Sécurité monétaire : le machine learning pour vérifier les billets

Détermination de billet par prédiction algorithmique

Situation

DGLCFM Souhaite automatiser une partie de ses méthodes de détection des faux billets grâce à leurs mensurations

Solutions par LightBird

Nous avons utilisé des techniques de machine learning et de régression linéaire afin de construire un modèle solide à même de permettre de détecter l’authenticité d’un billet.

Les technos utilisées :

Python / Marimo / Panda / SciKit / Altaïr

Le projet en détail

Ici, nous avons été sollicités afin de mettre en place une solution simple qui puisse permettre de prédire l’authenticité ou non d’un billet.


Pour ce faire, nous avons procédé à une analyse en profondeur de l’échantillon qui nous a été donné afin de nous permettre de préparer l’algorithme de reconnaissance. En l’espèce, une partie des données a elle même dû faire l’objet d’une projection eu égard au caractère parcellaire d’une partie des informations.


Après avoir évalué plusieurs techniques de prédiction : régression logistique, KNN, K-mean, Random Forest, XGBoost, nous avons retenu la solution la plus efficace pour la transformer en application webassembly fonctionnelle.