Lien vers l'application finalisée
Des fichiers csv sont mis à disposition dans ce dossier.
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.
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.
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)
Modèle de régression linéaire stocké au format pickle Application de détection de faux billets avec streamlit
Le projet a été réalisé dans le cadre d'une formation de Data Analyst avec OpenClassroom