https://github.com/sosane/inf1853-ia-projetfinal
Projet final pour le cours d'introduction en intelligence artificielle (INF1853). Fait par Sosane Mahamoud Houssein, Zeïnab Touré et Abidé Badjoudoum
https://github.com/sosane/inf1853-ia-projetfinal
Last synced: 9 months ago
JSON representation
Projet final pour le cours d'introduction en intelligence artificielle (INF1853). Fait par Sosane Mahamoud Houssein, Zeïnab Touré et Abidé Badjoudoum
- Host: GitHub
- URL: https://github.com/sosane/inf1853-ia-projetfinal
- Owner: SOSANE
- License: mit
- Created: 2025-03-24T13:45:53.000Z (about 1 year ago)
- Default Branch: main
- Last Pushed: 2025-04-18T18:02:10.000Z (about 1 year ago)
- Last Synced: 2025-06-22T21:34:54.236Z (12 months ago)
- Language: Jupyter Notebook
- Size: 7.24 MB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Projet final - Introduction à l'intelligence artificielle (INF1853)
Ceci est le répertoire de Sosane Mahamoud Houssein, Zeïnab Touré et Abidé Badjoudoum du projet final pour le cours d'introduction en intelligence artificielle (INF1853).
## Cloner le répertoire
````
git clone https://github.com/SOSANE/INF1853-IA-ProjetFinal.git
````
## Contexte
L'analyse d'images médicales est un domaine clé en intelligence artificielle, permettant d'améliorer le diagnostic et la prise en charge des patients. Ce projet vise à développer un modèle de détection de tumeurs à partir d'images médicales en utilisant des techniques d'apprentissage automatique et de deep learning.
>Nous utilisons une base de données sur le cancer du sein contenant des images d'échographies afin de classifier les photos de patientes dans une des catégories suivantes : **benign** (bénigne), **malignant** (maligne) ou **normal**.
>🔗 Lien vers la base de données : [Cancer du sein - images d'échographies](https://www.kaggle.com/datasets/aryashah2k/breast-ultrasound-images-dataset)
> [!IMPORTANT]
> La base de données est trop volumineuse pour travailler dessus localement. Alors nous avons travaillé sur Notebook Kaggle pour coder.