Module Deep Learning (Master 2 SDS) 2021
Série d’exercice N°1
Exercice 1 ( révision Machine Learning)
Q1- Ali veut écrire un programme qui utilise la fréquence des mots «science», « public », « accès », «
université », « gouvernement », « financer », « éducation », «budget», «justice»et «loi» pour
déterminer si un article traite ou non de politique scientifique. Elle a commencé par annoter un
millier d’articles selon leur sujet.
- Quel genre de problème d’apprentissage automatique doit-elle résoudre ?
Q2- Parmi les problèmes suivants, lesquels se prêtent bien à être traités par le machine learning?
1. Déterminer l’horaire optimal pour poster un contenu sur une page web.
2. Déterminer le chemin le plus court entre deux nœuds dans un graphe.
3. Prédire le nombre de vélos à mettre en location à chaque station d’un système de location de
vélos citadins.
4. Évaluer le prix qu’un tableau de maître pourra atteindre lors d’une vente aux enchères.
5. Débruiter un signal radio.
Q3- Bilal dispose de 10000 articles de journaux qu’il souhaite classer par leur thématique. Doit-il
utiliser un algorithme supervisé ou non supervisé ?
Q4- Ahmed gère un outil qui permet d’organiser les liens HTML qui ont été sauvegardés. Il souhaite
suggérer des catégories auxquelles affecter un nouveau lien, en fonction des catégories déjà
définies par l’ensemble des utilisateurs du service. Quel type d’algorithme d’apprentissage doit-il
utiliser ?
Q5- Amine veut examiner ses spams pour déterminer s’il existe des sous-types de spams. Quel type
d’algorithme d’apprentissage doit-elle utiliser?
Module Deep Learning (Master 2 SDS) 2021
Solutions :
Solution Exercice 1 :
R1- Apprentissage supervisé (classification binaire).
R2- 1, 3, 4 se résoudre par des algorithmes machine learning.
(2 utiliser des algorithmes de recherche sur graphe, 5 utiliser des algorithmes de traitement du
signal).
R3- Non supervisé.
R4- Apprentissage supervisé (classification multi-classe).
R5- Apprentissage non supervisé (clustering).