Projet Air Paradis – Analyse de sentiments

📘 Ce projet est également disponible en anglais 🇬🇧

Ce dépôt contient les notebooks et le code source du projet d'analyse de sentiments sur des tweets, réalisé dans le cadre du programme OpenClassrooms "Air Paradis".

Contexte métier

L'objectif est de prédire si un tweet (ou une courte expression écrite) est perçu comme positif ou négatif, dans le contexte d'une compagnie aérienne.
Le projet repose sur le jeu de données public Sentiment140.

Description du projet

Le projet vise à développer un système complet d'analyse de sentiments, comprenant :

Une analyse exploratoire des données textuelles,
Une comparaison rigoureuse de 10+ modèles de classification (classiques ML, LSTM + word embeddings, DistilBERT),
Le déploiement d'une API REST FastAPI exposant le meilleur modèle avancé (LSTM + Word2Vec),
La mise en place d'un pipeline MLOps complet : MLFlow, CI/CD (GitHub Actions), monitoring,
Un hébergement local sur serveur NAS pour garantir la souveraineté des données.

📖 Pour des informations détaillées sur les expérimentations menées et les résultats obtenus, consultez docs/blog.fr.md.

Structure du dépôt

notebooks/ : notebooks d'analyse exploratoire et de modélisation,
deployment/ : code de l'API FastAPI, tests unitaires, Dockerfile et configuration déploiement,
docs/ : documentation détaillée (blog.fr.md), diagrammes, captures d'écran,
presentation/ : support de présentation du projet (PDF),
../.github/workflows/ : pipelines CI/CD (tests automatisés, build Docker, push DockerHub).

Entraînement des modèles

Les phases d'entraînement ont principalement été réalisées sur Google Colab, afin de bénéficier de ressources GPU nécessaires aux modèles de deep learning.

Utilisation

Les notebooks détaillent les étapes d'analyse et d'entraînement.
L'API est disponible dans le dossier deployment/api avec interface Streamlit de test.

Pour tester l'API en production : https://sentiment-api.greg-madman-nas.duckdns.org

Remarques

Les fichiers requirements.txt dans notebooks/ proviennent des environnements Google Colab et peuvent contenir des dépendances peu optimisées pour un usage local.
Le fichier .env, exclu du dépôt, contient les variables d'environnement nécessaires (configuration MLFlow, MinIO, alerting).

Projet réalisé dans le cadre du parcours "Data Scientist – Projet 7" d'OpenClassrooms

2.6 KiB Raw Blame History Unescape Escape