Skip to content

Algorithme de détection de faux billets selon leurs dimensions géométriques et application web pour générer les prédictions

Notifications You must be signed in to change notification settings

Sandk21/detection_faux_billets

Repository files navigation

image

Détection automatique de faux billets

Lien vers l'application finalisée

Des fichiers csv sont mis à disposition dans ce dossier.

Contexte du projet

L'Organisation Nationale de Lutte contre le Faux-Monnayage (ONCFM), organisme public, a pour mission de développer des méthodes avancées d’identification des contrefaçons de billets en euros.

Dans ce cadre, l'ONCFM souhaite développer un algorithme pour analyser les caractéristiques géométriques des billets et déterminer, sur la base de ces paramètres, s’il s’agit de billets authentiques ou falsifiés.

Objectifs

Développer un algorithme de machine learning capable de distinguer les billets authentiques des contrefaçons en s'appuyant sur leurs caractéristiques géométriques. Mettre cet algorithme à disposition des professionnels bancaires via une application, facilitant ainsi la détection des faux billets.

Données

{6FEDE686-7D5E-43B2-93CC-BBE781973EF4}

Raodmap

{930F8378-D2FC-4F71-802A-5AD4794F3836} {4DC49935-A7F1-4993-A09F-295CCA2A369E}

Résultats

image

Modèle de classification retenu : la régression logistique a permis d'obtenir les meilleurs performance de classification pour les différentes métrics utilisées (recall, score f1 en particulier) {098798EE-EA65-42A8-9FA4-3DFC36DFE992}

Livrables

Modèle de régression linéaire stocké au format pickle Application de détection de faux billets avec streamlit image

image

image

Le projet a été réalisé dans le cadre d'une formation de Data Analyst avec OpenClassroom

About

Algorithme de détection de faux billets selon leurs dimensions géométriques et application web pour générer les prédictions

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages