Académique Documents
Professionnel Documents
Culture Documents
0. INTRODUCTION
En effet, nous avons jugés mieux d’analyser nos données avec le type classification pour
nous permettre d’optimiser la performance de nos données.
Parmi les différents algorithmes qui existent nous nous sommes intéressées par les
algorithmes ci-après :
1
Chloé-Agathe Azencott, Introduction aux Machine learning, Dunod, Paris, 2017, P.1
2
Idem P.4
[3]
Figure 1: le perceptron
[4]
3
http://www.m2p-bioinfo.ups-tlse.fr/site/images/8/89/Data_Mining_-_Clustering.pdf consulter le 27/05/2021
à 16h46
[5]
Notre analyse a porté sur l’ensemble de données de prévision des accidents vasculaires
cérébraux. Selon l'Organisation mondiale de la santé (OMS), l'AVC est la deuxième cause de
décès dans le monde, responsable d'environ 11% du nombre total de décès. Cet ensemble de
données est utilisé pour prédire si un patient est susceptible d'avoir un accident vasculaire
cérébral en fonction des paramètres d'entrée tels que le sexe, l'âge, diverses maladies et le
tabagisme. Chaque ligne des données fournit des informations pertinentes sur le patient.
III.1. Importation de données
Ce bout des codes nous permet d’importer et de visualiser notre DataSet dans jupyter.
[6]
[7]
[8]
[9]
CONCLUSION
Nous voici au terme de notre travail pratique dont ce ci à porter sur la comparaison des
différents algorithmes et l’analyse de données. En effet, nous avons étudier la prédiction de
prévision des accidents vasculaires cérébraux. Nous avons testé et entrainer notre model dont
les résultats sont ci-haut.
[18]
BIBLIOGRAPHIE
1. Chloé-Agathe A, Introduction aux Machine learning, Dunod, Paris, 2017.
2. http://www.m2p-bioinfo.ups-tlse.fr/site/images/8/89/Data_Mining_-_Clustering.pdf