Étude comparative des algorithmes d'apprentissage de la machine dans la prédiction et diagnostic du cancer de sein

Abstract

Le cancer de sein est une maladie courante qui touchent principalement les femmes, causée par la perturbation de certaines cellules qui se grandissent souvent et Formet une masse appelée « tumeur » Récemment, avec l'avènement du machine Learning, de nombreuses études dans toutes les disciplines ont contribué à fournir des méthodes permettant de prédire cette maladie avant se développe, et basées sur l'intelligence artificielle et ses différentes branches, Dans ce mémoire, nous avons appliqués les algorithmes d’apprentissage automatique supervisé (Rondomforest ,Decisiontree , Naive bayes , Support vectorMachine,Knearestneighbors) et le data set extrait du l’université de Californie pour la prédiction précoce de cancer de sein pour prendre de décisions en termes diagnostic et d’analyse afin de lutter contre le cancer de sein ,nous avons comparé les performances entre différentes algorithmes utilisé en fonction la précision et la sensibilité de modèle. Les résultats expérimentaux montrent que les plus hauts obtenus par l'application de Naïve Bayes et vecteurs support machine sont respectivement 97% et 96%.