Etude des algorithmes de c'lassification supervisés KNN et Naive Bayes pour la classification des documents textuels
| dc.contributor.author | YOUCEFI, Asma | |
| dc.contributor.author | Encadreur: GASMI, ABDELKADER | |
| dc.contributor.author | Encadreur: BOUAMAMA, SALIM | |
| dc.date.accessioned | 2023-05-15T10:20:21Z | |
| dc.date.available | 2023-05-15T10:20:21Z | |
| dc.date.issued | 2011-06-10 | |
| dc.description.abstract | La classification automatique supervisée de document devient nécessaire à cause du volume de documents échangés et stockés sur support électronique. Comme les documents sont nombreux ou que leur nombre augmente sans cesse, il serait difficile de programmer à l'avance des règles de décision pour déterminer la classe d'un nouveau document. Nous présentons donc des méthodes d'apprentissage ((KNN) K plus proche voisin et NaWe Bayes) qui, à partir de documents déjà classés, permettent de classer de nouveaux documents. Apres avoir réalisé les meSures expérimentales, et interprété les résultats donnés par KNN et ceux donnés par NAIVE Bayes. Tantôt que Nawe Bayes est plus performant et plus efficace que KNN tantôt c'est l'inverse. | en_US |
| dc.identifier.uri | http://dspace.univ-msila.dz:8080//xmlui/handle/123456789/38181 | |
| dc.language.iso | fr | en_US |
| dc.publisher | University of M'sila | en_US |
| dc.subject | documents textuels, catégorisation, sac de mot, KNN, Naïve Bayes. Abstract | en_US |
| dc.title | Etude des algorithmes de c'lassification supervisés KNN et Naive Bayes pour la classification des documents textuels | en_US |
| dc.type | Thesis | en_US |