Université de Maroua University of Maroua
**** ****
École Nationale Supérieure National Advanced School of
Polytechnique de Maroua Engineering of Maroua
**** ****
Département d’Informatique et Department of Computer Science and
Télécommunications Telecommunications
**** ****
CONCEPTION ET DÉPLOIEMENT D’UN MODÈLE MACHINE
LEARNING POUR LA PRÉDICTION DU RENDEMENT DE LA
CULTURE DU COTON. Cas de la SODECOTON
Mémoire présenté et soutenu en vue de l’obtention du Diplôme d’INGÉNIEUR EN
INFORMATIQUE ET TÉLÉCOMMUNICATION option Data science
par
MOUSSA ABOUBAKAR MOUSSA
Matricule: 21D0489EP
Devant le jury composé de :
Président : Pr KALADZAVI GUIDEDI
Examinateur : Dr WANDJI TANGUEP DONALD
Rapporteur : Dr NNA NNA THEODORE PATRICE
Année académique : 2023-2024
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 1/28
Plan de travail
1 CONTEXTE ET PROBLÉMATIQUE
2 MÉTHODOLOGIE ET CONCEPTION
3 RÉSULTATS ET DISCUSSION
4 CONCLUSION ET PERSPECTIVES
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 2/28
Section actuelle
1 CONTEXTE ET PROBLÉMATIQUE
2 MÉTHODOLOGIE ET CONCEPTION
3 RÉSULTATS ET DISCUSSION
4 CONCLUSION ET PERSPECTIVES
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 3/28
CONTEXTE ET PROBLÉMATIQUE
Contexte
Contexte
La prévision des rendements dans le secteur agricole;
Facteurs de diminution de la production;
Méthode actuelle de prévision.
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 4/28
CONTEXTE ET PROBLÉMATIQUE
Problématique
Problématique
Comment prédire le rendement du coton à partir des
données historiques et météorologiques ?
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 5/28
CONTEXTE ET PROBLÉMATIQUE
Objectifs
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 6/28
Section actuelle
1 CONTEXTE ET PROBLÉMATIQUE
2 MÉTHODOLOGIE ET CONCEPTION
3 RÉSULTATS ET DISCUSSION
4 CONCLUSION ET PERSPECTIVES
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 7/28
MÉTHODOLOGIE ET CONCEPTION
Méthodologie
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 8/28
MÉTHODOLOGIE ET CONCEPTION
Identification du problème
Identification du problème
Quel est le problème à résoudre ?
Type des variables.
Type de problème machine learning.
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 9/28
MÉTHODOLOGIE ET CONCEPTION
Analyse et préparation des données
Préparation des Données
Nettoyage des Données
Traitement des Données
Manquantes
Transformation des donnés
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 10/28
MÉTHODOLOGIE ET CONCEPTION
Sélection et entrainement des modèles
Modèles
Linear Regression
Decision Tree Regression
Random Forest
Extra Tree
Gradient Boosting Trees (GBT)
KNN Regression
Neural Network
AdaBoost
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 11/28
MÉTHODOLOGIE ET CONCEPTION
Sélection et entrainement des modèles
Figure: Decision Tree Regression
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 12/28
MÉTHODOLOGIE ET CONCEPTION
Sélection et entrainement des modèles
Figure: Random Forest
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 13/28
MÉTHODOLOGIE ET CONCEPTION
Sélection et entrainement des modèles
Figure: Gradient Boosting Trees (GBT)
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 14/28
MÉTHODOLOGIE ET CONCEPTION
Sélection et entrainement des modèles
Figure: Extra Tree
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 15/28
MÉTHODOLOGIE ET CONCEPTION
Sélection et entrainement des modèles
Figure: Voting Regressor
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 16/28
MÉTHODOLOGIE ET CONCEPTION
Optimisation et sauvegarde
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 17/28
MÉTHODOLOGIE ET CONCEPTION
Intégration
Model R2 MAE RMSE
Linear Regression 0.896415 3473.5 4893.67
Random Forest 0.993794 595.326 1197.84
KNN Regression 0.863962 3706.74 5608.12
Gradient Boosting 0.999129 181.712 448.652
Neural Network 0.639274 21460 24671.2
Decision Tree 0.978627 1192.61 2222.88
Extra Trees 0.999001 97.6963 480.486
Bagging 0.995298 643.982 1042.58
AdaBoost 0.999172 200.794 437.596
Voting Regressor 0.999594 164.293 306.191
Table: Performances des différents modèles
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 18/28
MÉTHODOLOGIE ET CONCEPTION
Intégration
Déploiement sur une application web
UML
Flux de données et interactions.
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 19/28
MÉTHODOLOGIE ET CONCEPTION
Intégration - Séquences de prédiction.
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 20/28
MÉTHODOLOGIE ET CONCEPTION
Intégration - Outils.
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 21/28
Section actuelle
1 CONTEXTE ET PROBLÉMATIQUE
2 MÉTHODOLOGIE ET CONCEPTION
3 RÉSULTATS ET DISCUSSION
4 CONCLUSION ET PERSPECTIVES
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 22/28
RÉSULTATS ET DISCUSSIONS
Graphique des prédictions
Figure: Graphique des prédictions
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 23/28
RÉSULTATS ET DISCUSSIONS
Graphique des prédictions
Années Surface emblavée Zone Production prédit Rendement
2024 43603 0 53834.9 1234.64
2024 48248 3 60864.9 1261.18
2024 15233 1 17577.2 1154.10
2024 22110 2 28151.5 1273.87
2024 31834 7 41345.2 1298.64
2024 22567 5 30092.7 1333.85
2024 35711 6 44607.3 1249.19
2024 24034 4 33912.4 1411.64
Table: Prévisions de production de coton pour l’année 2024
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 24/28
RÉSULTATS ET DISCUSSIONS
Test
Figure: TEST DE L’APPLICATION
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 25/28
Section actuelle
1 CONTEXTE ET PROBLÉMATIQUE
2 MÉTHODOLOGIE ET CONCEPTION
3 RÉSULTATS ET DISCUSSION
4 CONCLUSION ET PERSPECTIVES
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 26/28
CONCLUSION ET PERSPECTIVES
Perspectives
Intégration des variables supplémentaires
Exploration de nouveaux algorithmes
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 27/28
Présenté par MOUSSA ABOUBAKAR
MOUSSA Prédiction rendement 16 juillet 2024 28/28
