Projet N°5 : Classifiez automatiquement des biens de consommation

Mise en situation :

• Entreprise : Place de marché
• Logo :
• Activité : marketplace e-commerce
• But : Attribuer automatiquement des noms de catégorie aux produits vendus par les clients (grâce aux photos ou aux descriptions)
• Jeux de données : Les Données
• Missions :
  • L'attribution de la catégorie d'un article est effectuée manuellement par les vendeurs, et est donc peu fiable.
  • Nécessité d'automatiser cette tâche.
  • Etudier la faisabilité d'un moteur de classification des articles en différentes catégories, avec un niveau de précision suffisant, via les images et la description.
  • Etudier la faisabilité de récupérer les informations de différents produits de consommation via une API.

Réalisations :

• Librairies principales : Wordcloud, PIL, seaborn, différents modèles de ML, requests, json
• Etapes réalisées :

  • Prétraitements :

    • Ouverture des données et analyse du remplissage de la DataFrame

    • Etude de l'arbre de classification des produits (Les classifications se feront sur le niveau 1)

    • Nettoyage des données (Tokenisation, Suppression des stops words et ponctuations, Stemming/Lemmatizing) textuelles (Titres et descriptions) et visualisation :

      • Etude du nombre de mots dans la totalité de la DataFrame :

      

      • Visualisation des mots en fonction de leur fréquence :

        

  • NLP :

    • Types d'analyses NLP : CountVectorizer, Tfidf, Word2Vec, BERT et USE
    • Pour chaque type d'analyse j'ai réalisé :

      • Une étude visuelle des groupes réels vs groupes crées en KMeans via TSNE pour n'avoir que deux variables et une matrice de confusion pour observer la pertinance des prédictions :

        

      • Une étude en Machine Learning via différents modèles pour déterminer si une classification des produits est réalisable via NLP :

        

  • Images :

    • Types d'analyse d'images : SIFT et CNN transfert learning
    • Pour chaque type d'analyse j'ai réalisé :

      • Une étude visuelle des groupes réels vs groupes créés en KMeans via TSNE pour n'avoir que deux variables et une matrice de confusion pour observer la pertinance des prédictions :

        

      • Une étude en Machine Learning via différents modèles pour déterminer si une classification des produits est réalisable via extractions des features depuis des images :

        

  • API Epicerie Fine :

    • L'API : Lien vers l'API
    • Extraction des informations sur le champagne :