Implémentation d'un modèle machine learning pour la prévision des ventes de Cevital.

Abstract

L'accélération spectaculaire de l'intelligence artificielle ces dernières années, notamment le Machine Learning (ML), incite les entreprises à incorporer ces nouvelles technologies afin d'améliorer la gestion, de répondre aux diverses problématiques et de prendre des décisions stratégiques. C'est dans ce contexte que s'introduit le travail présenté dans ce mémoire qui consiste à l'implémentation d'un modèle machine learning pour la prévision des ventes au sein de Cevital, Béjaïa. Notre objectif est de fournir à Cevital un outil précieux pour prévoir les demandes futures, optimiser les stocks et affner leurs stratégies commerciales. Plus spécifiquement, nous avons opté pour le modèle des forêts aléatoires, réputé pour sa capacité à gérer des ensembles de données complexes tout en offrant des prédictions précises. En complé- ment, Power BI a été intégrée pour fournir des visualisations interactives et intuitives, permettant ainsi une analyse approfondie des données et des prises de décision stratégiques informées. Les prédictions du modèle sont très proches des valeurs réelles, montrant une excellente précision.