Djohell commited on
Commit
51fa6b7
·
verified ·
1 Parent(s): 7971d70

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +4 -3
README.md CHANGED
@@ -22,10 +22,11 @@ Ce projet démontre ma capacité à concevoir et déployer une solution de **Mac
22
  ## 🎯 Objectif du Projet
23
  L'enjeu est de modéliser la probabilité de survenance d'un événement (défaillance d'entreprise) sur un horizon temporel donné. Contrairement à une classification binaire classique, ce projet utilise une approche de **Survival Analysis** (Time-to-Event) pour capturer la dynamique temporelle du risque.
24
 
25
- ## 📂 Source des données
26
  Le modèle exploite les données officielles de la base **SIRENE V3 (Insee)**.
27
- - **Périmètre :** Données administratives et démographiques des entreprises françaises.
28
- - **Ingénierie :** Ce travail a nécessité une phase importante de nettoyage et de structuration pour transformer des données administratives brutes en variables exploitables (features) pour la modélisation prédictive.
 
29
 
30
  ## 🛠 Stack Technique & Ingénierie
31
  - **Langage :** Python
 
22
  ## 🎯 Objectif du Projet
23
  L'enjeu est de modéliser la probabilité de survenance d'un événement (défaillance d'entreprise) sur un horizon temporel donné. Contrairement à une classification binaire classique, ce projet utilise une approche de **Survival Analysis** (Time-to-Event) pour capturer la dynamique temporelle du risque.
24
 
25
+ ## 📂 Source des données & Périmètre
26
  Le modèle exploite les données officielles de la base **SIRENE V3 (Insee)**.
27
+ - **Périmètre ciblé :** Analyse focalisée sur les **SAS** et **SARL**.
28
+ - **Contrainte :** Étude limitée aux entités publiant leurs bilans annuels.
29
+ - **Ingénierie :** Filtrage et structuration de données administratives brutes pour isoler les variables financières et démographiques pertinentes.
30
 
31
  ## 🛠 Stack Technique & Ingénierie
32
  - **Langage :** Python