# đ AfricaInvest Intelligence
> Plateforme MLOps de prédiction de la croissance économique africaine.
> Classifie le potentiel de croissance (**low / medium / high**) à partir d'indicateurs macro-économiques, exposé via une **API FastAPI** et un **dashboard Streamlit**.
---
## đ Table des matiĂšres
- Architecture
- Stack technique
- Installation
- Démarrage rapide
- API Reference
- Métriques du modÚle
- Déploiement
---
## đ Architecture
```
africa-economic-ml/
â
âââ app/ # Logique applicative (API + modĂšle)
â âââ __init__.py
â âââ api.py # FastAPI â routes & lifespan
â âââ model.py # Singleton de chargement/infĂ©rence
â âââ schemas.py # Pydantic â validation entrĂ©es/sorties
â
âââ ui/
â âââ streamlit_app.py # Dashboard interactif
â
âââ artifacts/
â âââ model.joblib # Pipeline scikit-learn sĂ©rialisĂ©
â âââ metrics.json # MĂ©triques d'entraĂźnement
â
âââ scripts/
â âââ train_model.py # EntraĂźnement + sauvegarde de l'artifact
â
âââ data/
â âââ africa_economic_data.csv # Dataset (2 000 observations, 50 pays)
â âââ generate_data.py # GĂ©nĂ©rateur de donnĂ©es synthĂ©tiques
â
âââ notebooks/
â âââ eda_analysis.ipynb # Analyse exploratoire complĂšte
â
âââ requirements.txt
âââ .gitignore
âââ README.md
```
---
## đ ïž Stack technique
| Couche | Technologies |
|--------|-------------|
| **API** | FastAPI, Uvicorn, Pydantic v2 |
| **ML** | scikit-learn (RandomForest, GradientBoosting, LogReg), joblib |
| **UI** | Streamlit |
| **Data** | pandas, numpy |
| **Viz** | matplotlib, seaborn, plotly |
---
## âïž Installation
```bash
# 1. Cloner le dépÎt
git clone
github.com /africa-economic-ml.git
cd africa-economic-ml
# 2. Créer un environnement virtuel
python -m venv .venv
source .venv/bin/activate # Linux/macOS
# .venv\Scripts\Activate.ps1 # Windows PowerShell
# 3. Installer les dépendances
pip install -r requ âŠ