| Titre : | Prédiction de la Personnalité à l'aide de Réseaux de Neurones |
| Auteurs : | Fairooz Mechggoug, Auteur ; Tarek Ababsa, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2022 |
| Format : | 1 vol. (59 p.) / couv. ill. en coul / 30 cm |
| Langues: | Français |
| Mots-clés: | Réseaux de Neurones, apprentissage automatique, la personnalité. |
| Résumé : |
La Classification et l’identification des personnalités sont un impact important dans plusieurs domaines tels que le sport, la sécurité, l'emploi, les services…etc. Les réseaux de neurones sont des outils très puissants qui sont utilisés notamment dans le domaine de l'apprentissage automatique. L’objectif de notre travail est de d’utiliser un système qui permet d’analyser et classifier un ensemble des tweets dans une base de données (MBTI) à base d’algorithme d’apprentissage automatique et d’apprentissage profond. |
| Sommaire : |
Table des figures Liste des tableaux 0.1 Introduction générale………1 I .La Personnalité I.1. Introduction3 I.2. Définitions .5 I.3.Les fonctions de la personnalité 6 I.4. Personnalité et tempérament .6 I.4.1.Les traits de tempérament 7 I.5.Les 16 types de personnalité selon le MBTI..9 I.6.Conclusion : 19 II. Les Réseaux de Neurones II.1.Introduction 21 II.2. Historique 21 II.3. Neurone Artificiel 22 II.4. Réseau de neurone 23 II.5. Architecture de réseaux de neurones23 1.Réseaux multicouches (ou Perceptron Multi Couche PMC ) .24 II.5.2. Réseau récurrents "Feed-back" .25 II.6. Apprentissage .25 II.6.1. Loi de Hebb (apprentissage supervisé). 26 II.7. Perceptron multicouche26 II.7.1. Algorithme de rétropropagation.28 II.8 Réseau RBF .28 II.9. Domaines d'application des réseaux de neurones artificiels..29 II.10. Les avantages et les inconvénients des réseaux de neurones ..29 II.12.Conclusion 31 III.Conception et ImplémentationIII.1.Introduction 33 III.2.L’architecture générale 33 III.3. Conception détaillée 34 III.3.1Chargement des donnes en format34 III.3.2.Nettoyagedes donnes chargées: .34 III.3.3.Représentation d’un texte sous forme vectorielle35 III.3.4. Créationd’unmodèle de réseau de neurone .35 III.2.5. Entraînement36 III.2.6.La prédiction du modèle réseau de neurone37 III.4.implementation .37 III.4.1Logiciels et librairies utilisés dans l'implémentation..37 III.4.1.1Langage utilise..37 III.4.1.2.Bibliothèque Utilises..37 III.4.3. Base utilisé (MBTI)……………………………………………………… ……. ….39 III.4.4.Présentation de l’application .39 III.4.4.1. Prétraitement:.39 III.4.4.2.Représentation d’un texte sous forme vectorielle.40 III.4.4.3.Architecture de notre application42 III.5.Conclusion..............44 Conclusion générale………….47 Bibliographie |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/696 | Mémoire master | bibliothèque sciences exactes | Consultable |
