Projet de data science de bout en bout — recommandation de vins avec scikit-learn
Données de vin extraites directement de Vivino, puis modèle de recommandation et de prédiction de prix construit à partir des caractéristiques des vins et des notes agrégées des utilisateurs.
Accédez à toutes les interfaces, tableaux de bord de production et fonctionnalités complètes sur l'application hébergée.
Exercice d'apprentissage par la pratique : construire un pipeline de data science complet, de la donnée brute à la recommandation.
Nettoyage de données, ingénierie de caractéristiques et modélisation avec scikit-learn pour recommander des vins.
Disponible pour des audits d'architectures RAG, des implémentations d'agents gouvernés et du conseil en optimisation de données.