Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/10306
Affichage complet
Élément Dublin CoreValeurLangue
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
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.