Quiz Apprentissage Automatique (ML) – Introduction à l’apprentissage statistique

L’apprentissage automatique est un ensemble de techniques informatiques capables d’apprendre des règles de décision à partir d’une base de données.

Un ami vous présente l’assertion suivante 
” Un problème supervisé est un problème pour lequel on utilise  les étiquettes sur les données “.

Un problème non-supervisé est un problème pour lequel on n’utilise aucune étiquette sur les données.

Vous disposez d’une base de données étiquetées avec certaines des étiquettes prenant des valeurs entières et d’autres des nombres décimaux. Votre premier réflexe est de penser à un problème supervisé.

Vous disposez d’une base de données étiquetées avec certaines des étiquettes prenant des valeurs entières et d’autres des nombres décimaux. Votre premier réflexe est de penser à un problème de classification.

Un algorithme d’apprentissage automatique est une fonction définie sur une base de données et correspond à des règles de décision.

Considérons une problématique pour laquelle on veut mettre en place un modèle d’apprentissage automatique pour savoir si une personne est malade ou non. Un de vos amis vous affirme que c’est le cadre parfait pour un modèle de régression.

Votre direction marketing vous donne une base de données de clients et veut que vous groupez ces données en un certain nombre de groupes.  Il n’existe aucune étiquette sur ces clients.

Un label permet de spécifier l’appartenance d’une donnée à un groupe bien précis.

Les observations sont des vecteurs dont les composantes sont mesurées sur des variables ou features.