DSpace Repository

Proposition d'une approche hybride de sélection de caractéristiques dans l'apprentissage automatique.

Show simple item record

dc.contributor.author Zadi, Ali
dc.contributor.author Zaidi, Halim
dc.contributor.author Aloui, ;promotrice
dc.date.accessioned 2024-12-08T07:22:53Z
dc.date.available 2024-12-08T07:22:53Z
dc.date.issued 2024
dc.identifier.other 004MAS/1312
dc.identifier.uri http://univ-bejaia.dz/dspace/123456789/24851
dc.description Option : systéme d’information avancés en_US
dc.description.abstract Ce projet aborde le défi de la sélection de caractéristiques dans le machine learning, avec pour objectif d'améliorer la précision des modèles tout en réduisant leur complexité. Nous avons développé une approche hybride combinant la Recherche Taboue itérative et la Recursive Feature Elimination (RFE) pour exploiter leurs avantages respectifs. Notre objectif principal est de maximiser la précision des modèles tout en minimisant le nombre de caractéristiques, répondant ainsi aux défis de l'optimisation multi-objective dans le domaine de l'apprentissage automatique. Notre approche a été testée sur les datasets de Reconnaissance d'Activités Humaines (HAR) et de Classification de la Maladie de Parkinson, démontrant des améliorations significatives et validant son efficacité. Les résultats montrent que notre méthode hybride de sélection de caractéristiques conduit à une précision de classification supérieure, offrant une solution plus efficace et robuste. en_US
dc.language.iso fr en_US
dc.publisher Université Abderramane Mira-Bejaia en_US
dc.subject Sélection de Caractéristiques : Apprentissage Automatique : Approche hybride en_US
dc.title Proposition d'une approche hybride de sélection de caractéristiques dans l'apprentissage automatique. en_US
dc.type Thesis en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account