Impact de la réduction de la dimension pour l’apprentissage supervisé. Application sur bases médicales
Des informations générales:
Le niveau |
Master |
Titre |
Impact de la réduction de la dimension pour l’apprentissage supervisé. Application sur bases médicales |
SPECIALITE |
Système d’Information et de Connaissances (S.I.C) |
Page de garde:
Sommaire:
Chapitrel Réduction de Dimensionnalité
I. État de l’art
II. Introduction
III. Réduction de dimensionnalité
IV. Extraction de caractéristiques
1. Analyse Composante principale
2. Analyse Discriminante Linéaire
3. Comparaison entre ACP et ADL.
Sélection d’attributs
1) Filter
2) Wrapper
VI. Pertinence d’attributs
1. ReliefF
2. Sequential Forward Selection (SFS)
Conclusion
Chapitre2: Les Réseaux de Neurones
I. Introduction
II. Historique.
III. Le neurone biologique
III-1 Définition du neurone :
IV. Le neurone formel
IV-1 Définition :
V. Le mécanisme de l’apprentissage
VI. Calcule des poids synaptiques
VII. Le Perceptron Multi Couche (PMC).
VII-1 L’architecture
VII -2 L’apprentissage du PMC.
VII -3 Rétro-propagation de gradient
a) Cas de la couche de sortie
b) Cas d’une couche cachée :
VII-41′ algorithme de la rétro-propagation
VII -5 Avantages et inconvénients du PMC
VIII. Conclusion
Chapitre 3: Application sur les base médicales
I. Préliminaire
II. Description des Bases
1. Colon
2. Madelon
III. Expérimentation
a) ACP
1. Pour la base Colon
2. Pour la base Madelon
b) ADL
1. Pour la base Colon
2. Pour la base Madelon
c) ReliefF
1. Pour la base Colon
2. Pour la base Madelon
d) SFS
1. Pour la base Colon
2. Pour la base Madelon
IV. Discussion des résultats
V. Conclusion
I. État de l’art
II. Introduction
III. Réduction de dimensionnalité
IV. Extraction de caractéristiques
1. Analyse Composante principale
2. Analyse Discriminante Linéaire
3. Comparaison entre ACP et ADL.
Sélection d’attributs
1) Filter
2) Wrapper
VI. Pertinence d’attributs
1. ReliefF
2. Sequential Forward Selection (SFS)
Conclusion
Chapitre2: Les Réseaux de Neurones
I. Introduction
II. Historique.
III. Le neurone biologique
III-1 Définition du neurone :
IV. Le neurone formel
IV-1 Définition :
V. Le mécanisme de l’apprentissage
VI. Calcule des poids synaptiques
VII. Le Perceptron Multi Couche (PMC).
VII-1 L’architecture
VII -2 L’apprentissage du PMC.
VII -3 Rétro-propagation de gradient
a) Cas de la couche de sortie
b) Cas d’une couche cachée :
VII-41′ algorithme de la rétro-propagation
VII -5 Avantages et inconvénients du PMC
VIII. Conclusion
Chapitre 3: Application sur les base médicales
I. Préliminaire
II. Description des Bases
1. Colon
2. Madelon
III. Expérimentation
a) ACP
1. Pour la base Colon
2. Pour la base Madelon
b) ADL
1. Pour la base Colon
2. Pour la base Madelon
c) ReliefF
1. Pour la base Colon
2. Pour la base Madelon
d) SFS
1. Pour la base Colon
2. Pour la base Madelon
IV. Discussion des résultats
V. Conclusion
Télécharger:
Pour plus de
sources et références universitaires
(mémoires, thèses et articles
), consultez notre site principal.