Please use this identifier to cite or link to this item: http://univ-bejaia.dz/dspace/123456789/27126
Full metadata record
DC FieldValueLanguage
dc.contributor.authorChenouf, Omaira-
dc.contributor.authorDjerroud, L.;promoteur-
dc.date.accessioned2026-04-19T14:22:24Z-
dc.date.available2026-04-19T14:22:24Z-
dc.date.issued2025-06-30-
dc.identifier.other003MAS/405-
dc.identifier.urihttp://univ-bejaia.dz/dspace/123456789/27126-
dc.descriptionOption: sciences de données et aide à la décisionen_US
dc.description.abstractCe mémoire traite de l'application des techniques de machine learning à la pré- vision des ventes dans le secteur agroalimentaire, à travers une étude de cas réalisée au sein de l'entreprise Cevital. ? partir de données historiques de sauces, des années 2023 et 2024, un modèle prédictif basé sur l'algorithme XGBoost a été développé afin d'anticiper les ventes pour l'année 2025. Le travail comprend les étapes de collecte, de prétraitement, de modélisation et de visualisation à travers un tableau de bord interactif. Les résultats obtenus montrent que l'intelligence artificielle, et plus particulièrement l'apprentissage automatique, constitue un outil performant et stratégique pour la prise de décision en entreprise.en_US
dc.language.isofren_US
dc.publisherUniversité Aberahmane Mira Bejaiaen_US
dc.subjectMachine Learning :Prévision des Ventes : Cevitalen_US
dc.titleUtilisation du Machine Learning pour la Prévision des Ventesen_US
dc.title.alternative:Application Pratique chez Cevitalen_US
dc.typeThesisen_US
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
PFE_corrigé.pdf10.74 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.