Etudiant : AHAGGACH Hamid

Filière : Master Web Intelligence et Sciences des Données (WISD)

Encadrant : Pr. YAHYAOUYI ALI

Annèe : 2022

Résumé : Ce document constitue la synth`ese du travail, r ́ealis ́e dans le cadre du stage de projet de fin d’ ́etudes, au sein de la Maison des Sciences Num ́eriques (LaMSN) dans le cadre de mobilit ́e Erasmus +, et a pour objectif de l’obtention du diplˆome de master Web Intelligence et Science des donn ́ees la Facult ́e des Sciences de F`es (WISD) en partenariat avec l’universit ́e Sorbonne Paris Nord, Master Exploration Informatique des donn ́ees et D ́ecisionnel (EID2). dans ce stage on est arriv ́e `a proposer une m ́ethode base sur le transport optimal pour rependre `a des probl`emes d’adaptation de domaine et ce rapport est inspir ́e par l’article qui va ˆetre publi ́e. G ́en ́eralement dans les probl`emes d’apprentissage automatique surtouts dans la classification on poss`ede des donn ́ees ́etiqueter avec laquelle on a entrain ́e notre mod`ele et des donn ́ees de test pour ́evaluer notre mod`ele et faire des predictions on suppose que ces donn ́ees de test et train suivent la mˆeme distribution ce qui n’est pas toujours le cas ̧c’est pour ̧ca on a propos ́e une m ́ethode bas ́e sur le transport optimal et qui va r ́epondre `a ce probl`eme , notre performance a d ́epass ́e les performances de l’ ́etat de l’art .