA, Holt-Winters, ETS, ARIMAX, Réseau de neurones, etc.
- Comparaison des performances des modèles univariés aux modèle intégrant les données de Google Trends.
- Objectif : analyser l’apport de données comportementales issues des recherches web pour la surveillance épidémiologique.
đź”— Voir le projet
📉 Étude économétrique
📌 Facteurs explicatifs de la qualité du sommeil des étudiants en France
- Méthodologie : Modèle de régression linéaire (MCO).
- Variables explicatives : habitudes de vie, contexte académique, caractéristiques sociodémographiques.
- Objectif : identifier les déterminants statistiquement significatifs de la qualité du sommeil.
đź”— Voir le projet
🤖 Machine Learning
📌 Prédiction de la résistance du béton
- Modèles supervisés testés : Régression linéaire, arbre de décision, Random forest, gradient boosting, ….
- Analyse comparative des performances.
- Objectif : prédire la résistance en fonction de la composition du béton.
đź”— Voir le projet
📌 Analyse interactive des ventes d’un supermarché fictif
- Base de données : ventes par catégorie de produits, informations sur les clients (genre, ville).
- Fonctionnalités : filtres interactifs par genre et ville, graphiques dynamiques pour visualiser la répartition des ventes et l’évolution des achats dans le temps.
- Objectif : permettre une exploration intuitive et interactive des performances de ventes du supermarché.
đź”— Voir le Dashboard
🛠️ Compétences techniques
- Langages : Python, R, SQL
- Data viz : Power BI, Dash, RShiny, matplotlib, seaborn, ggplot2
- Méthodes : Machine Learning, séries temporelles, économétrie