Flashcards : Principes fondamentaux de l'apprentissage automatique — 20 cartes

Toutes les cartes

1Question

Statistique descriptive — définition ?

Réponse

Résumé, organisation et présentation synthétique des données.

2Question

Techniques de résumé — exemples ?

Réponse

Moyenne, médiane, écart-type, variance.

3Question

Présentation des résultats — outils ?

Réponse

Tableaux, histogrammes, boîtes à moustaches.

4Question

Objectif de la statistique ?

Réponse

Faciliter la compréhension des données brutes.

5Question

Différence avec inférence — statistique ?

Réponse

La descriptive ne fait pas d’estimations, l’inférentielle oui.

6Question

Risque ou erreur de généralisation ?

Réponse

Performance moyenne d’un modèle sur la vraie distribution.

7Question

Estimation du risque empirique — comment ?

Réponse

Moyenne de la perte sur l’échantillon d’apprentissage.

8Question

Limite du risque empirique ?

Réponse

Sous-estimation du risque vrai, peu fiable seul.

9Question

Fonction de prévision optimale — nom ?

Réponse

Règle de Bayes.

10Question

Données d'apprentissage — rôle ?

Réponse

Entraîner le modèle à faire des prédictions.

11Question

Ensemble d'entraînement — pour quoi ?

Réponse

Ajuster ou apprendre le modèle.

12Question

Ensemble de test — objectif ?

Réponse

Évaluer la performance sur données inédites.

13Question

Apprentissage supervisé — définition ?

Réponse

Toutes les yi sont observées pour prédire y à partir de x.

14Question

Fonction de perte — rôle ?

Réponse

Mesurer l’écart entre prédiction et réalité.

15Question

Propriété de la fonction de perte ?

Réponse

Nulle si prédiction exacte, positive sinon.

16Question

Validation croisée — principe ?

Réponse

Partitionner données, entraînement et validation itérative.

17Question

Overfitting — phénomène ?

Réponse

Modèle trop ajusté, capture bruit, mauvaise généralisation.

18Question

Capacité du modèle — lien avec overfitting ?

Réponse

Plus grande capacité, plus risque d’overfitting.

19Question

Régularisation — objectif ?

Réponse

Contrôler la complexité du modèle pour éviter overfitting.

20Question

Hyperparamètres — définition ?

Réponse

Paramètres fixés avant l’apprentissage, contrôlant le modèle.

Teste-toi avec le QCM

Teste tes connaissances avec un QCM de 10 questions sur Principes fondamentaux de l'apprentissage automatique.

1. Qu'est-ce que la statistique descriptive ?

2. Quel auteur est mentionné dans le contenu en lien avec la fonction de perte en statistique inférentielle ?

Faire le QCM →

Consultez la fiche

Révisez le cours complet dans la fiche de révision de Principes fondamentaux de l'apprentissage automatique.

Voir la fiche →

Cours similaires

Crée tes propres flashcards

Importe ton cours et l'IA génère des flashcards en 30 secondes.

Générateur de flashcards