Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Ramdane , Chafika"

Now showing 1 - 2 of 2
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    Le clustering des pays basé sur des données de COVID-19
    (Faculté des Sciences, 2022) Zendouh , Abdelhamid; Hamdi , Nouh Abderraouf; Ramdane , Chafika
    Dans ce travail de master, nous traitons le problème du clustering des données, qui est considéré comme une tâche fondamentale dans de nombreux domaines différents. Il est également modélisé comme un problème d’optimisation qui aide à comprendre les données analysées et pour lesquelles nous avons décidé de choisir l’algorithme de recherche de coucou. Nous avons d’abord appliqué l’algorithme à un ensemble de données synthétiques et réelles. Ensuite, nous avons passé à son adaptation aux données épidémiologiques sur la COVID19 concernant différents critères caractérisant les pays. Des expérimentations, des tests et des analyses de résultats ont été présenté pour enrichir le travail.
  • Loading...
    Thumbnail Image
    Item
    L’analyse des données des clients en gros
    (Faculté des Sciences, 2024) Bouhezza ,Rofaida; Hadji , Chaima; Ramdane , Chafika
    Ce travail de master se concentre sur l'analyse des données des clients dans le domaine de la vente en gros. L'objectif principal était de convertir les données brutes en informations exploitables pour mieux comprendre le comportement des clients. Nous avons utilisé une variété de méthodes d'analyse, incluant l'analyse unidimensionnelle, bidimensionnelle et multidimensionnelle. Les techniques telles que le clustering et l'analyse factorielle ont été appliquées pour identifier des segments de clients et explorer les relations entre les variables. Une étape cruciale de notre méthodologie était l'interprétation des résultats graphiques obtenus à chaque étape de l'analyse. Cette approche visuelle a permis de tirer des conclusions significatives et de fournir des recommandations pertinentes pour les stratégies commerciales.

DSpace software copyright © 2002-2025 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback