Titre :	Conception d’un Programme pour la Sélection Automatique du Meilleur Modèle Parmi Ceux Générés par la Régression Polynomiale.ou par la Méthode Neuronale.
Type de document :	texte imprimé
Auteurs :	RouMaïSsa Louze, Auteur ; Khaoula Rihane, Auteur
Editeur :	CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine
Année de publication :	2018
Importance :	92 f.
Format :	30 cm.
Note générale :	Une copie electronique PDF disponible au BUC.
Langues :	Français (fre)
Catégories :	Sciences Exactes:Mathématiques
Tags :	Statistique Appliquée
Index. décimale :	510 Mathématiques
Résumé :	Le but de ce mémoire est de former un programme qui sélectionne automatiquement le meilleur modèle parmi ceux générés par la régression polynomiale ou par la méthode neuronale. Les notions de base de la régression polynomiale classique et celles des réseaux de neurones ont été présenté dans ce mémoire. Ils sont suivis par une étude de l’efficacité des réseaux de neurones dans la prédiction polynomiale par rapport à la méthode classique. La méthode de l’Extreme Learning Machine (ELM) a été introduite dans l’étude de l’efficacité; qui est démontrée par deux critères : la performance et la vitesse d’exécution; Une comparaison des résultats des trois méthodes utilisés dans ce mémoire; est réalisée en utilisant le logiciel MATLAB.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=10510

Conception d’un Programme pour la Sélection Automatique du Meilleur Modèle Parmi Ceux Générés par la Régression Polynomiale.ou par la Méthode Neuronale. [texte imprimé] / RouMaïSsa Louze, Auteur ; Khaoula Rihane, Auteur . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2018 . - 92 f. ; 30 cm.
Une copie electronique PDF disponible au BUC.
Langues : Français (fre)

Catégories :	Sciences Exactes:Mathématiques
Tags :	Statistique Appliquée
Index. décimale :	510 Mathématiques
Résumé :	Le but de ce mémoire est de former un programme qui sélectionne automatiquement le meilleur modèle parmi ceux générés par la régression polynomiale ou par la méthode neuronale. Les notions de base de la régression polynomiale classique et celles des réseaux de neurones ont été présenté dans ce mémoire. Ils sont suivis par une étude de l’efficacité des réseaux de neurones dans la prédiction polynomiale par rapport à la méthode classique. La méthode de l’Extreme Learning Machine (ELM) a été introduite dans l’étude de l’efficacité; qui est démontrée par deux critères : la performance et la vitesse d’exécution; Une comparaison des résultats des trois méthodes utilisés dans ce mémoire; est réalisée en utilisant le logiciel MATLAB.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=10510