Afficher la notice abrégée

dc.contributor.author MESBAHI, Salsabil
dc.date.accessioned 2024-10-17T18:14:48Z
dc.date.available 2024-10-17T18:14:48Z
dc.date.issued 2024-06
dc.identifier.uri http//localhost:8080/jspui/handle/123456789/12118
dc.description.abstract Un système de prédiction du diabète est un outil informatique conçu pour évaluer le risque qu'une personne développe le diabète en se basant sur plusieurs critères médicaux. Ces prédictions permettent aux professionnels de la santé d'identifier les individus à risque et de mettre en place des mesures préventives appropriées. Ce système repose sur des techniques d’apprentissage automatique, contribuant ainsi à améliorer la détection précoce du diabète et à réduire les complications liées à cette maladie chronique. Dans cette étude, nous avons utilisé les modèles d'apprentissage automatique Random Forest, DecisionTree, LogisticRegression, KNN et Gradient Boosting. Parmi ces modèles, Random Forest s'est révélé être le plus performant, avec une précision de 94 % et une exactitude de 87 %. en_US
dc.language.iso fr en_US
dc.publisher Université Echahid Chikh Larbi Tébessi -Tébessa en_US
dc.subject Apprentissage Automatique, Diabète, Prédiction. en_US
dc.title Un Système pour la prédiction du Diabète en_US
dc.type Thesis en_US


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée