Avis Uber 🚗

Bienvenue dans l'analyse des AVIS UBER. Ce projet vise à fournir une analyse détaillée des avis données par chaque utlisateur.

objectifs

L'objectif de ce projet est d'analyser les avis d'Uber à travers une analyse exploratoire des données approfondie, suivie d'une phase d'optimisation des prédictions basée sur des modèles de machine learning permettant de definr des insights clés repondant à des question business comme l'amelioration l'experience utilsateur .

Analyse Exploratoire des Données :

• Identification des versions d'application impactant significativement les notes utilisateurs.
• Utilisation de techniques de nuage de mots pour extraire et mettre en avant des termes clés comme "fiabilité" et "expérience utilisateur".
• Analyse de distribution confirmant une tendance positive dans les retours utilisateurs, avec identification d'exceptions notables.

Modélisation et Performance :

• Développement et évaluation de modèles prédictifs (SVM, Naive Bayes, Random Forest,Logistic Regression) avec des performances élevées (Accuracy et F1-Score ~90%) Confirmation de la robustesse des modèles pour une utilisation potentielle en production.

  

Insights et Perspectives :

• Identification de versions nécessitant des améliorations pour optimiser l'expérience utilisateur.
• Proposition d'intégration des modèles dans un tableau de bord opérationnel pour le suivi en temps réel des retours utilisateurs.
• Suggestion d'améliorations des modèles via l'intégration de données supplémentaires et de solutions ciblées pour les versions problématiques.