Veuillez utiliser cette adresse pour citer ce document :
http://dspace1.univ-tlemcen.dz/handle/112/5295| Titre: | Impact de la réduction de la dimension pour l’apprentissage supervisé .Application sur bases médicales. |
| Auteur(s): | TALBI, Youcef |
| Mots-clés: | PMC, extraction, sélection, Colon, Madelon. |
| Date de publication: | 4-jui-2014 |
| Résumé: | La caractérisation des informations a donné naissance aux bases de données de grande dimension. Ces bases contiennent souvent des informations redondantes et/ou contradictoires. De ce fait, la réduction de dimension a pris place. Dans notre mémoire, nous avons abordé l’impact de différentes méthodes de réduction sur l’apprentissage du PMC (Perceptron Multi- Couche). Nous avons appliqué les méthodes d’extractions (ACP et LDA) et les méthodes de sélections (Relief F et SFS) sur deux bases médicales Colon et Madelon. La LDA a donné les meilleurs résultats sur la base Colon en atteignant les 100%, et le ReliefF a atteint des performances aux alentours des 80% sur la base Madelon. |
| URI/URL: | http://dspace.univ-tlemcen.dz/handle/112/5295 |
| Collection(s) : | Master SIC |
Fichier(s) constituant ce document :
| Fichier | Description | Taille | Format | |
|---|---|---|---|---|
| Impact_de_la_reduction_de_la_dimension_pour_lapprentissage_supervise_Application_sur_bases_medicales.pdf | 740,83 kB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.