Project 4 updates

README.MD

@@ -0,0 +1,53 @@
+# Projet 04 : Construction d’un Modèle de Scoring Crédit
+
+## Contexte du projet
+Dans le cadre de cette mission, nous avons développé un **modèle de scoring crédit** pour la société "Prêt à dépenser", qui souhaite évaluer la probabilité qu’un client rembourse son prêt.  
+L’objectif est de fournir un outil **interprétable**, permettant aux chargés de relation client de comprendre les facteurs influençant chaque décision et de classer les demandes de crédit (accordé ou refusé).
+
+Les aspects clés de la mission sont :
+- Gestion des classes déséquilibrées et prise en compte du coût métier des erreurs (faux positifs et faux négatifs).
+- Création d’un score métier optimisé pour minimiser les pertes financières.
+- Interprétabilité globale et locale des modèles via SHAP et LIME.
+
+## Contenu du projet
+
+- **Notebook 1 : Analyse Exploratoire des Données (EDA)**
+  - Chargement et exploration des fichiers CSV (train et test, bureau, previous_application, credit_card_balance, installments_payments, POS_CASH_balance).
+  - Analyse des valeurs manquantes et atypiques.
+  - Étude des corrélations entre les variables et la cible.
+  - Fusion et enrichissement des données par agrégation d’informations provenant de sources multiples.
+  - Création de nouvelles caractéristiques (feature engineering) basées sur des ratios métiers.
+  - Pré-traitement des données : encodage, imputation, normalisation.
+  - Préparation des données pour des modèles tolérant les valeurs manquantes (ex : LightGBM).
+
+- **Notebook 2 : Modélisation et Interprétation**
+  - Évaluation de modèles de base : régression logistique et Random Forest.
+  - Entraînement de modèles avancés : XGBoost, LightGBM et CatBoost avec gestion du déséquilibre des classes.
+  - Optimisation des hyperparamètres avec GridSearchCV.
+  - Détermination du **seuil optimal** pour minimiser le coût métier combinant faux positifs et faux négatifs.
+  - Interprétation globale : analyse de l’importance des variables avec **SHAP**.
+  - Interprétation locale : explication des prédictions pour des clients individuels avec **LIME**.
+  - Option de simplification du modèle en réduisant le nombre de variables tout en conservant l’AUC.
+
+- **Rapports et Présentation**
+  - `explanation_global.html` et `explanation_local.html` : rapports générés pour l’interprétation globale et locale.
+  - `soutenance_projet4_presentation.pdf` : support de présentation pour la soutenance.
+
+## Fichiers volumineux
+Les fichiers bruts issus du concours Kaggle ne sont pas inclus pour des raisons de taille. Ils peuvent être téléchargés ici :  
+[Home Credit Default Risk – Kaggle](https://www.kaggle.com/competitions/home-credit-default-risk/data)
+
+## Résultat attendu
+- Dataset prétraité, enrichi et prêt pour la modélisation.
+- Modèles robustes de scoring crédit, optimisés selon un **score métier**.
+- Visualisations et rapports expliquant :
+  - L’importance globale des variables.
+  - Les raisons des décisions pour chaque client individuel.
+- Présentation synthétique pour les utilisateurs finaux mettant en avant :
+  - Méthodologie de nettoyage et d’enrichissement.
+  - Comparaison des modèles.
+  - Interprétabilité globale et locale.
+  - Recommandations métier basées sur les résultats.
+
+## Notes
+Ce projet illustre la démarche complète de **data science appliquée au scoring crédit** : préparation des données, création de nouvelles variables, modélisation supervisée, optimisation et interprétation métier.