| dc.contributor.author | Chenouf, Omaira | |
| dc.contributor.author | Djerroud, L.;promoteur | |
| dc.date.accessioned | 2026-04-19T14:22:24Z | |
| dc.date.available | 2026-04-19T14:22:24Z | |
| dc.date.issued | 2025-06-30 | |
| dc.identifier.other | 003MAS/405 | |
| dc.identifier.uri | http://univ-bejaia.dz/dspace/123456789/27126 | |
| dc.description | Option: sciences de données et aide à la décision | en_US |
| dc.description.abstract | Ce 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.iso | fr | en_US |
| dc.publisher | Université Aberahmane Mira Bejaia | en_US |
| dc.subject | Machine Learning :Prévision des Ventes : Cevital | en_US |
| dc.title | Utilisation du Machine Learning pour la Prévision des Ventes | en_US |
| dc.title.alternative | :Application Pratique chez Cevital | en_US |
| dc.type | Thesis | en_US |