Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/10306
Titre: Analyse d'un modèle de régression linéaire pour la prédiction des cas COVID-19
Auteur(s): Boudouani, Lilia
Gacem, Rania
Mots-clés: Pandémie ; nouveau coronavirus ; SVR ; COVID-19 ; méthodes d’apprentissage automatique ; analyse de séries chronologiques.
Date de publication: 2020
Editeur: Blida1
Résumé: 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/URL: http://di.univ-blida.dz:8080/jspui/handle/123456789/10306
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
COVID19Regression (1).pdf1,51 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.