Tighilt, Reda
(2021).
« Étude comparative d'algorithmes d'apprentissage profond pour la prédiction de futures courses d'épicerie » Mémoire.
Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en informatique.
Fichier(s) associé(s) à ce document :
Résumé
Faire ses courses est une activité quotidienne pouvant engendrer un stress chez les utilisateurs. Par exemple au Canada, les détaillants proposent aux utilisateurs chaque semaine un éventail de produits en promotion. D’un autre côté, un grand nombre de personnes utilisent des plate-formes en ligne pour effectuer des achats ou du moins avoir une idée des produits, de leurs prix et des potentielles promotions appliquées. CircuitPromo est une plate-forme en ligne recensant les différentes promotions disponibles dans les différentes enseignes d’épicerie au Canada. Nous avons utilisé les données publiques de cette plate-forme et des profils d’utilisateurs suggérés par Statistique Canada afin d’augmenter les données publiques de la compétition Instacart de Kaggle. Ceci a été fait dans le but d’entraîner des algorithmes d’apprentissage profond et de prédire si un produit donné sera acheté ou non par un consommateur. Le but de notre recherche est d’effectuer une étude comparative de différents modèles d’apprentissage profond, notamment un perceptron multicouche (MLP) et un réseau de neurones à convolution (CNN) afin de déterminer quel modèle serait le plus adéquat dans notre contexte. Les résultats obtenus sont encourageants. La valeur de la statistique F-mesure pour nos prédictions varie entre 0,87209 et 0,9797. Dans nos expériences, les meilleurs résultats ont été obtenus par les réseaux de neurones à convolution (CNN).
_____________________________________________________________________________
MOTS-CLÉS DE L’AUTEUR : Apprentissage profond, Classification, Réseaux de neurones, Réseaux de neurones à convolution, Perceptron multicouche.
| Type: |
Mémoire accepté
|
| Informations complémentaires: |
Fichier numérique reçu et enrichi en format PDF/A. |
|
Directeur de thèse: |
Makarenkov, Vladimir |
| Mots-clés ou Sujets: |
Algorithmes d'apprentissage / Apprentissage profond / Réseaux de neurones convolutifs / Perceptrons / Systèmes de recommandation / Épicerie |
| Unité d'appartenance: |
Faculté des sciences > Département d'informatique |
| Déposé par: |
Service des bibliothèques
|
| Date de dépôt: |
13 nov. 2024 15:38 |
| Dernière modification: |
13 nov. 2024 15:38 |
| Adresse URL : |
http://archipel.uqam.ca/id/eprint/18164 |
RECHERCHER
PARCOURIR
LIBRE ACCÈS
