L'utilisation de l'approche boosting pour le diagnostic du diabéte.

dc.contributor.authorHamidi, Yacine Naer Eddineen_US
dc.date.accessioned2015-01-20T07:41:16Zen_US
dc.date.available2015-01-20T07:41:16Zen_US
dc.date.issued2015-01-20en_US
dc.description.abstractL'utilisation des méthodes ensemblistes pour les performances des classifiteurs faibles est une novelle vois dans le domaine de l'apprentissage qrtificiel. Parmi ces méthodes nous citons l'algorithme d'adaboost, l'une des algorithmes du boosting. Cr mémoire présente une approche basée sur l'améloiration de classifieur K-PPVP (K plus proche voisins pondéré) par l'algorithme Adaboost afin de classifier la base de données Pima Indians diabets. Les performances obtenues seront comparées en utilisant des crétères comme le taux de classification, la sensibilité et la spécificité.en_US
dc.identifier.otherMS-006.3-29-01en_US
dc.identifier.urihttps://dspace.univ-tlemcen.dz/handle/112/7126en_US
dc.language.isofren_US
dc.subjectClassification, méthodes ensemblistes, diagnostic, boosting, Adaboost, K plus proches voisins pondéré..en_US
dc.titleL'utilisation de l'approche boosting pour le diagnostic du diabéte.en_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Lutilisation-de-lapproche-boosting-pour-le-diagnostic-du-diabete.pdf
Size:
4.26 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections