Please use this identifier to cite or link to this item: http://dspace.univ-guelma.dz/jspui/handle/123456789/16529
Full metadata record
DC FieldValueLanguage
dc.contributor.authorMEZAACHE, AHMED-
dc.date.accessioned2024-12-09T08:35:08Z-
dc.date.available2024-12-09T08:35:08Z-
dc.date.issued2024-06-
dc.identifier.urihttp://dspace.univ-guelma.dz/jspui/handle/123456789/16529-
dc.description.abstractDans ce mémoire, nous explorons l'efficacité des réseaux de neurones récurrents (RNN) dans le cadre de la classification de données. Nous examinons comment les RNN peuvent être utilisés pour capturer les motifs complexes présents dans les séquences de données. En particulier, nous nous intéressons à leur application dans la classification des données des chiffres manuscrits, où la structure séquentielle des données peut jouer un rôle crucial dans la prise de décision.en_US
dc.language.isofren_US
dc.publisheruniversitie 8 mai 1945 guelmaen_US
dc.titleClassification Des Données Basée Sur Les Réseaux De Neurones Récurrents (RNN)en_US
dc.typeWorking Paperen_US
Appears in Collections:Master

Files in This Item:
File Description SizeFormat 
F1_6_MEZAACHE_AHMED.pdf2,7 MBAdobe PDFView/Open


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