dnl-pro/Agent-Agricole

Conseiller intelligent pour les agriculteurs des marchés de Bafoussam et Garoua (Cameroun) # 🌾 AgriCam — Agent de Recommandation Agricole Intelligent > Conseiller intelligent pour les agriculteurs des marchés de **Bafoussam** et **Garoua** (Cameroun) > Cultures : **Café · Sorgho · Maïs** — TP2 Agents Intelligents --- ## 📋 Table des matières 1. Présentation 2. Architecture du projet 3. Spécification PEAS 4. Flux de travail Colab → VS Code 5. Installation 6. Utilisation 7. Description des fichiers 8. Module ML — Modèle de prédiction 9. Agent réflexe — Règles métier 10. Interface Streamlit 11. Déploiement Raspberry Pi 12. Performances & Benchmark --- ## Présentation AgriCam est un agent intelligent de type **hybride (réflexe + apprentissage automatique)** conçu pour aider les agriculteurs camerounais à optimiser leurs décisions de vente. Il combine : - Des **règles métier agricoles** adaptées au calendrier et aux marchés locaux - Un **modèle ML** (Random Forest + Gradient Boosting) entraîné sur les prix hebdomadaires 2018–2024 - Des **données météo en temps réel** via l'API Open-Météo - Une **interface Streamlit** accessible depuis n'importe quel appareil sur le réseau Wi-Fi local **Critère de succès :** battre la stratégie aléatoire de **+30%** en revenu moyen sur 100 simulations. --- ## Architecture du projet ``` agricam/ │ ├── 📓 tp2_colab_ml.ipynb ← Exécuté dans Google Colab │ ├── Génération dataset CSV (2018–2024) │ ├── Récupération météo (Open-Météo API) │ ├── Entraînement RF + GBR (6 modèles) │ ├── Évaluation & visualisation │ └── Export → agent_agricam.pkl ──────────────┐ │ │ téléchargé ├── agent.py ▼ │ ├── charger_bundle() ← charge agent_agricam.pkl │ ├── predire_prix() ← interface au modèle ML │ ├── AgentReflexeAgricole ← règles métier pures │ └── AgentHybride ← réflexe + ML │ ├── 🖥️ app.py ← Interface Streamlit │ ├── agent_agricam.pkl …