Afficher la notice abrégée
dc.contributor.author |
Djemaa, Mahir |
|
dc.date.accessioned |
2023-10-29T09:06:34Z |
|
dc.date.available |
2023-10-29T09:06:34Z |
|
dc.date.issued |
2023-06 |
|
dc.identifier.uri |
http://dspace.univ-guelma.dz/jspui/handle/123456789/14697 |
|
dc.description.abstract |
L'objectif principal de ce mémoire est de construire un model de classification basé sur les
techniques d'apprentissage automatique, Nous utiliserons à cette effet un model de réseaux de
neurones convolutifs (CNN) pour identifier et classer correctement des images de chiffres
appartenant à la base de données MNIST, cette base de données contient des images de
chiffres manuscrits en noir et blanc, de taille 28 x 28 pixels.
Dans ce travail on mettra en évidence l’efficacité des model à base de CNN dans la
reconnaissance et la classification de chiffres manuscrits à partir de leur image brut ce qui sera
l'objet de notre partie application |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
Université 08 Mai 1945 de Guelma |
en_US |
dc.title |
Classification des images par CNN |
en_US |
dc.type |
Working Paper |
en_US |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée