Dockerized ML Demo

Bank Fraud Intelligence

Analyse de risque en temps réel pour transactions bancaires, basée sur un modèle Random Forest, une API Python/Falcon, MariaDB et Docker Compose.

System online

Frontend → API → ML model

Model Random Forest

Classification binaire fraude / normale

Backend Python Falcon

API REST servie via Docker

Database MariaDB

Stockage transactionnel et utilisateurs

Deployment Docker Compose

Stack front / back / DB reproductible

Transaction details

Renseigne les caractéristiques de la transaction à analyser.

Architecture technique

Frontend

HTML / CSS / JavaScript + Express proxy

Backend

Python Falcon API exposée sur le port 8085

Machine Learning

Random Forest chargé depuis randomforest_model.pkl

Database

MariaDB initialisée via script SQL Docker