Bonjour, je me prénomme Abraham ✌

Je suis </Data Analyst>

Je suis actuellement en train d'obtenir ma licence 3 pro en datamining, une passion qui me permet de combiner mes compétences en analyse de données et en programmation Python. Ayant une expérience en apprentissage automatique et technologies différents. Je suis toujours à la recherche de nouveaux défis à relever.

landing logo of person

<Portfolio>

Premier league analysis

Le projet d'analyse de données de premier league vise à identifier les meilleurs scoreurs de la ligue pour les proposer au client. Pour ce faire, les données sur les performances des joueurs sont collectées, analysées et comparées. En utilisant des méthodes statistiques et des algorithmes de machine learning,

Réalisé avec: Python, Excel, Pandas, Numpy, Seaborn

Amazon scrapper

Amazon scrapper est une application web de scrapping de produits Amazon. Elle permet de collecter et d'extraire les informations sur les produits disponibles sur Amazon, telles que le titre, le prix, la description, les images.

Réalisé avec: Python, Selenium, Flask

Calculateur d'IMC

Le projet de calculateur d'IMC en JavaScript permet de calculer l'indice de masse corporelle d'un individu en utilisant sa taille et son poids. Le projet utilise un formulaire interactif pour collecter les informations nécessaires à partir de l'utilisateur. Une fois les données entrées, le script JavaScript calcule l'IMC et affiche le résultat ainsi que la classification de l'IMC en utilisant des critères standardisés.

Réalisé avec: HTML, CSS, JavaScript

Kyoto Discovery

Kyoto discovery est un site page vitrine de la ville de kyoto. Ce site présente aux visiteurs les activités et loisirs disponibles à Kyoto et trois pack de découvert.

Réalisé avec: HTML, CSS, JavaScript

Iris prédiction app

L'application de prédiction des types de fleur d'Iris utilise un algorithme de machine learning pour prédire le type de fleur en fonction des entrées de l'utilisateur. L'utilisateur peut entrer les mesures de longueur et de largeur des pétales et des sépales de la fleur d'Iris et l'application utilise ces données pour effectuer une prédiction en utilisant un modèle formé sur des données d'entraînement. Le résultat de la prédiction est retourné sous forme de type de fleur prédit avec une probabilité associée, permettant à l'utilisateur de comprendre la confiance du modèle dans sa prédiction.

Réalisé avec: Python, Streamlit, Sklearn, RandomForestClassifier

SP500 app

L'application S&P 500 permet d'afficher les données sur les entreprises du S&P 500. L'utilisateur peut filtrer les entreprises en fonction du secteur et visualiser les prix de clôture des actions sélectionnées en utilisant une API yfinance. Les données peuvent être téléchargées sous forme de fichier CSV.

Réalisé avec: Python streamlit, Pandas, Numpy, Matplotlib, Seaborn et yfinance

<Compétences>

Outils et langages

Je travaille principalement avec les données et me consacre constamment à les explorer pour en tirer des insights précieux. Du processus de collecte de données à l'analyse et à la présentation de résultats pertinents. Familiarisé avec les outils et les techniques, tels que Python, R, SQL, SAS et les algorithmes d'apprentissage automatique de Skikit-Learn et TensorFlow. Ce sont quelques-unes des technologies que j'ai utilisées. mais je suis toujours prêt à apprendre de nouvelles choses pour m'améliorer.

Python

R

JAVA

CSS

JavaScript

Github

Power BI

SQL

<Contact>

Rentrons en contact

Vous avez des questions ? N'hésitez pas à m'envoyer un e-mail et je vous répondrai dès que possible!

Cliquez ici pour envoyer un email ou consulter mes réseaux sociaux ci-dessous.

// quelques réseaux sociaux