Please use this identifier to cite or link to this item: http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/13458
Title: Une approche hybride pour la prédiction des maladies cardiaques en utilisant le AG-KNN
Authors: BEHLOULI, Lina Aida
HAMDI, Hichem
Keywords: Les maladies cardiaques
Intelligence artificielle ;Apprentissage automatique
Issue Date: 2022
Publisher: université akli mohand oulhadj-bouira
Abstract: Les maladies cardiaques sont l’une des principales causes de décès dans le monde. Cependant, il reste difficile pour les cliniciens de prédire les maladies cardiaques car il s’agit d’une tâche complexe et coûteuse. C’est pourquoi, ces dernières années de nombreux chercheurs vont vers l’intelligence artificielle avec ses différentes méthodes d’apprentissage automatique et d’apprentissage profond pour prédire les maladies des personnes avant qu’elles ne surviennent. Le but de cette étude est de proposer un système de prédiction des maladies cardiaques en utilisant l’algorithme d’apprentissage supervisé k-nearest neighbors (KNN) et gérer sa vulnérabilité par rapport au bruit des attributs non pertinents et redondants en utilisant l’algorithme génétique (AG). On l’a comparé avec d’autres approches d’apprentissage supervisées tel que Random Forest (RF), Decision Tree (DT), Logistic Regression (LR), Suppor Vector Machine (SVM) dans le but de montrer sa performance. En utilisant les données médicales « Cleveland Heart Disease dataset CHDD » pour l’entrainement et le test du modèle.
URI: http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/13458
Appears in Collections:Mémoires Master

Files in This Item:
File Description SizeFormat 
Mémoire de Master.pdf3,02 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.