ML quizz

Le Machine Learning consiste principalement à…

• Coder explicitement des règles SI…ALORS… pour chaque cas
• Apprendre un modèle statistique à partir d'exemples (données)
• Exécuter un programme sans données d'apprentissage
• Simuler l’intelligence humaine sans données

Answer explanation

Le ML apprend un modèle à partir d’exemples (features + labels) pour résoudre un problème pratique.

Dans un jeu de données supervisé, que contient chaque exemple ?

• Uniquement un vecteur de caractéristiques
• Uniquement un label
• Un couple (x, y) : features et label
• Un graphe sans attributs

Answer explanation

Un dataset supervisé est défini par D = {(x_i, y_i)}.

Associer la tâche au type de variable cible y (choisir tout ce qui s'applique).

• Régression → y réel (ℝ)
• Classification binaire → y ∈ {0,1}
• Multiclasse → y ∈ {1,…,C}
• Multilabel → un seul label vrai par exemple

Answer explanation

En multilabel, plusieurs labels peuvent être vrais simultanément.

Parmi les types d’apprentissage suivants, lequel utilise des données non labellisées pour découvrir la structure ?

• Supervisé
• Non supervisé
• Semi-supervisé
• Par renforcement

Answer explanation

L’apprentissage non supervisé travaille sans labels pour trouver des clusters, réduire la dimension, etc.

Compléter : En semi‑supervisé, on exploite beaucoup d’exemples ______ et peu d’exemples ______ pour améliorer un modèle prédictif.

• labellisés, non labellisés
• non labellisés, labellisés
• images, textes
• données temps réel uniquement

Answer explanation

|U| ≫ |L| : beaucoup de non labellés, peu de labellés.

Les données nominales sont…

• Quantitatives avec ordre naturel
• Catégorielles sans ordre intrinsèque (ex. couleur)
• Numériques continues
• Toujours ordinales

Answer explanation

Nominales : pas d’ordre (ex. couleur). Ordinales : ordre logique (S, M, L…).

Choisir tout ce qui correspond à des données numériques continues :

• Poids d’une personne
• Nombre d’enfants
• Température
• Taille de t‑shirt (S,M,L)

Answer explanation

Poids et température sont des grandeurs continues ; nombre d’enfants est discret ; tailles de t‑shirt sont ordinales.

Compléter : la standardisation s’écrit z = (x − __) / __ .

• (x − μ) / σ
• (x − σ) / μ
• (x − min) / (max − min)
• x/σ + μ

Answer explanation

Standardisation : z = (x − μ) / σ. Min–Max : (x−min)/(max−min).

Pourquoi parle‑t‑on de distribution bimodale dans l’exemple hommes/femmes ?

Answer explanation

Deux sous‑populations avec des centres distincts → deux pics (modes) sur l’histogramme.

« Corrélation n’implique pas causalité » : quel est le rôle d’une variable confondante dans l’exemple glace ↔ coups de soleil ?

Answer explanation

La météo (chaleur/été) augmente à la fois la consommation de glace et l’exposition au soleil → corrélation fallacieuse.