Zindi
CompeteJobsLearnChatLeaderboard
For BusinessPartnersMeet the teamPressCase studiesAI4EAC
Primary competition visual

Inclusion Financière en Afrique

Helping Africa
Connaissances
Active
Prediction
346 joined
106 active
InfoDataLeaderboard
About

Il vous est demandé de prédire la probabilité que la personne ait un compte bancaire ou non (Oui = 1, Non = 0), pour chaque identifiant unique dans l’ensemble de données de test. Vous formerez votre modèle sur 70% des données et testerez votre modèle sur les 30% dernières données, dans quatre pays d’Afrique de l’Est – le Kenya, le Rwanda, la Tanzanie et l’Ouganda.

How to use Colab on Zindi

How to mount a drive on Colab

L’ensemble de données principal contient des informations démographiques et quels services financiers sont utilisés par environ 33 600 personnes à travers l’Afrique de l’Est. Ces données ont été extraites de diverses enquêtes Finscope allant de 2016 à 2018, et plus d’informations sur ces enquêtes peuvent être trouvées ici:

Files
Description
Files
Train contient la cible(sortie). Il s’agit de l’ensemble de données que vous utiliserez pour former votre modèle.
Test ressemble à Train.csv mais sans les colonnes liées à la cible. Il s’agit de l’ensemble de données sur lequel vous appliquerez votre modèle.
Liste complète des variables et leurs explications.
Ceci montre le format de soumission pour ce challenge, avec la colonne "ID" reflétant celle de Test.csv et la colonne "cible" contenant vos prédictions. L’ordre des lignes n’a pas d’importance, mais les noms de l’ID doivent être corrects. Notez que l’identifiant de la variable dans le fichier de soumission est: uniqueid x country name.
Ce bloc-notes vous aidera à faire votre première soumission au classement.

Join the largest network for
data scientists and AI builders

AboutFAQs
Privacy PolicyTerms of UseRules
Status
© Zindi 2025