Veuillez utiliser cette adresse pour citer ce document : http://dspace1.univ-tlemcen.dz/handle/112/23551
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorAissaoui, Fatiha-
dc.date.accessioned2024-11-14T12:47:41Z-
dc.date.available2024-11-14T12:47:41Z-
dc.date.issued2021-07-14-
dc.identifier.urihttp://dspace1.univ-tlemcen.dz/handle/112/23551-
dc.description.abstractConclusion L’apprentissage automatique ( machine Learning), est un élément principal quand il s’agit de l’intelligence artificielle. L’apprentissage automatique constitue une grande avancée si vous voulez créer une intelligence artificielle ou tentez simplement d’ob- tenir un aperçu de toutes les données que vous avez collectées. Dans ce mémoire nous avons présenté quelques algorithmes d’apprentissage super- visé (où on connait déjà les réponses qu’on attend d’elle ) : — nous avons rappelé l’essentiel des différentes méthodes de régression : linéaire multiple, RIDGE, LASSO, PCR et Elastic Net : où l’on utilise ces estimations de régression pour expliquer la relation entre une variable dépendante continue et une ou plusieurs variables indépendantes.en_US
dc.language.isofren_US
dc.publisherUniversity of tlemcenen_US
dc.relation.ispartofseriesPDF;-
dc.subjectmethodes, apprentissage, superviséeen_US
dc.titleQUELQUES METHODES D’APPRENTISSAGE SUPERVISEen_US
dc.typeThesisen_US
Collection(s) :Master en Mathématique

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
QUELQUES_METHODES_D_APPRENTISSAGE_.pdf353,13 kBAdobe PDFVoir/Ouvrir


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