Please use this identifier to cite or link to this item:
http://localhost:8080/xmlui/handle/123456789/10306| Title: | Analyse d'un modèle de régression linéaire pour la prédiction des cas COVID-19 |
| Authors: | Boudouani, Lilia Gacem, Rania |
| Keywords: | Pandémie ; nouveau coronavirus ; SVR ; COVID-19 ; méthodes d’apprentissage automatique ; analyse de séries chronologiques. |
| Issue Date: | 2020 |
| Publisher: | Blida1 |
| Abstract: | Cette 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. |
| Description: | 4.621.1.905 ;68 p ; illustré |
| URI: | http://di.univ-blida.dz:8080/jspui/handle/123456789/10306 |
| Appears in Collections: | Mémoires de Master |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| COVID19Regression (1).pdf | 1,51 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.