Please use this identifier to cite or link to this item: http://dspace.univ-ghardaia.edu.dz/xmlui/handle/123456789/5005
Full metadata record
DC FieldValueLanguage
dc.contributor.authorFIHAKHIR, Hind-
dc.date.accessioned2023-01-04T13:16:15Z-
dc.date.available2023-01-04T13:16:15Z-
dc.date.issued2018-
dc.identifier.urihttps://dspace.univ-ghardaia.edu.dz/xmlui/handle/123456789/5005-
dc.description.abstractL’apprentissage automatique s’est proposé comme une solution au défi résultant du phénomène de l’explosion des données. Le deep learning (l’apprentissage profond), est un sous-domaine de l’apprentissage automatique qui exploite les réseaux de neurones artificiels. Les réseaux de neurones convolutionnels et récurrents sont deux types de réseaux de neurones artificiels. Ces réseaux ont la capacité d’extraire les descripteurs à partir des données brutes. Dans ce mémoire, on s’intéresse à la classification de texte avec le deep learning. Notre travail s’est focalisé sur l’étude de classification de texte en utilisant les architectures convolutionnels (Convolutional Neural Network, CNN) et récurrente (Recurrent Convolutional Neural Network, RCNN). Enfin, nous avons conduit une étude empirique comparative des architectures CNN et RCNN en utilisant le dataset IMDb. Les résultats révèlent l’impact visible du deep learning sur la tâche de classification de texteEN_en
dc.publisheruniversité ghardaiaEN_en
dc.subjectApprentissage automatique, Deep learning, Classification du texte, Réseau de neurones convolutionnel (CNN), Réseau de neurones récurrent (RNN).EN_en
dc.titleClassification du texte avec deep learningEN_en
dc.typeThesisEN_en
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
Hind FIHAKHIR- Classification du textes avec deep learning.pdf3.36 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.