Réponse du TD - Série d’Exercices N° 01
Introduction au Machine Learning (M1)
EXERCICE 1
1. Quelles sont les trois composantes fondamentales de l’apprentissage automatique ?
Bonne réponse : b) Tâche T, Expérience E, Performance P
Justification : Il s’agit de la définition directe de Tom Mitchell, citée à la page 7 du cours : ”A
computer program is said to learn from experience E with respect to some class of tasks T and
performance measure P...”.
2. Vous entraı̂nez un classificateur de spam qui apprend à étiqueter les e-mails comme
spam/ham à partir de 10 000 e-mails étiquetés, et nous mesurons sa précision sur de
nouveaux e-mails non vus.
Bonne réponse : b) E = 10000 e-mails, T = classifier le spam, P = précision
Justification : Cela applique la définition de Mitchell à un exemple concret. À la page 8, le cours
fournit un exemple similaire : ”Exemple 1 : Messagerie électronique : e-mails = Spam/Non Spam.
E = Base d’émails étiquetés Spam/Non Spam. T = Classifier un email comme Spam ou pas. P
= Fraction d’émails classifiés comme Spam/Non Spam.” Ici, la ”précision” (accuracy) est le terme
moderne pour ”fraction d’emails classifiés correctement”.
3. Nous entraı̂nons un modèle pour prédire les prix des maisons. Nous lui montrons 5000
ventes de maisons passées, et nous l’évaluons à l’aide de l’erreur quadratique moyenne
sur des maisons non vues. Laquelle des propositions suivantes est la mesure de perfor-
mance P ?
Bonne réponse : c) Erreur quadratique moyenne
Justification : La mesure de performance (P) est la métrique utilisée pour évaluer comment le pro-
gramme accomplit sa tâche. Dans ce cas, la tâche (T) est de prédire les prix des maisons, l’expérience
(E) est constituée des 5000 ventes passées, et la performance (P) est la métrique spécifique mentionnée
: l’erreur quadratique moyenne.
4. Laquelle des affirmations suivantes est la définition fondamentale du ML ?
Bonne réponse : c) La performance P s’améliore à mesure que l’expérience E augmente
Justification : C’est une reformulation concise de la définition de Tom Mitchell à la page 7 : ”...if
its performance at tasks in T, as measured by P, improves with experience E.”
5. Un IA joue aux échecs joue 1 million de parties contre elle-même et s’améliore pour
gagner des parties d’échecs. Quelle est la tâche T ici ?
Bonne réponse : c) La capacité à jouer et gagner des parties d’échecs
Justification : La tâche (T) est l’objectif principal du programme. Dans ce scénario, le travail de
l’IA est de jouer et de gagner des parties d’échecs. Le million de parties est l’expérience (E), et le
taux de victoire serait la performance (P).
6. Dans l’apprentissage supervisé standard, la fonction de perte que nous minimisons pen-
dant l’entraı̂nement correspond à quel composant ?
Bonne réponse : c) Performance P
Justification : La fonction de perte est une mesure directe de la performance du modèle pendant
l’entraı̂nement. Nous minimisons la perte pour améliorer les performances. Une perte plus faible
signifie une meilleure performance (P) sur les données d’entraı̂nement.
7. Lequel de ces scénarios N’est PAS de l’apprentissage automatique, selon la définition du
ML ?
1
Bonnes réponses : a), e), f )
Justification :
• a) Trier une liste de nombres : Le tri est une tâche algorithmique bien définie. Un programme
n’”apprend” pas à aller plus vite ; sa vitesse est déterminée par la conception de l’algorithme,
et non par l’expérience des tris passés. Il n’améliore pas sa performance à la tâche du tri avec
l’expérience.
• e) Surveiller la fréquence cardiaque d’un patient pour détecter des anomalies : Il
s’agit typiquement d’un système basé sur des règles. Un docteur programme des seuils (par
exemple, ”si fréquence cardiaque ¿ 100 bpm, alerte”). Le système n’apprend généralement pas
à partir de nouvelles données pour améliorer sa définition d’une ”anomalie” à moins qu’il ne
s’agisse explicitement d’un système de surveillance basé sur le ML, ce qui n’est pas précisé.
• f ) Extraire les fréquences d’une onde sonore : C’est une tâche de traitement du signal
accomplie en appliquant une transformation mathématique (comme la FFT). C’est une opération
programmée et déterministe, non pas une opération apprise.
(Remarque : g et h sont des tâches de ML : g est l’apprentissage non supervisé comme le clustering,
h est l’apprentissage supervisé comme la classification.)
8. Vous affinez un LLM pré-entraı̂né sur les documents internes de votre entreprise. Selon la
définition de Mitchell, quelle est la nouvelle expérience E dans cette étape d’ajustement
(fine-tuning) ?
Bonne réponse : b) Les documents internes de votre entreprise
Justification : L’expérience (E) correspond aux données à partir desquelles le modèle apprend.
Pendant la phase de fine-tuning, le modèle acquiert une nouvelle expérience spécifiquement à partir
des documents internes de votre entreprise pour améliorer ses performances sur les tâches liées à
l’entreprise.
9. Quelle est la principale différence entre la programmation traditionnelle et l’apprentissage
automatique en termes de T/E/P ?
Bonne réponse : b) En programmation traditionnelle, nous définissons manuellement
comment faire T ; en ML, le programme apprend comment faire T à partir de E
Justification : Cela capture l’essence de la première définition d’Arthur Samuel à la page 7 : ”Ma-
chine learning is the field of study that gives computers the ability to learn without being explicitly
programmed.” La programmation traditionnelle nécessite des instructions explicites pour la tâche
(T), tandis que le ML utilise les données (E) pour comprendre la tâche.
10. Laquelle des propositions suivantes est une reformulation valide de la définition de
Mitchell ?
Bonne réponse : a) Un système fait du machine learning s’il devient meilleur dans une
tâche donnée à mesure qu’il voit plus de données
Justification : C’est un résumé en langage clair de la définition formelle : ”devient meilleur dans une
tâche” = amélioration de la performance (P) à une tâche (T) ; ”à mesure qu’il voit plus de données”
= avec plus d’expérience (E).
2
EXERCICE 2
2.1 Classifiez les attributs suivants...
1. Heure en termes de AM ou PM.
Réponse : Binaire, Qualitatif (Nominal)
Raisonnement : Il n’y a que deux catégories. C’est une étiquette sans ordre naturel (AM n’est pas
”plus grand” que PM).
2. Luminosité mesurée par un posemètre.
Réponse : Continu, Quantitatif (Rapport)
Raisonnement : Un posemètre fournit une lecture numérique sur une échelle continue. C’est un
rapport car il existe un vrai point zéro (aucune lumière).
3. Luminosité mesurée par le jugement des gens.
Réponse : Discret (si sur une échelle), Qualitatif (Ordinal)
Raisonnement : Si les gens évaluent la luminosité sur une échelle (ex: 1 à 5), les valeurs sont
discrètes. L’échelle a un ordre (5 est plus lumineux que 1), mais la différence entre les valeurs n’est
pas nécessairement égale (ordinale).
4. Angles mesurés en degrés entre 0 et 360.
Réponse : Continu, Quantitatif (Circulaire/Intervalle)
Raisonnement : L’angle est une mesure continue. Il est souvent traité comme un intervalle, car 0°
et 360° sont le même point, ce qui rend le concept de rapport (ex: ”deux fois l’angle”) délicat.
5. Médailles de bronze, d’argent et d’or telles que décernées aux Jeux Olympiques.
Réponse : Discret, Qualitatif (Ordinal)
Raisonnement : Ce sont des catégories distinctes avec un ordre clair et inhérent (Or ¿ Argent ¿
Bronze).
6. Hauteur au-dessus du niveau de la mer.
Réponse : Continu, Quantitatif (Rapport)
Raisonnement : La hauteur est une mesure continue avec un vrai point zéro (le niveau de la mer).
7. Nombre de patients dans un hôpital.
Réponse : Discret, Quantitatif (Rapport)
Raisonnement : On ne peut avoir qu’un nombre entier de patients (dénombrable). C’est un rapport
car zéro patient est significatif.
8. Numéros ISBN pour les livres.
Réponse : Discret, Qualitatif (Nominal)
Raisonnement : Un ISBN est un identifiant unique. Effectuer des opérations mathématiques dessus
(ex: moyenner des ISBN) n’a pas de sens. C’est juste une étiquette.
9. Capacité à laisser passer la lumière : opaque, translucide, transparent.
Réponse : Discret, Qualitatif (Ordinal)
Raisonnement : Ce sont des catégories avec un ordre logique : opaque ¡ translucide ¡ transparent
en termes de quantité de lumière qui passe.
10. Grade militaire.
Réponse : Discret, Qualitatif (Ordinal)
Raisonnement : Les grades sont des catégories distinctes avec une hiérarchie stricte (ex: Soldat ¡
Caporal ¡ Sergent).
11. Distance du centre du campus.
Réponse : Continu, Quantitatif (Rapport)
Raisonnement : La distance est une mesure continue avec un vrai point zéro (au centre du campus).
12. Densité d’une substance en grammes par centimètre cube.
Réponse : Continu, Quantitatif (Rapport)
Raisonnement : La densité est une mesure continue. C’est une échelle de rapport car elle a un vrai
point zéro (pas de masse).
3
2.2 Quels AUTRES TYPES de données sont susceptibles d’être traités par
les techniques de Machine Learning ?
Justification : Le cours à la page 14 liste différents types de données. Les exemples de cette liste
incluent :
• Texte (Text)
• Vidéo (Video)
• Parole / Audio (Speech)
• Images (Image)
• Pages Web (Web pages)
• Données transactionnelles (Transactional)
4
EXERCICE 3
Déterminez quelle tâche de ML a été utilisée pour extraire et découvrir les motifs suivants
:
1. Les moins de 25 ans avec des salaires ¿ 40 000$ conduisent des voitures de sport.
Tâche ML : Apprentissage par règles d’association / Analyse de panier de marché (Market Basket
Analysis)
Raisonnement : Cela décrit une relation ou une association entre des attributs (âge, salaire, type
de voiture). C’est similaire à l’exemple classique des ”couches et bière” à la page 3 de la feuille
d’exercices.
2. Toutes les images contenant une voiture en tant qu’objet.
Tâche ML : Classification (Reconnaissance / Détection d’objets)
Raisonnement : Cette tâche consiste à classer les images en fonction de leur contenu. L’objectif est
d’attribuer une étiquette (”contient une voiture”) à chaque image.
3. 80% des images contenant une voiture en tant qu’objet contiennent également un ciel
bleu.
Tâche ML : Apprentissage par règles d’association
Raisonnement : C’est une autre règle d’association, mais appliquée à des caractéristiques d’image.
Elle trouve un modèle de co-occurrence : ”si voiture, alors ciel bleu dans 80% des cas”.
4. 98% des personnes qui achètent des couches achètent aussi de la nourriture pour bébé.
Tâche ML : Apprentissage par règles d’association / Analyse de panier de marché
Raisonnement : C’est l’exemple classique des manuels pour l’apprentissage par règles d’association.
5. Les abonnés au téléphone fixe pour une entreprise de télécommunications, avec une
activité professionnelle à domicile.
Tâche ML : Classification / Profilage client
Raisonnement : Cette tâche vise à identifier un sous-ensemble spécifique de clients (ceux avec un
bureau à domicile) en fonction de leurs caractéristiques. C’est essentiellement la construction d’un
classificateur ou d’un profil.
6. Radiographies pulmonaires numériques, avec des taches suspectes.
Tâche ML : Classification / Détection d’objets (Détection d’anomalies)
Raisonnement : C’est une tâche d’imagerie médicale où l’objectif est de classer les images comme
contenant une anomalie ou non. C’est une forme de classification, comme mentionné à la page 11
(”Imagerie Médicale”).
5
EXERCICE 4
Pour chacune des tâches suivantes, déterminez l’objectif et l’approche adoptée.
1. Détection de fraude dans les transactions par carte de crédit.
Objectif : Identifier et signaler les transactions frauduleuses pour éviter les pertes financières.
Approche : Apprentissage Supervisé (Classification). Le modèle serait entraı̂né sur des
données historiques de transactions étiquetées comme ”frauduleuses” ou ”authentiques” (E). Sa tâche
(T) est de classifier les nouvelles transactions dans l’une de ces deux catégories. C’est similaire à
l’exemple Spam/Non-Spam des pages 6 et 8.
2. Attrition client (churn) dans le secteur de la téléphonie mobile.
Objectif : Prédire quels clients sont susceptibles de ne plus utiliser le service (se désabonner) afin
que l’entreprise puisse prendre des mesures proactives.
Approche : Apprentissage Supervisé (Classification). Un modèle est entraı̂né sur des données
client historiques (habitudes d’utilisation, réclamations, type de forfait, etc.) étiquetées avec le fait
qu’ils se soient désabonné ou non. La tâche (T) est de prédire le résultat binaire ”va se désabonner”
/ ”ne va pas se désabonner”. (Mentionné à la page 4 comme ”Attrition” et à la page 11).
3. Détection de maladies des feuilles de plantes.
Objectif : Identifier automatiquement les maladies des plantes à partir d’images de leurs feuilles.
Approche : Apprentissage Supervisé (Classification) / Vision par Ordinateur. Cela im-
plique d’entraı̂ner un modèle, probablement un réseau de neurones convolutionnel (CNN), sur un
large ensemble de données d’images de feuilles (E), où chaque image est étiquetée avec le type de
maladie ou ”sain”. La tâche (T) est de classifier les nouvelles images de feuilles dans ces catégories
de maladies. C’est similaire à l’exemple de l’imagerie médicale à la page 4 et à la page 11.
4. Profilage personnalisé pour le marketing ciblé.
Objectif : Regrouper les clients en segments ayant des caractéristiques, des intérêts ou des com-
portements similaires afin de leur envoyer des campagnes marketing plus pertinentes.
Approche : Apprentissage Non Supervisé (Clustering). Le modèle analyserait les données
clients (historique d’achat, données démographiques, comportement de navigation) sans étiquettes
prédéfinies. Son objectif est de trouver des regroupements ou des clusters naturels dans les données,
comme décrit à la page 12 : ”Segmentation de clientèles” et ”Mettre en évidence des informations
présentes mais cachées”.
5. Regroupement de documents (Document Clustering).
Objectif : Organiser automatiquement une grande collection de documents en groupes (clusters) de
sujets ou de contenu similaires.
Approche : Apprentissage Non Supervisé (Clustering). L’algorithme analyse le texte des
documents et les groupe en fonction de leur similarité, sans connaissance préalable des sujets. C’est
un exemple typique d’apprentissage non supervisé, cité à la page 12 : ”Exemples : - Segmentation
de clientèles - ... - Analyse de réseaux sociaux - Etc.” Le regroupement de documents relève de cette
catégorie.