Déploiement Dashboard depuis GitLab CI - 2026-03-04 08:10:06

README.md

@@ -1,58 +1,25 @@
 ---
-title: Prêt à Dépenser - API de Prédiction
-emoji: 💰
-colorFrom: blue
-colorTo: green
+title: Prêt à Dépenser - Dashboard
+emoji: 📊
+colorFrom: green
+colorTo: blue
 sdk: docker
 pinned: false
 ---
 
-# API pour la prédiction du risque de défaillance de paiement d'un Crédit - Prêt à Dépenser
+# Dashboard Streamlit - Prêt à Dépenser
 
-Cette API permet de prédire à l'aide d'un modèle de Machine Learning (Histogramme Gradient Boosting) 
-si un client risque d'être en défaut de paiement lors de l'analyse de sa demande de prêt.
+Ce dashboard permet de faire via une interface graphique une prédiction de défaillance de paiement de crédit 
+pour un client.
 
-## Endpoints disponibles
-
-- `GET /health` - Vérification de l'état de l'API
-- `GET /columns` - Liste des colonnes attendues par le modèle
-- `POST /predict` - Prédiction pour un client avec les 10 variables les plus importantes
-- `POST /predict/file` - Prédiction en lot avec toutes les variables via fichier CSV
-
-## Documentation interactive
-
-Accédez à la documentation Swagger : `/docs`
-
-## Accessibilité de l'API
-
-l'API (FastAPI) et son interface graphique (Streamlit) sont déployées sur Hugging Face Spaces (public) et accessibles via les liens suivants.
+## Accessibilité du dashboard
 
+Le dashboard est déployé sur Hugging Face Spaces (public) et accessible via le lien suivant :\
 - **Interface graphique** : https://huggingface.co/spaces/CedM/oc_mlops_projet_2_dashboard
-- **Ligne de commande (Linux, MacOS, Windows)** :\
-curl -X GET "https://cedm-oc-mlops-projet-2.hf.space/health"  
-curl -X GET "https://cedm-oc-mlops-projet-2.hf.space/columns"  
-curl -X POST "https://cedm-oc-mlops-projet-2.hf.space/predict" -H "Content-Type: application/json" -d '{"features": {"EXT_SOURCE_3": 0.1393757800997895, "EXT_SOURCE_2": 0.2629485927471776, "EXT_SOURCE_1": 0.0830369673913225, "DAYS_EMPLOYED": -637.0, "PAYMENT_RATE": 0.0607492667810303, "INSTAL_DPD_MEAN": 0.0, "PREV_CNT_PAYMENT_MEAN": 24.0, "AMT_ANNUITY": 24700.5, "CODE_GENDER": 0, "PREV_NAME_PRODUCT_TYPE_walk-in_MEAN": 0.0}}'  
-curl -X POST "https://cedm-oc-mlops-projet-2.hf.space/predict/file" -F "file=@./train_data_sp2_subsample_1.csv"  
-
-## Accessibilité des données pour tester l'API et Logs
-
-- Des données de test sont disponibles dans un Hugging Face Dataset (public) : https://huggingface.co/datasets/CedM/oc_mlops_projet_2/tree/main  
-Pour faire une demande en lot, prenez par exemple le fichier : `train_data_sp2_subsample_1.csv`
-
-- Les logs de l'API (latence, erreurs) sont accessibles au même endroit (api_log.jsonl) ainsi que l'historique des demandes/réponses de l'API (data_io.csv) pour suivre les prédictions et la dérive des données.
-
-## Structure du projet
-
-Le projet est hébergé sur Framagit.org (public - instance GitLab) et est poussé automatiquement sur Hugging Face Spaces via GitLab CI sous forme de conteneurs Docker lors d'un PUSH sur la branche `main` de GitLab :
-https://framagit.org/dapa/oc_mlops_projet_2
-
-![title](4_Docs/structure_projet.png)
-
-## Détails de l'interface graphique (Dashboard Streamlit)
 
-Le dashboard permet de :
+## Fonctionnalités
 
-- Faire une demande de prédiction individuelle basée sur les 10 variables les plus importantes pour la prédiction de défaut de paiement
-- Faire une demande en lot via un fichier CSV
-- Visualiser la dérive des données (Data drift - pour savoir si il est nécessaire de réentraîner le modèle)
-- Visualiser la latence et les erreurs de l'API
+- Demande de prédiction individuelle
+- Demande en lot via fichier CSV
+- Visualisation de la dérive des données
+- Visualisation de la latence et des erreurs de l'API