Les Systèmes de Recommandation basés sur l'Apprentissage Profond / Guembour, Sami  

Public ISBD Titre : Les Systèmes de Recommandation basés sur l'Apprentissage Profond Type de document : texte imprimé Auteurs : Guembour, Sami, Auteur ; Drif,Ahlem, Directeur de thèse Editeur : Setif:UFA Année de publication : 2020 Importance : 1 vol (72 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Systèmesderecommandation Apprentissageprofond Analysedessentiments Techniquesd’intégrationdemots. 2 Index. décimale : 004 - Informatique Résumé : Aveclaquantitécroissantedesdonnéeschaquejour,ildevienttrèsdifficilepour les utilisateursdetrouverlesressourceslesplusadaptéesàleursbesoins,d’oùlanécessitédes systèmesderecommandations.Lessystèmesderecommandationsontcapablesd’estimer l’intérêt d’unutilisateurpouruneressourcedonnéeàpartirdecertainesinformationsrelatives à d’autresutilisateurssimilairesetauxpropriétésdesressources.Danscemémoirenous proposons unenouvelleapprochederecommandationbaséesurl’apprentissageprofonden s’appuyantsurlefeedbackdesutilisateursquesontleratingetlessentimentsdesutilisateurs concernantcesressourcespourfairedesrecommandationsdesmeilleuresnotesprédites. Afin d’évaluernotremodèlenousl’avonscomparéàdeuxautresapprochesetnousavons obtenu debiensmeilleursrésultats. Côte titre : MAI/0407 En ligne : https://drive.google.com/file/d/1oZaE_lrofAb09ph3rLEVodXU882L-fmX/view?usp=shari [...] Format de la ressource électronique : pdf Les Systèmes de Recommandation basés sur l'Apprentissage Profond [texte imprimé] / Guembour, Sami, Auteur ; Drif,Ahlem, Directeur de thèse . - [S.l.] : Setif:UFA, 2020 . - 1 vol (72 f .) ; 29 cm. Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Systèmesderecommandation Apprentissageprofond Analysedessentiments Techniquesd’intégrationdemots. 2 Index. décimale : 004 - Informatique Résumé : Aveclaquantitécroissantedesdonnéeschaquejour,ildevienttrèsdifficilepour les utilisateursdetrouverlesressourceslesplusadaptéesàleursbesoins,d’oùlanécessitédes systèmesderecommandations.Lessystèmesderecommandationsontcapablesd’estimer l’intérêt d’unutilisateurpouruneressourcedonnéeàpartirdecertainesinformationsrelatives à d’autresutilisateurssimilairesetauxpropriétésdesressources.Danscemémoirenous proposons unenouvelleapprochederecommandationbaséesurl’apprentissageprofonden s’appuyantsurlefeedbackdesutilisateursquesontleratingetlessentimentsdesutilisateurs concernantcesressourcespourfairedesrecommandationsdesmeilleuresnotesprédites. Afin d’évaluernotremodèlenousl’avonscomparéàdeuxautresapprochesetnousavons obtenu debiensmeilleursrésultats. Côte titre : MAI/0407 En ligne : https://drive.google.com/file/d/1oZaE_lrofAb09ph3rLEVodXU882L-fmX/view?usp=shari [...] Format de la ressource électronique : pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0407	MAI/0407	Mémoire	Bibliothéque des sciences	Français	Disponible Disponible

---

1 (1 - 1 / 1)