A partir de cette page vous pouvez :
Retourner au premier Ă©cran avec les Ă©tagĂšres virtuelles... |
RĂ©sultat de la recherche
1 rĂ©sultat(s) recherche sur le mot-clĂ© 'Startups, Demandes d’investissement, Finance, Valoriser, Prédire.'
Affiner la recherche Faire une suggestion
Analyse prédictive des startups à fort potentiel au profit des investisseurs financiers / TADDIST Afaf
Titre : Analyse prĂ©dictive des startups Ă fort potentiel au profit des investisseurs financiers Type de document : projet fin Ă©tudes Auteurs : TADDIST Afaf, Auteur Langues : Français (fre) CatĂ©gories : GĂ©nie Logiciel Mots-clĂ©s : Startups, Demandes dâinvestissement, Finance, Valoriser, PrĂ©dire. Index. dĂ©cimale : 1898/18 RĂ©sumĂ© : Le présent document est le fruit du travail réalisé dans le cadre de mon projet de n d’études
eectué au sein de Kaokeb, cabinet de conseil digital, pour clôturer ma formation à l’École
Nationale Supérieure d’Informatique et d’Analyse des Systèmes.
Dans ce cadre, le projet consiste à réaliser un système intelligent pour évaluer et prédire les
startups à fort potentiel. L’objectif global du projet est de faciliter et automatiser le traitement
des demandes d’investissement.
An d’aboutir à notre n, nous avons adopté dans un premier temps la méthode documentaire
qui a permis de mieux cerner le sujet ; avoir des notions en nance et saisir la diculté de
valoriser une startup. Dans un second temps, nous avons implémenté le processus de la science
des données, depuis la compréhension métier jusqu’au modélisation des données passant par
la phase de collecte des données utiles à l’étude. Les deux méthodes ont aidé à une meilleure
conception du plan de travail pour arriver à répondre à une problématique dicile.
Pour mener à bien le développement de ce projet, la méthodologie Agile apparaissait la plus
adéquate à notre contexte, et plus précisément la méthode Scrum.
Analyse prédictive des startups à fort potentiel au profit des investisseurs financiers [projet fin études] / TADDIST Afaf, Auteur . - [s.d.].
Langues : Français (fre)
CatĂ©gories : GĂ©nie Logiciel Mots-clĂ©s : Startups, Demandes dâinvestissement, Finance, Valoriser, PrĂ©dire. Index. dĂ©cimale : 1898/18 RĂ©sumĂ© : Le présent document est le fruit du travail réalisé dans le cadre de mon projet de n d’études
eectué au sein de Kaokeb, cabinet de conseil digital, pour clôturer ma formation à l’École
Nationale Supérieure d’Informatique et d’Analyse des Systèmes.
Dans ce cadre, le projet consiste à réaliser un système intelligent pour évaluer et prédire les
startups à fort potentiel. L’objectif global du projet est de faciliter et automatiser le traitement
des demandes d’investissement.
An d’aboutir à notre n, nous avons adopté dans un premier temps la méthode documentaire
qui a permis de mieux cerner le sujet ; avoir des notions en nance et saisir la diculté de
valoriser une startup. Dans un second temps, nous avons implémenté le processus de la science
des données, depuis la compréhension métier jusqu’au modélisation des données passant par
la phase de collecte des données utiles à l’étude. Les deux méthodes ont aidé à une meilleure
conception du plan de travail pour arriver à répondre à une problématique dicile.
Pour mener à bien le développement de ce projet, la méthodologie Agile apparaissait la plus
adéquate à notre contexte, et plus précisément la méthode Scrum.
RĂ©servation
RĂ©server ce document
Exemplaires
Code barre Cote Support Localisation Section DisponibilitĂ© 1898/18 1898/18 TAD Texte imprimé unité des PFE PFE/2018 Disponible