Les projets statistiques :

Les projets statistiques font partie du module Statistiques que j'enseigne à  EMINES-UM6P. Le cours comporte 30H de cours, TD et TP. Ensuite, les étudiants doivent travailler en groupe de 3 à 4, sur un projet de modélisation statistique. Ce travail sur les projets se fait en classe et est encadré par un professeur. Il est sanctionné par une présentation devant un jury, et l'évaluation du rapport du projet. 

Liste des projets 2022-2023

Les intervenants durant cette année sont : Prof Fouad Marri (FM), Prof Salem Nafiri (SN), Mr F. Jamali (FJ) et moi même (SB).

Projet FM1 :  Tarification en assurance maladie : Ce projet porte sur la modélisation de la consommation médicale.   Les modèles de machine learning et de glm seront utilisés pour prédire la consommation médicale.

Projet FM2 : Modélisation de la probabilité de défaut des clients d’une banque :  Ce projet a pour objet principal la modélisation de la probabilité de défaut des clients d’une banque. Les modèles de machine learning et logistique seront utilisés pour modéliser la probabilité de défaut. 

Projet FM3 :  Modélisation du coût moyen des sinistres en assurance automobile : Ce projet porte sur la modélisation des coût moyen des sinistres en fonction de la puissance fiscale, l’âge du véhicule, l’âge du conducteur, la marque et le carburant Les modèles de machine learning et logistique seront utilisés pour modéliser le coût moyen des sinistres 

Projet FM4 : Modélisation de la défaillance des clients d’une banque :  Ce projet a pour objet principal la modélisation de la défaillance des clients d’une banque. Les modèles de machine learning et logistique seront utilisés pour modéliser la probabilité de défaut. 

Projet FM5 : Modélisation du coût moyen des sinistres en assurance automobile : Ce projet porte sur la modélisation de la sinistsralié en Assurance auto. Les modèles de machine learning et logistique seront utilisés pour modéliser le coût moyen des sinistres. 

Projet SB1 : Le but de ce projet est de construire des modèles de régression multilinéaire, pour modéliser et prédire le prix de vente d'appartement à partir d'un ensemble de caractéristiques du bien. Le projet utilisera une base de donnée de prix de mise en vente d'appartement à Casablanca, à scrappé sur les annonces et moteurs de recherche sur Internet.

Projet SB2 : Le but de ce projet est de construire des modèles de régression multilinéaire, pour modéliser et prédire le prix de vente d'appartements à partir d'un ensemble de caractéristiques du bien. Le projet utilisera une base de donnée de prix de mise en vente d'appartement dans la ville de Benguerir.

Projet SB3 : The focus of this project is developing multilinear regression models that can accurately predict the price of a used car based on its features, in order to make informed purchases. We will work on a moroccan dataset scrapped from internet, and a foreign dataset.

Projet SB4 : Le but de ce projet est de construire des modèles de régression multilinéaire, pour modéliser et prédire le prix de vente d'appartement à partir d'un ensemble de caractéristiques du bien. On s'intéressera au marché de l'immobilier dans la ville de Marrakech. Le projet utilisera une base de donnée de prix de mise en vente d'appartement à Marrakech scrappé à partir des moteurs de recherche sur internet.

Projet SB5 : Sujet Théorique. Ce s’intéressera aux indices de sensibilité globale de Sobol pour des modèles de Machine Learning de type régression linéaire, régression multi-linéaire et autres. Dans ce travail on étudiera ces indices pour les coefficients et paramètres du modèle, afin de répondre à la question si ces paramètres sont estimables à partir des données disponibles, et pour lier ses sensibilités aux tests statistiques usuels de non-nullité de ces paramètres. On illustrera la problématique sur des données simulées et des données réelles.

Projet SN1 : Amélioration de la prévision des paramètres issues des modèles météorologiques (en collaboration avec la Direction Générale de Météorologie, Casablanca). L’objectif de ce projet est d’améliorer la prévision des précipitations, des températures min et max issues des modèles météorologiques utilisées par les services de la météorologie, et ce en utilisant les techniques d’intelligence artificielle. Nous considérons comme domaine d’étude notre pays le Maroc.

Projet SN2 : Réduction de la dimensionnalité et prédiction du climat (en collaboration avec O. Noureddine du Université de Bergen et Bjerknes Center for Climate Research) Nous disposons de données climatiques dans l'espace (différentes positions géographiques) et dans le temps. Nous commençons par réduire sa dimension à l'aide de l'analyse en composantes principales (PC) et utilisons les différents modes PC pour la prédiction à l'aide du Machine Learning.

Projet SN3 : Artificial intelligence–aided diagnosis model for acute respiratory distress (B. Oussama Médecin Interne, Casablanca) Le but de cette étude est de développer un modèle basé sur l'intelligence artificielle pour détecter la présence d'une détresse respiratoire aiguë chez des patients.

Projet SN4 : Prédiction de la popularité d’un film Sur la base de cette base de donnée de films, il serait intéressant de comprendre quels sont les facteurs importants qui font qu'un film soit plus populaire qu’un autre.

Projet SN5 :  Quels sont les critères du choix d'un conjoint ? Il s’agit d’une expérience sociale avec plus de 8 000 observations. Avec des questions comme : Comment vous mesurez-vous ? et Que recherchez-vous chez le sexe opposé ?, etc… Cet ensemble de données est définitivement riche en éléments humains et devrait être amusant à jouer avec.

Projet FJ1 : Simulation de modèles de températures et gestion de risque climatique pour la fourniture d’énergie. En partenariat avec des experts métier.

Projet FJ2 : Modélisation des températures extrémales pour la fourniture d’énergie et la gestion des risques climatiques. En partenariat avec des experts métier.

Projet FJ3 : Simulation des modèles de températures et gestion de risque climatique pour la fourniture d’énergie. En partenariat avec des experts métier.

Projet FJ4 : Modélisation des températures extrémales pour la fourniture d’énergie et la gestion des risques climatiques. En partenariat avec des experts métier.