Français
Menu

Bases de l'apprentissage automatique

Lequel des exemples suivants relève de l'apprentissage non supervisé ?

  1. ARépartir les clients en plusieurs groupes aux comportements d'achat semblables, à partir de leur seul historique d'achats
  2. BPrédire les pannes d'un équipement à partir des valeurs de ses capteurs, en prenant comme bonnes réponses l'historique des pannes passées
  3. CApprendre à choisir ses actions dans un jeu de façon à maximiser la récompense obtenue par essais et erreurs
Afficher la réponse et l'explication

Réponse : A. Répartir les clients en plusieurs groupes aux comportements d'achat semblables, à partir de leur seul historique d'achats

L'apprentissage non supervisé découvre des regroupements ou des structures dans des données sans étiquettes de bonne réponse. Ses méthodes typiques sont le clustering, qui regroupe les données semblables, et la réduction de dimension, qui représente les données avec moins de variables. Prédire en s'appuyant sur une bonne réponse (panne ou non) relève de l'apprentissage supervisé, et apprendre des actions à partir de récompenses relève de l'apprentissage par renforcement.

S'entraîner sur ce thème Retour au thème

Autres questions sur Bases de l'apprentissage automatique

  1. Quelle description de l'apprentissage par renforcement est correcte ?
  2. Quelle description de la procédure de clustering par l'algorithme des k-moyennes (k-means) est correcte ?
  3. Quelle description de l'analyse en composantes principales (ACP) est correcte ?
  4. Lorsque les données sont divisées en trois ensembles (apprentissage, validation et test), quelle est l'utilisation principale des données de validation ?
  5. 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 ?