Scribd
Importer
10 vues1 page

Modèle de scoring pour PME au Cameroun

Ce travail a pour but de concevoir un modèle de scoring prédictif pour évaluer le potentiel de formalisation des PME au Cameroun, où 90 % des entreprises sont informelles. Un prototype d'application a été développé, offrant une interface interactive pour générer des scores de formalisation avec une précision de 85 %. Ce projet démontre l'importance de l'intelligence artificielle dans la promotion de la finance inclusive et la lutte contre l'informalité.

Transféré par

stevedarryl.ang
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd
10 vues1 page

Modèle de scoring pour PME au Cameroun

Ce travail a pour but de concevoir un modèle de scoring prédictif pour évaluer le potentiel de formalisation des PME au Cameroun, où 90 % des entreprises sont informelles. Un prototype d'application a été développé, offrant une interface interactive pour générer des scores de formalisation avec une précision de 85 %. Ce projet démontre l'importance de l'intelligence artificielle dans la promotion de la finance inclusive et la lutte contre l'informalité.

Transféré par

stevedarryl.ang
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd

Abstract complémentaire

Ce travail, mené au sein du cabinet ELESYST dans le cadre du Bachelor 3 en Intelligence


Artificielle et Big Data, avait pour objectif de concevoir un modèle de scoring prédictif
capable d’évaluer le potentiel de formalisation des PME au Cameroun. Dans un contexte où
près de 90 % des entreprises opèrent dans l’informalité, la problématique centrale réside
dans la capacité de l’intelligence artificielle à objectiver et automatiser l’évaluation des PME
afin de faciliter leur accès au financement formel.

Un prototype d’application, « [Link] », a été développé en Python 3.12 avec Pandas, NumPy,
Scikit-learn, XGBoost et Streamlit. Cet outil propose une interface interactive permettant
d’explorer les données, de générer des scores de formalisation et d’expliquer les résultats
grâce à des techniques comme SHAP. Intégré à la plateforme ANGARA d’Elesyst, il constitue
un support d’aide à la décision pour les institutions financières.

Les résultats obtenus révèlent une précision de l’ordre de 85 %, avec des scores de
formalisation variant selon des critères tels que le rendement agricole, la gouvernance ou
l’accès aux intrants. Ce projet illustre ainsi le rôle stratégique de l’IA dans la lutte contre
l’informalité et positionne ELESYST comme un pionnier de la finance inclusive au
Cameroun.

Vous aimerez peut-être aussi