Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/10601
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorSidahmed, Amel-
dc.contributor.authorRabhi, Karima-
dc.date.accessioned2020-11-30T10:02:35Z-
dc.date.available2020-11-30T10:02:35Z-
dc.date.issued2020-
dc.identifier.urihttp://dspace.univ-bouira.dz:8080/jspui/handle/123456789/10601-
dc.description.abstractAu cour de ce m´emoire, nous avons con¸cu et d´evelopp´e une application web pour la pr´ediction pr´ecoce du diab`ete de type 2, afin de r´eduire le risque des complications de cette maladie sur la sant´e du patient.Pour atteindre cet objectif, nous avons utilis´e des algorithmes d’apprentissage automatique supervis´e (K nearest neighbors, Decision Trees, Random Forest, Support Vector Machine, Na¨ıves Bayes) et le data set extrait du l’hˆopital Frankfurt (Allemagne). Les performances des classifieurs ont ´et´e compar´ees en fonction du taux de pr´ecision et la sensibilit´e de mod`ele. Les plus hauts taux de classification obtenus par l’application de Random Forest et l’arbre de d´ecision sont respectivement 91% et 87%, en appliquant les deux m´ethode d’´evaluation train/test et validation crois´e (10-folds).en_US
dc.language.isofren_US
dc.publisherUniversité Akli Mohand Oulhadje-Bouiraen_US
dc.subjectIA , ML , Pr´ediction du diab`ete ,K nearest neighbors, Decision Trees, Random Forest, Support Vector Machine, Na¨ıves Bayes .en_US
dc.titleLa prédiction du diab`ete en utilisant les algorithmes de machine learningen_US
dc.typeThesisen_US
Collection(s) :Mémoires Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
memoire.pdf3,13 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.