Le marché algérien du PC portable

Projet de data mining analysant le marché algérien du PC portable : scraping web, analyse exploratoire, prédiction de prix par modèles de régression, extraction de règles d'association et prédicteur de prix Django déployé.

Aperçu du projet

Un projet de data mining de bout en bout sur le marché algérien du PC portable, construit à partir de 16 283 annonces Ouedkniss. Il couvre le scraping des caractéristiques et des prix, le prétraitement enrichi par les benchmarks CPU et GPU, l'analyse exploratoire avec visualisations géographiques et temporelles, et plusieurs modèles de régression pour la prédiction de prix.

Le pipeline va du prétraitement (nettoyage, ingénierie de variables, segmentation) à l'analyse exploratoire, puis à la comparaison de modèles de régression (linéaire, Ridge, Lasso, Random Forest, Gradient Boosting, SVR) et à l'extraction de règles d'association par l'algorithme Apriori.

Une application web Django a été construite et déployée pour donner des prédictions de prix en temps réel à partir des caractéristiques d'un ordinateur portable. Le Gradient Boosting Regressor s'est révélé le meilleur, avec R² = 0,90, MAPE = 15,2 % et MAE = 17 678 DZD sur le jeu de test réservé, ce qui en fait un outil de tarification exploitable sur le marché algérien.

Fonctionnalités clés

Scraping web des données d'ordinateurs portables et des benchmarks CPU/GPU PassMark
Pipeline de prétraitement avec ingénierie de variables et enrichissement
Analyse exploratoire des données avec GeoPandas et visualisations statistiques
Prédiction de prix par plusieurs modèles de régression (R² ≈ 0,90)
Extraction de règles d'association (Apriori) pour dégager des motifs de caractéristiques
Application web Django déployée pour la prédiction de prix en temps réel