Techniques agglomératives et techniques d’optimisation dans la classification non supervisée / abdelmalek Benaimeur 

Public ISBD Titre : Techniques agglomératives et techniques d’optimisation dans la classification non supervisée Type de document : texte imprimé Auteurs : abdelmalek Benaimeur, Auteur ; rayane djemaa, Auteur ; nour el houda boudiaf, Auteur ; chouaib matoug, Auteur ; Ahmed Chibat, Directeur de thèse Editeur : CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine Année de publication : 2019 Importance : 98 f. Format : 30 cm. Note générale : Une copie électronique PDF disponible en BUC. Langues : Français (fre) Catégories : Sciences Exactes:Mathématiques Tags : Analyse exploratoire des données  Classification non supervisée  Classification hiérarchique  Kmeans. Index. décimale : 510 Mathématiques Résumé : Dans ce mémoire, nous avons abordé deux approches de la classification non supervisée : la classification hiérarchique en tant que technique agglomérative et la méthode des Kmeans en tant que technique qui repose sur l’optimisation d’un critère. Nous avons développé les aspects théoriques et algorithmiques. Nous avons également détaillé les aspects de la mise en Å“uvre pratique : de la procédure de construction des solutions jusqu’à la procédure de l’évaluation des résultats. Nous avons réservé un chapitre pour la description d’une application automatisée qui est de notre propre conception. Elle est accessible par interface graphique et permet l’exécution simultanée des deux méthodes, facilitant la sélection de la plus appropriée des deux selon la nature du problème traité. Elle permet également le réglage interactif des options qui optimisent le comportement de chacune des méthodes selon les cas d’étud Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=11526 Techniques agglomératives et techniques d’optimisation dans la classification non supervisée [texte imprimé] / abdelmalek Benaimeur, Auteur ; rayane djemaa, Auteur ; nour el houda boudiaf, Auteur ; chouaib matoug, Auteur ; Ahmed Chibat, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2019 . - 98 f. ; 30 cm. Une copie électronique PDF disponible en BUC. Langues : Français (fre) Catégories : Sciences Exactes:Mathématiques Tags : Analyse exploratoire des données  Classification non supervisée  Classification hiérarchique  Kmeans. Index. décimale : 510 Mathématiques Résumé : Dans ce mémoire, nous avons abordé deux approches de la classification non supervisée : la classification hiérarchique en tant que technique agglomérative et la méthode des Kmeans en tant que technique qui repose sur l’optimisation d’un critère. Nous avons développé les aspects théoriques et algorithmiques. Nous avons également détaillé les aspects de la mise en Å“uvre pratique : de la procédure de construction des solutions jusqu’à la procédure de l’évaluation des résultats. Nous avons réservé un chapitre pour la description d’une application automatisée qui est de notre propre conception. Elle est accessible par interface graphique et permet l’exécution simultanée des deux méthodes, facilitant la sélection de la plus appropriée des deux selon la nature du problème traité. Elle permet également le réglage interactif des options qui optimisent le comportement de chacune des méthodes selon les cas d’étud Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=11526

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MSMTH190044	MSMTH190044	Document électronique	Bibliothèque principale	Mémoires	Disponible

Documents numériques

MSMTH190044 Adobe Acrobat PDF

---

1 (1 - 1 / 1)