From 001099b1647a5f2da59c864655268bdc5ca24913 Mon Sep 17 00:00:00 2001 From: Oumaima CHAMEM <145020975+Ochamem@users.noreply.github.com> Date: Sun, 31 Mar 2024 10:27:46 +0200 Subject: [PATCH 1/2] Update README.md --- README.md | 6 ++++++ 1 file changed, 6 insertions(+) diff --git a/README.md b/README.md index 1adc407..25e63df 100644 --- a/README.md +++ b/README.md @@ -19,6 +19,12 @@ > - Extract, transform & load des données avec Knime > - Création d'une régression linéaire pour imputer les données manquantes > - Analyse exploratoire des données (EDA) +> - Création des datamarts plus ciblés et conviviaux +> - Création des maquettes avec excalidraw pour valider la direction de la visualisation avant la phase d'implémentation complète +> - implémentation complète par Power BI : +> * [Tableau de bord 1](https://github.com/Ochamem/Portfolio/assets/145020975/8048fc3b-34a8-4bf8-8ee7-d46b88640193) +> * [Tableau de bord 2](https://github.com/Ochamem/Portfolio/assets/145020975/f734bcfc-ee89-4925-93ac-96e41a52c4d1)vous trouvez le script python [ICI](https://github.com/Ochamem/Portfolio/blob/main/Projet%201/Co2_emission/Script_powerBI.py) + > - Utilisation du clustering k-means > - Détermination du meilleur modèle d'apprentissage automatique et prédiction réussie des émissions de GES des véhicules électriques en Europe > - Conception et développement de l'interface utilisateur de l'application web en utilisant HTML, CSS et JavaScript. From a5f72e345eb9278823b567807cbf062b3100d31b Mon Sep 17 00:00:00 2001 From: Oumaima CHAMEM <145020975+Ochamem@users.noreply.github.com> Date: Sun, 31 Mar 2024 10:32:04 +0200 Subject: [PATCH 2/2] Update README.md --- README.md | 8 ++++---- 1 file changed, 4 insertions(+), 4 deletions(-) diff --git a/README.md b/README.md index 25e63df..0726529 100644 --- a/README.md +++ b/README.md @@ -21,10 +21,10 @@ > - Analyse exploratoire des données (EDA) > - Création des datamarts plus ciblés et conviviaux > - Création des maquettes avec excalidraw pour valider la direction de la visualisation avant la phase d'implémentation complète -> - implémentation complète par Power BI : -> * [Tableau de bord 1](https://github.com/Ochamem/Portfolio/assets/145020975/8048fc3b-34a8-4bf8-8ee7-d46b88640193) -> * [Tableau de bord 2](https://github.com/Ochamem/Portfolio/assets/145020975/f734bcfc-ee89-4925-93ac-96e41a52c4d1)vous trouvez le script python [ICI](https://github.com/Ochamem/Portfolio/blob/main/Projet%201/Co2_emission/Script_powerBI.py) - +> - implémentation complète par Power BI :
+> [Tableau de bord 1](https://github.com/Ochamem/Portfolio/assets/145020975/8048fc3b-34a8-4bf8-8ee7-d46b88640193)+ [Tableau de bord 2](https://github.com/Ochamem/Portfolio/assets/145020975/f734bcfc-ee89-4925-93ac-96e41a52c4d1) vous trouverez le script Python [ICI](https://github.com/Ochamem/Portfolio/blob/main/Projet%201/Co2_emission/Script_powerBI.py) +> - Phase recette: la vérification de l'exactitude des données, la convivialité de l'interface, la cohérence des graphiques et leur pertinence par rapport aux besoins fixées initialement +> - Documentation : explications sur les choix de conception, les outils utilisés, les étapes de développement, ainsi que des guides ou manuels d'utilisation pour les utilisateurs finaux. > - Utilisation du clustering k-means > - Détermination du meilleur modèle d'apprentissage automatique et prédiction réussie des émissions de GES des véhicules électriques en Europe > - Conception et développement de l'interface utilisateur de l'application web en utilisant HTML, CSS et JavaScript.