| Titre : | START UP : DATA ANALYSIS & IA |
| Auteurs : | Elmountaser billah, Auteur ; BAHLOULI Abdelkader, Auteur ; RAHMANI Mohamed Elhadi, Directeur de thèse |
| Type de document : | texte manuscrit |
| Editeur : | [S.l.] : [S.l.] : Université Saïda – Dr. Tahar Moulay – Faculté des Mathématiques, de l’Informatique et de Télécommunications, 2024/2025 |
| Format : | 57ص |
| Accompagnement : | CD |
| Langues: | Français |
| Index. décimale : | BUC-M 003679 |
| Catégories : | |
| Mots-clés: | :تحليل المبيعات، التنبؤ،Flask،CNN،LSTM،MLP،CNN-LSTM، ي، روبوت دردشة ذكAPI : Sales analysis: Forecasting ; Flask ; CNN ; LSTM, MLP ; CNN-LSTM: AI Chatbot ; Groq API. ésumé Ce mémoire décrit la conception d’une plateforme web intelligente d’analyse et de prévision des ventes, développée avec Flask. Elle permet de charger des fichiers CSV, d’analyser les données, et de prédire les ventes à l’aide de modèles de deep learning (MLP, CNN, LSTM et CNN-LSTM). Les performances des modèles ont été évaluées via le RMSE, montrant que le MLP est le plus précis. Un chatbot basé sur LLaMA 3 via l’API Groq est intégré pour assister les utilisateurs dans l’interprétation des résultats. La plateforme constitue ainsi un outil complet pour les entreprises souhaitant exploiter leurs données commerciales de manière intelligente. : Analyse des ventes: Prévision: Flask: CNN, LSTM, MLP: CNN-LSTM: Chatbot IA: API Groq. |
| Résumé : |
ملخص
يعرض هذا البحث تصميم وتطوير منصة ويب ذكية لتحليل المبيعات وتوقعها، تم تطويرها باستخدام إطارالعمل Flask تحميل ملفاتن تتيح المنصة للمستخدميCSV، تحليل البيانات، وتوقع المبيعات المستقبلية باستخدام نماذج التعلم العميق(MLP،CNN،LSTM، وCNN-LSTM).تم تقييم أداء هذه النماذج باستخدام مقياسRMSE، وقد أظهر نموذجMLP يعتمد عىل نموذجي أفضل أداء. كما تم دمج روبوت دردشة ذكLLaMA 3من خالل واجهة برمجة التطبيقاتGroq تفسي النتائج. تمثلي ن ، لتقديم المساعدة ف كات عىلرهذه المنصة أداة شاملة تساعد الشاستغالل بياناتها التجاريةبذكاء. This thesis presents the design of an intelligent web platform for sales analysis and forecasting, developed using the Flask framework. It enables users to upload CSV files, analyze data, and predict future sales using deep learning models (MLP, CNN, LSTM, and CNN-LSTM). The models' performance was evaluated using RMSE, with the MLP model showing the highest accuracy. Additionally, a chatbot based on LLaMA 3, integrated via the Groq API, assists users in interpreting the results. The platform serves as a comprehensive tool for businesses aiming to intelligently leverage their sales data. |
Exemplaires
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| aucun exemplaire |
Documents numériques (1)
BUC-M 003679 Adobe Acrobat PDF |
