A partir de cette page vous pouvez :
Retourner au premier Ă©cran avec les Ă©tagĂšres virtuelles... |
RĂ©sultat de la recherche
1 rĂ©sultat(s) recherche sur le mot-clĂ© 'Membre de l’équipe – ruban Excel – Machine Learning – apprentissage supervisé – apprentissage non supervisé – Régression Linéaire –Régression logistique – Kmeans- Mélange Gaussien –Machine à Vecteurs de Support- Forêts aléatoires – Arbre de décision – Accord.Net – MVC - .Net-Add-in.'
Affiner la recherche Faire une suggestion
Conception et dĂ©veloppement dâune librairie Excel « Add-in » des algorithmes du Machine Learning / Sabri Raouia
Titre : Conception et dĂ©veloppement dâune librairie Excel « Add-in » des algorithmes du Machine Learning Type de document : projet fin Ă©tudes Auteurs : Sabri Raouia, Auteur Langues : Français (fre) CatĂ©gories : GĂ©nie Logiciel Mots-clĂ©s : Membre de lâĂ©quipe â ruban Excel â Machine Learning â apprentissage supervisĂ© â apprentissage non supervisĂ© â RĂ©gression LinĂ©aire âRĂ©gression logistique â Kmeans- MĂ©lange Gaussien âMachine Ă Vecteurs de Support- ForĂȘts alĂ©atoires â Arbre de dĂ©cision â Accord.Net â MVC - .Net-Add-in. Index. dĂ©cimale : 1900/18 RĂ©sumĂ© : Afin d’obtenir le diplôme d’ingénieur d’état en informatique de l’Ecole Nationale Supérieure d’Informatique et d’Analyse des Systèmes (ENSIAS), tout étudiant est amené à effectuer un projet de fin d’études, pour mon cas, ce projet a été effectué au sein du groupe Office Chérifien du Phosphate (OCP). En fait, le projet consiste à concevoir et développer une librairie Excel « Add-in » des différents algorithmes d’apprentissage automatique, à savoir la régression linéaire et logistique, arbre de décision, forêt aléatoire et machine à vecteurs de support au niveau de l’apprentissage supervisé, ainsi que l’algorithme des Kmeans et mélange gaussien au niveau de l’apprentissage non supervisé. L’objectif du projet est de permettre à tous les membres de l’équipe OCP d’exploiter les résultats des différents algorithmes indiqués, sans avoir à maîtriser des langages du machine learning comme Python ou R. Par conséquent, un membre non développeur peut utiliser les algorithmes d’apprentissage automatique à travers un ruban Excel.
Ce projet est basé sur l’architecture MVC (Modèle-Vue-Contrôleur) dans laquelle sont développées différentes parties. La partie modèle contient différentes fonctions effectuant les calculs nécessaires pour chacun des algorithmes. En fait, ces fonctions sont issues de la librairie du machine learning en .Net, nommée Accord.Net. Cette dernière a été choisie après avoir effectué un benchmark sur les librairies .Net existantes.
La réalisation de ce projet est effectuée selon 3 étapes :
• La première étape consiste à l’étude technique et fonctionnelle.
• La deuxième porte sur l’analyse et la conception du projet, en effectuant les diagrammes à travers le langage de modélisation UML.
• La troisième étape est donc réservée à la mise en oeuvre de l’application.
Conception et dĂ©veloppement dâune librairie Excel « Add-in » des algorithmes du Machine Learning [projet fin Ă©tudes] / Sabri Raouia, Auteur . - [s.d.].
Langues : Français (fre)
CatĂ©gories : GĂ©nie Logiciel Mots-clĂ©s : Membre de lâĂ©quipe â ruban Excel â Machine Learning â apprentissage supervisĂ© â apprentissage non supervisĂ© â RĂ©gression LinĂ©aire âRĂ©gression logistique â Kmeans- MĂ©lange Gaussien âMachine Ă Vecteurs de Support- ForĂȘts alĂ©atoires â Arbre de dĂ©cision â Accord.Net â MVC - .Net-Add-in. Index. dĂ©cimale : 1900/18 RĂ©sumĂ© : Afin d’obtenir le diplôme d’ingénieur d’état en informatique de l’Ecole Nationale Supérieure d’Informatique et d’Analyse des Systèmes (ENSIAS), tout étudiant est amené à effectuer un projet de fin d’études, pour mon cas, ce projet a été effectué au sein du groupe Office Chérifien du Phosphate (OCP). En fait, le projet consiste à concevoir et développer une librairie Excel « Add-in » des différents algorithmes d’apprentissage automatique, à savoir la régression linéaire et logistique, arbre de décision, forêt aléatoire et machine à vecteurs de support au niveau de l’apprentissage supervisé, ainsi que l’algorithme des Kmeans et mélange gaussien au niveau de l’apprentissage non supervisé. L’objectif du projet est de permettre à tous les membres de l’équipe OCP d’exploiter les résultats des différents algorithmes indiqués, sans avoir à maîtriser des langages du machine learning comme Python ou R. Par conséquent, un membre non développeur peut utiliser les algorithmes d’apprentissage automatique à travers un ruban Excel.
Ce projet est basé sur l’architecture MVC (Modèle-Vue-Contrôleur) dans laquelle sont développées différentes parties. La partie modèle contient différentes fonctions effectuant les calculs nécessaires pour chacun des algorithmes. En fait, ces fonctions sont issues de la librairie du machine learning en .Net, nommée Accord.Net. Cette dernière a été choisie après avoir effectué un benchmark sur les librairies .Net existantes.
La réalisation de ce projet est effectuée selon 3 étapes :
• La première étape consiste à l’étude technique et fonctionnelle.
• La deuxième porte sur l’analyse et la conception du projet, en effectuant les diagrammes à travers le langage de modélisation UML.
• La troisième étape est donc réservée à la mise en oeuvre de l’application.
RĂ©servation
RĂ©server ce document
Exemplaires
Code barre Cote Support Localisation Section DisponibilitĂ© 1900/18 1900/18 SAB Texte imprimé unité des PFE PFE/2018 Disponible