Système Intelligent pour le Diagnostic précoce du diabète Basè sur les Algorithmes d'Apprentissage Automatique
Loading...
Date
2026
Journal Title
Journal ISSN
Volume Title
Publisher
Faculté des science
Abstract
Le diabète est une maladie chronique dont le diagnostic précoce permet de réduire les
complications graves. Ce mémoire présente le développement d’un système intelligent de
diagnostic précoce du diabète basé sur l’apprentissage automatique. Cinq algorithmes de
classification ont été étudiés : KNN, Arbre de décision, SVM, Random Forest et MLP, en
utilisant la base de données Pima Indians Diabetes Database.
Les données ont été prétraitées par nettoyage, normalisation et équilibrage des classes à l’aide
de la technique SMOTE. Les modèles ont été évalués à l’aide de plusieurs métriques de
performance telles que l’Accuracy, la Précision, le Recall, le F1-Score et l’AUC-ROC.
Les résultats obtenus montrent que le modèle MLP offre les meilleures performances globales
avec un F1-Score de 0,6720 et un AUC-ROC de 0,8076. Une interface graphique développée
sous Tkinter permet une utilisation simple et efficace du système afin d’assister le diagnostic
médical