Cette application Flask permet de prédire l'éligibilité d'un client à un prêt bancaire à partir de données d'entrée simples. Le modèle de machine learning utilisé a été entraîné en amont et est chargé via pickle.
- Interface utilisateur web simple (HTML + Flask)
- Prédictions basées sur un modèle ML entraîné
- Déploiement Dockerisé prêt pour Render.com
- Structure modulaire (modèle, templates, static)
- Python 3.12
- Flask
- NumPy
- Scikit-learn
- Docker
- Render (pour le déploiement)
## 📁 Structure du projet
Bank-Loan-App/
│
├── static/css
├── templates/
│ └── index.html
|
├── Dockerfile
├── LICENSE
├── app.py
├── docker-compose.yml
├── requirements.txt
├── model.pkl1
├── render.yaml
└── README.md
docker build -t bank-loan-app .
docker run -p 5000:5000 bank-loan-app
Puis accéder à : http://localhost:5000
AFOLABI Nazifou
- Datascientist | Machine Learning & Modeling
- Passionné par les sciences de données et l'intelligence artificielle.
- Email : afolabinazif96@gmail.com
- LinkedIn : Nazifou AFOLABI