Titre :	D´etection d’anomalie par la technique de classement support vecteur machine (SVM)
Type de document :	texte imprimé
Auteurs :	zohra Djaaroune, Auteur ; khawla Hamda, Auteur ; soumia Chettah, Auteur ; Djamel Boudaa, Directeur de thèse
Editeur :	CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine
Année de publication :	2021
Importance :	54 f.
Format :	30 cm.
Note générale :	Une copie electronique PDF disponible au BUC
Langues :	Français (fre)
Catégories :	Sciences Exactes:Mathématiques
Tags :	D´etection d’anomalie  Apprentissage statistique  Support Vector Machine  SVM.
Index. décimale :	510 Mathématiques
Résumé :	La d´etection d’anomalies dans l’ensembles des donn´ees est un probl`eme en plein essor et qui revˆet une importance dans plusieurs domaines. Dans cette m´emoire nous appliquons la technique des machines `a vecteurs supports (SVM) pour d´etecter les tumeurs malignes dans le sein dans l’ensemble de donn´ees de la plateforme d’apprentissage automatique d’une entreprise USI. La technique des machines `a vecteurs supports (SVM) est une m´ethode d’apprentissage statistique supervis´e, c’est l’une des m´ethodes les plus utilis´ees pour d´etection d’anomalie. le principe de utilisation de svm pour la d´etection des valeurs aberrantes dans l’ensembles des donn´ees de cancer du sein est cr´eation un mod`ele pour deux classes (b´enignes et malignes) qui doivent ˆetre s´epar´ees par l’utilisation d’une fonction de d´ecision, le mod`ele est construit en supposant que tous les exemples fournis appartiennent `a la classe normale. ´ Egalement, la qualit´e de la s´eparation entre la classe normale et les valeurs aberrantes dans les donn´ees d´ependra de fa¸con significative de la validit´e de cette hypoth`ese.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=15307

D´etection d’anomalie par la technique de classement support vecteur machine (SVM) [texte imprimé] / zohra Djaaroune, Auteur ; khawla Hamda, Auteur ; soumia Chettah, Auteur ; Djamel Boudaa, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2021 . - 54 f. ; 30 cm.
Une copie electronique PDF disponible au BUC
Langues : Français (fre)

Catégories :	Sciences Exactes:Mathématiques
Tags :	D´etection d’anomalie  Apprentissage statistique  Support Vector Machine  SVM.
Index. décimale :	510 Mathématiques
Résumé :	La d´etection d’anomalies dans l’ensembles des donn´ees est un probl`eme en plein essor et qui revˆet une importance dans plusieurs domaines. Dans cette m´emoire nous appliquons la technique des machines `a vecteurs supports (SVM) pour d´etecter les tumeurs malignes dans le sein dans l’ensemble de donn´ees de la plateforme d’apprentissage automatique d’une entreprise USI. La technique des machines `a vecteurs supports (SVM) est une m´ethode d’apprentissage statistique supervis´e, c’est l’une des m´ethodes les plus utilis´ees pour d´etection d’anomalie. le principe de utilisation de svm pour la d´etection des valeurs aberrantes dans l’ensembles des donn´ees de cancer du sein est cr´eation un mod`ele pour deux classes (b´enignes et malignes) qui doivent ˆetre s´epar´ees par l’utilisation d’une fonction de d´ecision, le mod`ele est construit en supposant que tous les exemples fournis appartiennent `a la classe normale. ´ Egalement, la qualit´e de la s´eparation entre la classe normale et les valeurs aberrantes dans les donn´ees d´ependra de fa¸con significative de la validit´e de cette hypoth`ese.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=15307