Please use this identifier to cite or link to this item: http://localhost:8080/xmlui/handle/123456789/10306
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBoudouani, Lilia-
dc.contributor.authorGacem, Rania-
dc.date.accessioned2021-03-04T09:15:33Z-
dc.date.available2021-03-04T09:15:33Z-
dc.date.issued2020-
dc.identifier.urihttp://di.univ-blida.dz:8080/jspui/handle/123456789/10306-
dc.description4.621.1.905 ;68 p ; illustréfr_FR
dc.description.abstractCette étude a comme objectif de prédire une série chronologique des futurs totaux cumulatifs des cas de COVID-19, à l’aide des caractéristiques tels l’emplacement géographique et le nombre de pays/régions, mises à l’analyse et le traitement par le langage de programmation Python. Le modèle de prédiction déploie les techniques d’apprentissage automatique, de régression linéaire, et de machine à vecteurs de support sur une base de données récoltée dans le monde entier. Le résultat illustre une tendance ascendante pour un bilan de dix jours mais prend deux chemins distincts en examinant la conformité des cas prédits aux cas réels d’aujourd’hui.fr_FR
dc.language.isofrfr_FR
dc.publisherBlida1fr_FR
dc.subjectPandémie ; nouveau coronavirus ; SVR ; COVID-19 ; méthodes d’apprentissage automatique ; analyse de séries chronologiques.fr_FR
dc.titleAnalyse d'un modèle de régression linéaire pour la prédiction des cas COVID-19fr_FR
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
COVID19Regression (1).pdf1,51 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.