Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Dddd final2 finis Bad enough The old story again When we have ?nished building our house we suddenly notice that we have learned something in the process something we simply had to know before we started to build The eternally tiresome Too late - The mela

Bad enough The old story again When we have ?nished building our house we suddenly notice that we have learned something in the process something we simply had to know before we started to build The eternally tiresome Too late - The melancholy of everything ?nished ?? Friedrich Nietzsche Beyond Good and Evil subsection CRemerciements REMERCIEMENTS C ? est avec plaisir que je réserve cette page en signe de gratitude et de profonde reconnaissance à tous ceux qui m ? ont aidé à réaliser ce travail Je remercie mon encadrant à l ? ISIMM Monsieur Kmimech Mourad pour son encadrement son assistance son soutien et ses précieux conseils durant tout ce travail Je tiens à remercier les membres de Jury pour l ? honneur qu ? ils m ? ont fait pour avoir accepté de juger ce travail En ?n j ? adresse mes sincères remerciements à toute personne m ? ayant fourni de l ? aide durant avant et après ce stage Je m ? acquitte en ?n volontiers d ? un devoir de gratitude et de remerciements à tous les enseignants de l ? ISIMM qui ont si bien mené leur noble quête d ? enseigner les bases de l ? informatique ii CTable des matières TABLE DES MATIÈRES INTRODUCTION GÉNÉRALE CHAPITRE CONTEXTE GÉNÉRAL ET ÉTUDE PRÉALABLE INTRODUCTION PRÉSENTATION DU PROJET Cadre du projet Motivation Étude de l ? existant Critique de l ? existant Solutions proposées Etude des méthodologies de développement CONCEPTS DE BASE La maladie d ? Alzheimer Qu ? est-ce que la maladie d ? Alzheimer Les symptômes Amnésie Aphasie Apraxie Agnosie Le cerveau et la MA Altérations macroscopiques associées à la MA Facteurs de risque Les di ?érents stades de la MA Le diagnostic de la maladie d ? Alzheimer Bilan neuropsychologique Mini Mental State Examination L ? épreuve des mots Imagerie cérébrale iii CTable des matières L ? apport de l ? imagerie anatomique CONCLUSION CHAPITRE TECHNIQUES UTILISÉES DANS NOTRE APPROCHE INTRODUCTION MACHINE LEARNING APPRENTISSAGE AUTOMATIQUE Dé ?nition Apprentissage supervisé non supervisé Algorithmes d ? apprentissage supervisé Decision tree arbre de décision Random forest Forêt aléatoire SVM Machines à Vecteurs de Support Dé ?nition Principe de fonctionnement général Logistic Regression Régression Logistique Dé ?nition DEEP LEARNING L'APPRENTISSAGE PROFOND Introduction Dé ?nition de Deep Learning Quelques algorithmes de Deep Learning Principe d ? architecture d ? un modèle CNN Les blocs de construction d ? un CNN La couche de convolution CONV Couche de pooling POOL Couche de correction ReLU Couche entièrement connectée FC Couche de perte LOSS CONCLUSION CHAPITRE ANALYSE SPÉCIFICATIONS DES BESOINS ET CONCEPTION INTRODUCTION ANALYSE ET IDENTIFICATION DES BESOINS Dé ?nition Identi ?cation des acteurs BESOINS FONCTIONNELS iv CTable des matières BESOINS NON FONCTIONNELS SPÉCIFICATION DES BESOINS FONCTIONNELS Diagramme de cas d ? utilisation LES FRAMEWORKS DE DÉVELOPPEMENT PERSISTANCE DES DONNÉES Choix de la base de données Conception de la base de données ARCHITECTURE DE L ? APPLICATION Modèle Architectural Architecture - tiers Modèle MVC Spéci ?cité de Flask Architecture physique