Please use this identifier to cite or link to this item: http://dspace.univ-temouchent.edu.dz/handle/123456789/3818
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBENFODDA, Mohamed-
dc.contributor.authorSAID, Djillali-
dc.contributor.authorBENOMAR, Mohammed Lamine-
dc.date.accessioned2024-04-28T09:02:38Z-
dc.date.available2024-04-28T09:02:38Z-
dc.date.issued2020-
dc.identifier.urihttp://dspace.univ-temouchent.edu.dz/handle/123456789/3818-
dc.description.abstractNotre travail consistait à extraire des connaissances à partir d’une base de données en ligne de STEG, afin de détecter les fraudes dans la consommation d'électricité et du gaz. Pour cela nous avons utilisé le classifieur XGBoost, qui fait partie des meilleurs algorithmes de classification pour l'apprentissage automatique pour ce type de problème, et nous avons vu les résultats obtenus avec un taux de précision de 95,00% et un score de 88,79%, ce qui nous a permis d'occuper la deuxième place du Challenge Zindi. Ces résultats stimulants nous motivent à en apprendre davantage dans le domaine de l'IA et de l'apprentissage automatique, et à participer à d'autres défis à l'avenir.en_US
dc.language.isootheren_US
dc.titleExtraction des connaissances à partir d’une base de Données (Application à la Détection de Fraude dans la Consommation d’Electricité et du Gaz)en_US
dc.typeThesisen_US
Appears in Collections:Informatique

Files in This Item:
File Description SizeFormat 
Rapport de projet de fin d études M2.pdf2,71 MBAdobe PDFView/Open


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