NSI · Première · Algorithmique et programmation
Algorithmes d’apprentissage
La règle vient des exemples.
En bref
Un algorithme d'apprentissage automatique ne reçoit pas une règle explicite : il l'induit à partir d'exemples.
Un algorithme d'apprentissage automatique ne reçoit pas une règle explicite : il l'induit à partir d'exemples. C'est un renversement complet de la démarche habituelle.
Les deux grandes familles
| La famille | Ses données | Ce qu'elle cherche | Ses sous-cas |
|---|---|---|---|
| Supervisé | Des exemples étiquetés | Prédire l'étiquette de données nouvelles | Classification (courriel indésirable ou non), régression (le prix d'un logement) |
| Non supervisé | Des données sans étiquette | Une structure | Le partitionnement regroupe les données semblables |
Les k plus proches voisins
Le plus simple des algorithmes supervisés, et celui du programme.
| L'étape | Ce qu'on fait |
|---|---|
| 1 | Calculer la distance du point nouveau à tous les points d'apprentissage |
| 2 | Retenir les k plus proches |
| 3 | Lui attribuer la classe majoritaire parmi ces k voisins |
Il n'y a pas d'entraînement : tout le travail se fait à la prédiction. Le coût est linéaire en le nombre d'exemples, pour chaque point à classer.
Les deux réglages qui décident de tout
| Le réglage | Le risque si… | Ce qu'il produit |
|---|---|---|
| k trop petit | — | La prédiction suit le bruit |
| k trop grand | — | Les frontières entre classes sont lissées jusqu'à s'effacer |
| Descripteurs non normalisés | Une variable en milliers face à une variable entre 0 et 1 | La première écrase la seconde dans le calcul de distance |
Évaluer un modèle
On sépare les données en un ensemble d'apprentissage et un ensemble de test, et l'on mesure la performance sur des données jamais vues.
Évaluer sur les données d'apprentissage donne un résultat flatteur et faux : c'est le surapprentissage, un modèle qui a retenu les exemples au lieu d'en tirer une règle.
Les limites, qui sont au programme
| La limite | Ce qu'elle signifie |
|---|---|
| Les biais | Entraîné sur des décisions passées inégalitaires, le modèle les perpétue en leur donnant l'apparence de l'objectivité |
| La corrélation | Il corrèle sans expliquer : une corrélation n'est pas une cause |
| La couverture | Il ne sait rien dire des situations absentes de ses données |
D'où une exigence, et non une précaution de style : dire d'où viennent les données, ce qu'elles ne couvrent pas, et ce que le modèle ne permet pas de conclure.
Teste-toi
6 questions pour vérifier
Touche une réponse : la correction s’affiche tout de suite.
1.Quelle est la différence entre apprentissage supervisé et non supervisé ?
2.Comment l’algorithme des k plus proches voisins classe-t-il un point nouveau ?
3.Pourquoi faut-il normaliser les descripteurs avant un calcul de distance ?
4.Qu’est-ce que le surapprentissage ?
5.Sur quelles données faut-il évaluer un modèle ?
6.Un modèle entraîné sur des données biaisées produit des prédictions neutres.
0 / 6 questions
Dans l’app, ce chapitre a son quiz complet, chronométré, et tes erreurs reviennent au bon moment pour ne plus les refaire.
La fiche de révision, sur une page
Tout « Apprentissage » sur une seule page A4 illustrée : l’essentiel, les pièges et un mini-test. Elle se débloque dans l’app avec des gemmes — et ton compte gratuit en offre assez pour tes trois premières fiches.
