| dc.description.abstract | Le Diabète est considéré comme la maladie la plus meurtrière et chronique qui provoque
une augmentation du glucose. La maladie polygénique est celle où la glande exocrine ne
fabriquant pas de l'agent hypoglycémiant et selon la Fédération Internationale des Maladies
Polygéniques 382 millions d'individus vivent avec une maladie polygénique dans le monde.
D'ici 2035, ce chiffre doublera pour atteindre 592 millions. Le diabète sucré peut être une
maladie due à l'augmentation du taux de glucose dans le sang. De nombreuses difficultés
peuvent survenir si le diabète n'est pas traité et n'est pas identifié par le médecin. Ainsi,
l’Intelligence Artificielle (IA) qui est devenue le nouveau terme que l’on entend tous les jours
ces dernières années est définie comme la capacité d’une machine d’agir par elle-même et qui
n’est pas explicitement programmée pour reproduire des actions ou des fonctions qui sont
généralement celles des êtres humains. Aujourd’hui, on la retrouve dans nos machines
informatiques, les réseaux sociaux, les transports et dans le secteur médical etc... De ce fait,
l’apprentissage automatique est l’une des disciplines de l’intelligence artificielle qui cherche à
trouver un moyen de créer des programmes informatiques qui s’améliorent automatiquement
avec l’expérience. Dans ce travail, nous nous intéressons à l’utilisation des algorithmes
d’apprentissage automatique pour la prédiction du diabète, afin de réduire les risques de
complications de cette maladie chronique sur la santé du patient. Pour atteindre cet objectif,
nous avons utilisé des algorithmes d’apprentissage automatique tels que le Random Forest RF,
la Régression Logistique RL, le K-Nearest Neighbors KNN et les Réseaux de Neurone ANN.
Les données ont été extraites de Kaggle qui est une plateforme web appartenant à Google qui
fonctionne comme une communauté pour les scientifiques et les développeurs de données. Les
performances des classifieurs ont été comparées en fonction du taux de précision. | en_US |
