Abstract

Les études QSPR visent à développer des modèles de corrélation on utilisant une réponse de produits chimiques (propriété) et des données d\'informations chimiques dans une approche statistique. Les stratégies basées sur la régression et la classification sont utilisées pour servir à développer des modèles pour des données de réponse quantitatives et graduées, respectivement. En plus des méthodes conventionnelles, divers outils d\'apprentissage automatique sont également utiles pour l\'analyse de modélisation QSPR, en particulier le but de ce travail est accentué sur le développement d’un modèle mathématique qui prédit les logSw des 28 alkyl (1-phénylsulfunyl) cydoalcane-carboxylates à leurs descripteurs moléculaires par la régressions linaire multiple ont utilise le logiciel MINITAB.
Mots clés : Domaine d’application, Outils chimiométriques, Classification, MLR, Développement de modèle, Validation.

Information

Item Type:	Master
Divisions:
ePrint ID:	4021
Date Deposited:	2023-05-24
Further Information:	Google Scholar
URI:	https://www.univ-soukahras.dz/en/publication/article/4021

BibTex