II - LISTES DES TABLES
Tableau 1 : Offres de formation de l'INSTI 16
Tableau 2 : Avantage du thème .. 28
Tableau 3 : Tableau récapitulatif des données
collectées 41
8
Réalisé et soutenu par Sabin ASSOGBA et Mario
LIGAN
Réalisé et soutenu par Sabin ASSOGBA et Mario
LIGAN
CAHIER DES CHARGES
1. Objectifs du travail de fin
d'études
Nous visons à créer un système
informatisé basé sur les technologies web pour prédire les
prix du maïs en utilisant l'analyse des données et l'apprentissage
automatique. Pour atteindre cet objectif, nous allons de façon
spécifique : concevoir la maquette de la plateforme, créer la
base de données, développer le système de prévision
de prix, prédire les prix avec une grande précision et enfin,
tester et valider l'efficacité de notre modèle de
prévision.
2. Contraintes et moyens mis à
disposition
Pour développer ce système, nous mobiliserons
nos compétences en langage de modélisation UML et aussi en
gestion de projet numérique notamment la méthodologie Agile
Scrum, en programmation web et en intelligence artificielle. Cependant, nous
devrons tenir compte de certaines contraintes telles qu'une connexion internet
de qualité, un accès aux données historiques sur les prix
du maïs et ses facteurs déterminants, ainsi qu'une
familiarité avec le Framework Django, Laravel et les modèles de
prévision existants que nous adapterons à notre cas sans oublier
l'accès à des ressources pour la formation et la recherche sur
l'analyse de données et l'apprentissage automatique.
3. Le thème du TFE
En Afrique Subsaharienne, l'estimation des rendements
agricoles reste un grand défi de taille, alors qu'un bon suivi agricole
pourrait susciter la mobilisation des fonds et propulser le
développement du secteur agricole. Cet acte pourrait réduire
considérablement la pauvreté et la pénurie alimentaire.
Conscient de ce fait, nous avons opté pour le <<
Développement d'un système pour la prévision des prix des
produits agricoles par l'analyse des données et l'apprentissage
automatique : cas du maïs >>.
RÉSUMÉ
L'agriculture occupe une place centrale dans l'économie
de notre pays le Bénin, cependant des défis majeurs tels que la
prédiction des prix des produits agricoles demeurent d'actualité.
C'est dans cette optique que nous avons décidé de travailler sur
un projet novateur de prévision des prix des produits agricoles, en
étudiant notamment notre culture emblématique le maïs. Nous
comprenons pleinement l'importance économique et la valeur
nutritionnelle essentielle de cette culture pour notre pays. Pour
prédire les prix, nous avons fait appel aux principes avancés de
l'analyse de données et de l'apprentissage automatique, des technologies
qui trouvent davantage d'applications dans le domaine agricole. En utilisant
des techniques de modélisation et de traitement des données de
pointe, nous avons réussi à élaborer des prévisions
des prix du maïs sur la base des données historiques des
marchés du Bénin. Une plateforme web a été
développée pour faciliter la visualisation des prix en fonction
du temps. Grâce à la méthodologie utilisée nous
avons pu atteindre une précision de 95 % en ce qui concerne la
fiabilité de l'algorithme.
Mots clés :
L'agriculture, modélisation, traitement des données et
prévisions des prix.
10
Réalisé et soutenu par Sabin ASSOGBA et Mario
LIGAN
Réalisé et soutenu par Sabin ASSOGBA et Mario
LIGAN
| 
