Tarification immobilière (préparation IARD)

Projet de préparation à la tarification IARD : modélisation sur données Kaggle, suivie de la création d'une interface Shiny permettant une prise en main intuitive du modèle produit.

Un modèle de pricing performant reste inutile s'il n'est pas explorable et challengeable par les équipes qui doivent l'exploiter au quotidien.

J'ai mené un cycle complet : corrélations (Pearson, Cramér's V), détection de multicolinéarité (VIF), sélection stepwise avec cross-validation, encodage des variables ordinales, détection d'anomalies (Isolation Forest) et comparaison des modèles GLM, GAM, Random Forest et Gradient Boosting.

Après optimisation des hyperparamètres et validation par RMSE, j'ai restitué le modèle dans une interface Shiny avec exploration dynamique des variables et visualisation des performances, pensée pour une prise en main rapide par des équipes non techniques.

Ce projet a consolidé ma maîtrise d'un pipeline de machine learning de bout en bout appliqué à la tarification, de la donnée brute jusqu'à l'outil utilisable.