Pemalekidev/togo-road-accidents-project

togo road accidents project # Togo Road Accidents Project > **Analyse complète des accidents de la route au Togo (2022–2025)** > Pipeline Data Science de bout en bout : collecte → nettoyage → EDA → SQL → Cartographie → Dashboard → Modélisation prédictive --- ## Contexte du projet Ce projet analyse **50 500 accidents de la route au Togo** sur la période 2022–2025 à travers un pipeline Data Science complet. L'objectif est de comprendre les facteurs de risque, identifier les zones dangereuses et prédire la gravité des accidents afin d'orienter les politiques de sécurité routière. ## Objectifs | Objectif | Méthode | |---|---| | Analyser les tendances temporelles et spatiales | EDA + Visualisations | | Identifier les causes et facteurs aggravants | SQL + Statistiques | | Cartographier les zones à risque | Folium / Heatmaps | | Prédire la gravité d'un accident | Machine Learning | | Estimer le coût économique | Régression | | Tableau de bord interactif | Dash / Plotly | ## Dataset | Attribut | Valeur | |---|---| | Lignes | 50 500 | | Colonnes | 29 | | Période | 2022 – 2025 | | Source | Données simulées réalistes Togo | | Format | CSV (UTF-8) | ### Colonnes principales ``` accident_id, date_accident, heure, jour_semaine, semestre, periode_journaliere, region, ville, latitude, longitude, axe_routier, type_route, meteo, luminosite, type_vehicule, nombre_vehicules, nombre_victimes, nombre_deces, gravite, cause, etat_route, limitation_vitesse, vitesse_estimee, port_casque, port_ceinture, intervention_secours, type_accident, accident_fete, cout_estime ``` ## Structure du projet ``` togo-road-accidents-capstone/ │ ├── README.md ← Ce fichier ├── requirements.txt ← Dépendances Python ├── .gitignore │ ├── data/ │ ├── raw/ ← Données brutes originales │ ├── processed/ ← Données nettoyées & features engineerées │ └── external/ ← Données externes (shapefiles, etc.) │ ├── notebooks/ │ ├── 01_data_collection.ipynb …