Please use this identifier to cite or link to this item: http://univ-bejaia.dz/dspace/123456789/27280
Full metadata record
DC FieldValueLanguage
dc.contributor.authorFeddal, Ihssane-
dc.contributor.authorTimeridjine, Karima ; promotrice-
dc.date.accessioned2026-05-06T08:25:14Z-
dc.date.available2026-05-06T08:25:14Z-
dc.date.issued2025-
dc.identifier.other510MAS/256-
dc.identifier.urihttp://univ-bejaia.dz/dspace/123456789/27280-
dc.descriptionOption : Probabilités Statistique et Applicationsen_US
dc.description.abstractL'estimation non paramétrique constitue une approche flexible permettant d'estimer une fonction de densité de probabilité sans supposer de forme paramétrique préalable. Deux méthodes majeures sont étudiées : la méthode des k-plus proches voisins et la méthode à noyau. Après une présentation des fondements théoriques de ces techniques, l'accent est mis sur leur application dans le cadre de l'estimation de densité. Une analyse comparative est ensuite menée afin d'examiner leurs caractéristiques, leurs conditions d'utilisation, ainsi que leurs limites. L'étude repose sur un cadre méthodologique rigoureux et une exploration progressive des concepts, dans le but de mieux comprendre les apports et spécificités de chaque méthode dans le contexte de l'estimation non paramé- trique.en_US
dc.language.isofren_US
dc.publisherUniversité Aberahmane Mira Bejaiaen_US
dc.subjectEstimation non paramétrique : Densité de probabilité : Méthode des k-plus proches voisins : Estimation par noyau : Hyper paramètresen_US
dc.titleEstimation non paramétrique de la fonction densité par la méthode des k plus proches voisins.en_US
dc.typeThesisen_US
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
mémoire_feddal_2025 (9).pdf1.62 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.