Detail de l'article

Résumé:
Cette étude développe un système intelligent explicable pour analyser les détermi-nants de l’insertion professionnelle en République démocratique du Congo et repérer les facteurs associés aux disparités d’accès à l’emploi. À partir de 1961 observations de l’Office National de l’Emploi au Nord-Kivu, quatre modèles ont été comparés : régression logistique, Random Forest, Gradient Boosting et XGBoost. Les prédictions ont été interprétées avec SHAP et complétées par un score discriminatoire hybride ainsi qu’une analyse d’ablation. Les résultats indiquent que le type de contrat, la branche d’activité et le type d’entreprise dominent les facteurs individuels. La plateforme Streamlit proposée constitue un outil d’aide à la décision pour les politiques pu-bliques d’emploi.

Mots clés: apprentissage automatique ; intelligence artificielle explicable ; SHAP ; analyse d’abla-tion ; insertion professionnelle.

Télécharger le PDF