Flashcards : Apprentissage supervisé : exemples et représentations (66 cartes)

Toutes les cartes

1Question

Quels outils l’analyse exploratoire utilise-t-elle pour étudier une variable et deux variables ?

Réponse

Des histogrammes pour une variable et des nuages de points pour deux variables.

2Question

Selon quel critère la classification non supervisée regroupe-t-elle les individus ?

Réponse

Selon leur similarité, déterminée par une distance entre individus.

3Question

Que caractérise l’analyse descriptive ?

Réponse

Les distributions, les relations entre variables et les ressemblances entre individus.

4Question

Quel est l’objectif de l’apprentissage supervisé ?

Réponse

Prédire une variable pour aider à la prise de décision.

5Question

Qu’est-ce que l’apprentissage supervisé ?

Réponse

Un sous-domaine des statistiques regroupant des méthodes et algorithmes de prédiction.

6Question

À partir de quelles données l’apprentissage supervisé prédit-il une variable ?

Réponse

À partir des autres variables ou d’un sous-ensemble de celles-ci.

7Question

À quoi servent les variables d’entrée XX dans un problème de prédiction ?

Réponse

À produire une prédiction.

8Question

Quel est le rôle de la variable de sortie YY ?

Réponse

C’est la variable que l’on cherche à prédire.

9Question

Quel prédicteur l’objectif construit-il à partir de DnD_n pour une nouvelle entrée xx ?

Réponse

Un prédicteur gg tel que y=g(x)y = g(x).

10Question

Dans quel ensemble une variable quantitative prend-elle ses valeurs ?

Réponse

Dans R\mathbb{R}.

11Question

Dans quel ensemble une variable qualitative prend-elle ses valeurs ?

Réponse

Dans un ensemble fini.

12Question

Quelles propriétés distinguent les modalités d’une variable nominale ?

Réponse

Elles n’ont ni ordre ni distance.

13Question

Quelles propriétés distinguent les modalités d’une variable ordinale ?

Réponse

Elles ont un ordre, mais pas de distance.

14Question

Quel type de problème obtient-on lorsque la sortie YY est réelle ?

Réponse

Une régression.

15Question

Quel problème pose une variable nominale Y à valeurs dans un ensemble fini de classes ?

Réponse

Un problème de classification supervisée, aussi appelé discrimination.

16Question

Combien de classes de sortie comporte une classification binaire ?

Réponse

Exactement deux.

17Question

Quels codages conventionnels représentent souvent les classes binaires ?

Réponse

{0,1}\{0,1\} ou {−1,+1}\{-1,+1\}.

18Question

Que change le recodage conventionnel des classes binaires au problème ?

Réponse

Il ne modifie pas le problème.

19Question

Quelles espèces sont retenues dans l’exemple de classification de l’iris ?

Réponse

Versicolor et virginica.

20Question

Quelles longueurs servent à prédire l’espèce dans l’exemple de l’iris ?

Réponse

Les longueurs du sépale et du pétale.

21Question

Comment classe-t-on un point avec 9 plus proches voisins ?

Réponse

On prédit la classe majoritaire parmi ses 9 voisins.

22Question

Que calcule-t-on pour chaque classe parmi les 9 plus proches voisins ?

Réponse

La proportion de voisins appartenant à cette classe.

23Question

Quand le prédicteur binaire à 9 voisins vaut-il 1 ?

Réponse

Quand la proportion de voisins de classe 1 dépasse 50 %.

24Question

Que vaut le prédicteur binaire à 9 voisins si cette proportion ne dépasse pas 50 % ?

Réponse

0.

25Question

Que relie une courbe de niveau d’une fonction ?

Réponse

Les points où la fonction prend une même valeur.

26Question

Que représente la courbe de niveau 0,5 en classification par 9 voisins ?

Réponse

La frontière de décision entre les régions prédites comme classe 0 et classe 1.

27Question

À quelle classe correspond la région située de part et d’autre de la frontière de décision en classification par 9 voisins ?

Réponse

La classe 0 d’un côté et la classe 1 de l’autre.

28Question

Dans l’exemple de régression de l’iris, quelle variable est prédite ?

Réponse

La longueur du pétale.

29Question

Dans l’exemple de régression de l’iris, pour quelle espèce les individus sont-ils retenus ?

Réponse

Versicolor.

30Question

Comment la régression par k plus proches voisins calcule-t-elle une prédiction ?

Réponse

Elle calcule la moyenne des sorties des k voisins les plus proches.

31Question

Quels types d’apprentissage statistique sont notamment distingués dans le panorama ?

Réponse

L’apprentissage supervisé, non supervisé, semi-supervisé, actif, séquentiel et par renforcement.

32Question

Combien d’observations le jeu de données iris comprend-il ?

Réponse

150 observations.

33Question

Quelles caractéristiques morphologiques décrivent les fleurs du jeu iris ?

Réponse

La longueur et la largeur des sépales et des pétales.

34Question

Que fait l’analyse en composantes principales (ACP) ?

Réponse

Elle réduit la dimension en projetant les données sur des axes non corrélés, combinaisons linéaires des variables d’origine.

35Question

Combien de variabilité les deux premiers axes de l’ACP expliquent-ils dans le jeu iris ?

Réponse

Plus de 97 %.

36Question

Sur combien de variables quantitatives porte l’ACP du jeu iris ?

Réponse

Quatre variables quantitatives.

37Question

Comment l’espèce intervient-elle dans le clustering du jeu iris ?

Réponse

Elle sert après le regroupement à colorer les individus et à comparer les groupes aux espèces réelles.

38Question

Quel type de suggestions les sites web proposent-ils grâce à l’apprentissage supervisé ?

Réponse

Des recommandations.

39Question

Quelle fonction de saisie peut relever de l’apprentissage supervisé ?

Réponse

La complétion automatique de messages ou de courriels.

40Question

Quelle capacité des smartphones peut reposer sur l’apprentissage supervisé ?

Réponse

La détection de visages.

41Question

Quelle décision bancaire peut relever de l’apprentissage supervisé ?

Réponse

L’octroi ou le refus d’un prêt.

42Question

Quel autre nom désigne les variables d’entrée XX ?

Réponse

Les variables explicatives.

43Question

Que représente dd pour les variables d’entrée XX ?

Réponse

La dimension du problème.

44Question

Quel autre nom désigne la variable de sortie YY ?

Réponse

La variable cible.

45Question

Comment s’écrivent les observations d’apprentissage formant nn couples entrée-réponse ?

Réponse

Dn=(xi,yi)i=1,…,nD_n = (x_i,y_i)_{i=1,\dots,n}.

46Question

Comment appelle-t-on un prédicteur estimé à partir d’un échantillon ?

Réponse

Un estimateur statistique.

47Question

Comment traite-t-on généralement en pratique une variable discrétisée ?

Réponse

Comme une variable numérique.

48Question

Quel ordre de grandeur possède une variable discrétisée ?

Réponse

Un ordre et une distance.

49Question

Que fait la classification supervisée à chaque observation ?

Réponse

Elle lui attribue une classe parmi des catégories définies.

50Question

Comment appelle-t-on la classification non supervisée ?

Réponse

Le clustering.

51Question

Comment exprimer le nombre de prédictions de classe 1 sur nn observations ?

Réponse

∑i=1nh(xi)\sum_{i=1}^{n} h(x_i).

52Question

Quel type de variable de sortie concerne la régression ordinale ?

Réponse

Une variable catégorielle ordonnée.

53Question

Entre quelles disciplines se situe la régression ordinale ?

Réponse

Entre la régression et la classification.

54Question

Que représente la fonction de décision f(x)=1k∑i∈Nk(x)yif(x)=\frac{1}{k}\sum_{i\in N_k(x)} y_i ?

Réponse

La proportion de voisins de classe 1.

55Question

Dans l’exemple de classification binaire, quelle classe prédit-on pour une valeur supérieure à 0,5 ?

Réponse

La classe 1.

56Question

Comment représenter en deux dimensions une fonction de deux variables ?

Réponse

Par plusieurs courbes de niveau annotées avec leurs valeurs.

57Question

Que représentent les zones bleues dans la représentation de la fonction de décision de l’exemple ?

Réponse

Des valeurs inférieures à 0,5.

58Question

Que représentent les zones rouges dans la représentation de la fonction de décision de l’exemple ?

Réponse

Des valeurs supérieures à 0,5.

59Question

Combien de valeurs de la variable explicative sont utilisées dans l’illustration de régression ?

Réponse

200 valeurs.

60Question

Comment les 200 valeurs explicatives de l’illustration de régression sont-elles réparties ?

Réponse

Uniformément.

61Question

Quelles valeurs de k sont utilisées dans l’illustration de régression ?

Réponse

5 et 15.

62Question

Qu’est-ce qu’un hyperparamètre dans le contexte d’un prédicteur ?

Réponse

Un paramètre dont la valeur fait varier le prédicteur obtenu.

63Question

Quel hyperparamètre correspond au nombre de voisins en régression par k plus proches voisins ?

Réponse

Le nombre de voisins k.

64Question

Quelles tâches comprend l’apprentissage non supervisé dans le panorama ?

Réponse

La réduction de dimension, l’estimation de densité et le clustering.

65Question

Quels modèles figurent parmi les méthodes de régression supervisée du panorama ?

Réponse

Les modèles linéaires, les k plus proches voisins, les arbres CART, les forêts aléatoires, les splines, les noyaux, le boosting et les réseaux de neurones.

66Question

Quelles méthodes figurent parmi les méthodes de classification supervisée du panorama ?

Réponse

La régression logistique, les k plus proches voisins, les méthodes bayésiennes, l’analyse discriminante linéaire, les arbres CART, les forêts aléatoires, les SVM, le boosting et les réseaux de neurones.

Teste-toi avec le QCM

Teste tes connaissances avec un QCM de 21 questions sur Apprentissage supervisé : exemples et représentations.

1. Pour explorer un jeu de données, une analyste veut examiner la distribution d’une variable, puis la relation entre deux variables. Quels graphiques convient-il d’utiliser, dans cet ordre ?

2. Une équipe regroupe des individus selon une distance choisie entre eux. Quelle propriété les groupes obtenus par clustering doivent-ils viser ?

Faire le QCM →

Consultez la fiche

Révisez le cours complet dans la fiche de révision de Apprentissage supervisé : exemples et représentations.

Voir la fiche →

Cours similaires

Crée tes propres flashcards

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

Générateur de flashcards