Français
Menu

Bases de l'apprentissage automatique

Apprenez l'apprentissage automatique avec des QCM, dont des questions de calcul : apprentissage supervisé, non supervisé et par renforcement, classification et régression, algorithme des k-moyennes et analyse en composantes principales, validation croisée, surapprentissage et régularisation, matrice de confusion avec précision, rappel et score F1, modèles comme les arbres de décision, les SVM et la classification bayésienne naïve, propagation avant et fonctions d'activation des réseaux de neurones, descente de gradient et rétropropagation, CNN, RNN et Transformer, apprentissage par transfert et modèles génératifs.

S'entraîner sur 10 questionsQuestions aléatoires de ce thème · environ 5 minutes S'entraîner sur ce thèmeToutes les questions de ce thème dans un ordre aléatoire Questions à revoirNe refaire que les questions manquées lors de la dernière tentative

Bases de l'apprentissage automatique : points clés

L'apprentissage automatique est la technologie qui apprend automatiquement des règles à partir de données pour faire des prédictions et des classifications. On distingue l'apprentissage supervisé, qui utilise des étiquettes de bonne réponse, l'apprentissage non supervisé, qui découvre des regroupements dans des données sans étiquettes, et l'apprentissage par renforcement, qui apprend des actions à partir de récompenses. Quelle que soit la méthode, ce qui compte est la justesse des prédictions sur des données qui n'ont pas servi à l'apprentissage (capacité de généralisation).

Ce thème couvre, principalement au moyen de questions de calcul, la division des données en ensembles d'apprentissage, de validation et de test et la validation croisée, le surapprentissage et le compromis biais-variance, la régularisation et le dropout, la précision, le rappel et le score F1 calculés à partir d'une matrice de confusion, la courbe ROC et l'erreur quadratique moyenne. Après des modèles représentatifs comme la régression linéaire, la régression logistique, les arbres de décision, les forêts aléatoires, les k plus proches voisins, les SVM et la classification bayésienne naïve, il aborde la propagation avant dans les réseaux de neurones, les fonctions d'activation, les fonctions de perte, la descente de gradient et la rétropropagation, les mini-lots et les époques, la taille des sorties d'un CNN, les RNN et le Transformer, l'apprentissage par transfert, les modèles génératifs et les jetons des LLM. Il aide aussi à préparer les parties consacrées à l'IA des examens de certification informatique.

Toutes les questions sur Bases de l'apprentissage automatique (40)
  1. Parmi les tâches d'apprentissage supervisé suivantes, laquelle est une régression ?
  2. Lequel des exemples suivants relève de l'apprentissage non supervisé ?
  3. Quelle description de l'apprentissage par renforcement est correcte ?
  4. Quelle description de la procédure de clustering par l'algorithme des k-moyennes (k-means) est correcte ?
  5. Quelle description de l'analyse en composantes principales (ACP) est correcte ?
  6. Lorsque les données sont divisées en trois ensembles (apprentissage, validation et test), quelle est l'utilisation principale des données de validation ?
  7. Si l'on effectue une validation croisée à 5 blocs (validation croisée à k blocs avec k = 5) sur 1000 données, combien de données sont utilisées pour chaque apprentissage ?
  8. Quelle observation est caractéristique d'un surapprentissage (surajustement) ?
  9. Quelle affirmation est correcte lorsque l'on décompose l'erreur d'un modèle en biais et en variance (dispersion) ?
  10. Quelle description des techniques destinées à limiter le surapprentissage, comme la régularisation, est correcte ?
  11. Parmi les procédures suivantes de construction d'un modèle d'apprentissage automatique, laquelle provoque une fuite de données (data leakage, des informations des données d'évaluation qui se glissent dans l'apprentissage) ?
  12. Dans la matrice de confusion d'un modèle de classification binaire évalué sur 200 données de test, on compte 45 vrais positifs (TP), 5 faux positifs (FP), 45 faux négatifs (FN) et 105 vrais négatifs (TN). Quelle combinaison de précision et de rappel est correcte ?
  13. Un modèle de classification binaire évalué sur 200 données de test donne TP = 20, FP = 5, FN = 30 et TN = 145. Quelle valeur est la plus proche du score F1 (F-mesure) ?
  14. Quelle description de la courbe ROC et de l'AUC, utilisées pour évaluer un modèle de classification binaire, est correcte ?
  15. Sur des données qui ne comptent que 10 positifs sur 1000, quelle est l'exactitude d'un modèle qui prédit tout comme négatif ?
  16. Les valeurs réelles de 4 données sont 3, 5, 2 et 6, et les valeurs prédites par le modèle sont respectivement 2, 5, 4 et 4. Quelle est l'erreur quadratique moyenne (MSE) ?
  17. On ajuste la droite y = ax + b aux trois données (x, y) = (1 ; 3), (2 ; 4) et (3 ; 8) par la méthode des moindres carrés. Quelle est la valeur prédite pour x = 4 ?
  18. Une régression logistique fait passer z = 2x − 4 dans la fonction sigmoïde σ(z) = 1 ÷ (1 + e^(−z)) et produit le résultat comme probabilité d'être positif. Quelle est la sortie pour x = 2 ?
  19. Un nœud d'un arbre de décision contient 6 données de la classe A et 4 données de la classe B. Quelle est l'impureté de Gini de ce nœud ?
  20. Quelle affirmation décrit correctement la différence entre le bagging (forêt aléatoire, etc.) et le boosting en apprentissage ensembliste ?
  21. On prédit la classe du point (0 ; 0) du plan par la méthode des k plus proches voisins. Les données d'apprentissage sont les points rouges (1 ; 0), (3 ; 0) et (0 ; −3) et les points bleus (0 ; 2) et (−2 ; 1). Avec la distance euclidienne, quelle combinaison des prédictions pour k = 3 et pour k = 5 est correcte ?
  22. Quelle description de la machine à vecteurs de support (SVM) est correcte ?
  23. 20 % de l'ensemble des e-mails sont des spams. Un certain mot figure dans 50 % des spams et dans 5 % des autres e-mails. Quelle valeur est la plus proche de la probabilité qu'un e-mail contenant ce mot soit un spam ?
  24. Quelle fonction logique ne peut pas être représentée par un perceptron simple, composé seulement d'une couche d'entrée et d'une couche de sortie (un neurone unique qui produit 0 ou 1 selon un seuil) ?
  25. Dans une classification à 3 classes, les valeurs fournies à la fonction softmax (logits) sont 3, 1 et 0. La sortie (probabilité) de la première classe vaut environ combien de fois celle de la deuxième ? Choisir la valeur la plus proche.
  26. Dans un petit réseau de neurones dont les entrées sont x₁ = 1 et x₂ = 2, les deux neurones de la couche cachée valent h₁ = ReLU(x₁ + x₂ − 1) et h₂ = ReLU(x₁ − 2x₂ + 1), et la sortie vaut y = 2h₁ + 3h₂ + 1. Quelle est la valeur de y ?
  27. Soit p la probabilité que le modèle attribue à la bonne classe. Quelle affirmation décrit correctement la perte d'entropie croisée −log p utilisée pour l'apprentissage en classification ?
  28. En descente de gradient, le gradient de la perte ∂L/∂w vaut 0,5 pour le poids w = 2,0, et le taux d'apprentissage vaut 0,1. Quelle est la valeur du poids après une mise à jour ?
  29. On calcule la dérivée dy/dx de y = (2x + 1)² en x = 1 par la règle de dérivation en chaîne, en posant u = 2x + 1 et y = u². Quelle est la valeur correcte ?
  30. Dans un réseau de neurones à nombreuses couches, quelle est la raison pour laquelle l'utilisation de la fonction sigmoïde comme fonction d'activation rend difficile l'apprentissage des couches proches de l'entrée ?
  31. On entraîne un modèle sur 10 000 données d'apprentissage avec une taille de lot (batch size) de 50 pour les mini-lots. Combien de mises à jour des poids ont lieu en une époque ?
  32. Combien de paramètres entraînables compte une couche entièrement connectée à 64 entrées et 32 sorties (avec un biais par sortie) ?
  33. On applique à une image 28×28 à 1 canal une convolution avec un filtre 5×5 (pas 1, sans remplissage), puis un max-pooling 2×2 (pas 2). Quelles sont la hauteur et la largeur de la sortie ?
  34. Quelle description du réseau de neurones récurrent (RNN) et du LSTM est correcte ?
  35. Quelle description de l'auto-attention (self-attention), utilisée dans le Transformer, est correcte ?
  36. Quelle description de l'apprentissage par transfert, qui réutilise un modèle pré-entraîné sur une grande quantité de données pour une autre tâche disposant de peu de données, est correcte ?
  37. Quelle description des modèles qui génèrent des images ou d'autres données est correcte ?
  38. Quelle description de la façon dont un grand modèle de langage (LLM) traite un texte est correcte ?
  39. Quel point faut-il surveiller lorsque l'on construit un modèle qui prédit, à partir des dossiers de candidature, si un candidat sera recruté, en prenant comme bonnes réponses les décisions de recrutement passées ?
  40. Quelle description de l'IA explicable (XAI) est correcte ?

Autres thèmes de Systèmes informatiques