Biblio Math&Info
Détail de l'auteur
Auteur Amira MOUMEN |
Documents disponibles écrits par cet auteur
Affiner la recherche Interroger des sources externes
Les modèles de mixture des gaussiennes avec la divergence de kullback leibler(GMM/KL)pour la segmentation des images de mammographie-vers un apprentissage automatique sur le big data / Amira MOUMEN
Titre : Les modèles de mixture des gaussiennes avec la divergence de kullback leibler(GMM/KL)pour la segmentation des images de mammographie-vers un apprentissage automatique sur le big data Type de document : texte imprimé Auteurs : Amira MOUMEN, Présentateur ; Imane BOUKHANOUFA, Présentateur ; El khamsa DJAROUDIB, Directeur de thèse ISBN/ISSN/EAN : M/IAM/18/007 Langues : Français (fre) Catégories : Mémoires
Mémoires:Informatique
Mémoires:Informatique:Master
Mémoires:Informatique:Master:(IAM) Intelligence Artificielle et multimédias
Mémoires:Informatique:Master:(IAM) Intelligence Artificielle et multimédias :2018Les modèles de mixture des gaussiennes avec la divergence de kullback leibler(GMM/KL)pour la segmentation des images de mammographie-vers un apprentissage automatique sur le big data [texte imprimé] / Amira MOUMEN, Présentateur ; Imane BOUKHANOUFA, Présentateur ; El khamsa DJAROUDIB, Directeur de thèse . - [s.d.].
ISSN : M/IAM/18/007
Langues : Français (fre)Exemplaires (2)
Code-barres Cote Support Localisation Section Disponibilité M/IAM/18/007/1 M/IAM/18/007 Mémoire de fin d'études Maths&Informatique Mémoires Disponible M/IAM/18/007/2 M/IAM/18/007 Mémoire de fin d'études Maths&Informatique Mémoires Disponible