Andere Kunden interessierten sich auch für
![Proposition d'un systéme informatique d¿aide à la décision]( "Proposition d'un systéme informatique d¿aide à la décision")
Proposition d'un systéme informatique d¿aide à la décision73,99 €![Le traitement des classes déséquilibrées par les méthodes ensemblistes]( "Le traitement des classes déséquilibrées par les méthodes ensemblistes")
Le traitement des classes déséquilibrées par les méthodes ensemblistes29,99 €![Vers une modélisation de la prise de décision à base d'émotions]( "Vers une modélisation de la prise de décision à base d'émotions")
Vers une modélisation de la prise de décision à base d'émotions16,99 €![Reconnaissance des formes à base des modèles ultra-évolutionnaires]( "Reconnaissance des formes à base des modèles ultra-évolutionnaires")
Reconnaissance des formes à base des modèles ultra-évolutionnaires46,99 €![LE MODELE SATISFACTION-ALTRUISME]( "LE MODELE SATISFACTION-ALTRUISME")
LE MODELE SATISFACTION-ALTRUISME59,99 €![La sélection d'attributs]( "La sélection d'attributs")
La sélection d'attributs40,99 €![Modélisation de la dynamique de l¿occupation du sol à Madagascar]( "Modélisation de la dynamique de l¿occupation du sol à Madagascar")
Modélisation de la dynamique de l¿occupation du sol à Madagascar42,99 €
Ce travail s'inscrit dans le cadre de l'apprentissage statistique des données pour le développement d'un modèle. Plus spécifiquement, il est consacré à l'étude des forêts aléatoires qui constituent l'un des plus récents algorithmes de la famille des méthodes de classification des formes. Un grand avantage de la forêt aléatoire est qu'elle peut être utilisée à la fois pour les problèmes de classification et de régression, qui constituent la majorité des systèmes d'apprentissage automatique actuels. Dans ce travail, nous nous sommes basé sur les données liées au coronavirus pour générer et évaluer le modèle proposé, nous avons choisi les forêts aléatoires, qui appliquent le vote majoritaire uniforme d'arbres de décision afin de dégager une prédiction optimale, pour classifier des patients ayant étés testés positif ou négatif au coronavirus. Les données ont servis à l'échantillon d'entrainement en vue de concevoir un modèle décisionnel.