Self-assessment quiz

# Que fait la méthode `.fit()` dans scikit-learn ? - [x] Entraîne le modèle sur les données d’entrée > ✅ La méthode `.fit()` entraîne le modèle en apprenant les motifs à partir des données fournies. - [ ] Prédit les étiquettes pour les données d’entrée > ❌ La prédiction est gérée par la méthode `.predict()`, pas par `.fit()`. - [ ] Assigne des clusters aux points de données > ❌ Bien que les modèles de clustering utilisent `.fit()`, l’assignation des clusters fait partie de `.predict()` ou `.transform()`. - [x] Initialise les paramètres du modèle > ✅ La méthode `.fit()` ajuste les paramètres du modèle en fonction des données d’entraînement. - [ ] Visualise les points de données en 2D > ❌ La visualisation n’est pas une fonction de la méthode `.fit()`. # Qu’est-ce qui distingue une classe prédictrice d’une classe transformeur dans scikit-learn ? - [x] Les classes prédictrices sont utilisées pour l’apprentissage supervisé, tandis que les classes transformeurs sont utilisées pour l’apprentissage non supervisé > ✅ Les classes prédictrices gèrent des tâches supervisées, tandis que les transformeurs gèrent des tâches comme le clustering et la réduction de dimension. - [ ] Les classes prédictrices nécessitent des données étiquetées pour l’entraînement, tandis que les transformeurs n’en ont pas besoin > ✅ Les classes prédictrices s’appuient sur des données étiquetées (`X, y`), tandis que les transformeurs utilisent uniquement les données d’entrée (`X`). - [ ] Les classes transformeurs ne peuvent pas effectuer de prédictions > ❌ Les classes transformeurs peuvent effectuer des prédictions, comme l’assignation d’étiquettes de clusters, dans certains cas. - [x] Les classes prédictrices implémentent `.predict()`, tandis que les transformeurs implémentent `.transform()` > ✅ Les classes prédictrices génèrent des prédictions, et les transformeurs transforment les données dans un nouvel espace. - [ ] Les classes transformeurs sont uniquement utilisées pour la visualisation > ❌ Les classes transformeurs sont utilisées pour une gamme de tâches, pas seulement la visualisation. # Pourquoi la programmation orientée objet (POO) est-elle bénéfique dans scikit-learn ? - [x] Elle permet des composants modulaires et réutilisables > ✅ La POO permet d’encapsuler les modèles sous forme de classes, les rendant modulaires et réutilisables dans différents contextes. - [ ] Elle élimine le besoin de données d’entraînement > ❌ Les données d’entraînement sont toujours nécessaires pour entraîner un modèle, indépendamment de la POO. - [x] Elle standardise les interfaces des modèles > ✅ Grâce à la POO, scikit-learn garantit que tous les modèles partagent des méthodes communes comme `.fit()`, `.predict()`, et `.transform()`. - [ ] Elle simplifie le prétraitement des données > ❌ Bien que la POO organise les fonctionnalités, le prétraitement est géré par des classes spécifiques comme `StandardScaler`. - [ ] Elle nécessite moins de mémoire pendant l’entraînement > ❌ L’utilisation mémoire dépend du modèle et des données, pas de la POO elle-même.

# Quel est le principal avantage de l’assemblage de modèles ? - [x] Améliore la précision prédictive > ✅ L’assemblage combine les prédictions de plusieurs modèles pour améliorer la précision globale. - [ ] Réduit la complexité computationnelle > ❌ L’assemblage augmente souvent les besoins computationnels car il implique plusieurs modèles. - [x] Améliore la généralisation aux données non vues > ✅ En agrégeant les prédictions, les ensembles généralisent mieux aux données non vues comparé aux modèles individuels. - [ ] Garantit toujours une meilleure performance sur les données d’entraînement > ❌ Les améliorations de performance sont plus évidentes sur les données de test que sur les données d’entraînement. - [x] Réduit l’impact du surapprentissage pour les modèles à haute variance > ✅ Des techniques comme le bagging aident à réduire le surapprentissage en moyennant les prédictions de modèles divers. # Quelle est l’idée principale derrière le bagging ? - [x] Entraîner plusieurs modèles sur différents sous-ensembles des données > ✅ Le bagging utilise le bootstrap pour créer des sous-ensembles d’entraînement variés, réduisant la variance. - [ ] Corriger les erreurs faites par les modèles précédents > ❌ Cela décrit le boosting, pas le bagging. - [x] Agréger les prédictions pour réduire la variance > ✅ Le bagging réduit la variance en moyennant ou votant les prédictions des modèles individuels. - [ ] Utiliser un méta-modèle pour combiner les modèles de base > ❌ Les méta-modèles sont utilisés dans le stacking, pas dans le bagging. - [ ] Assigner des poids aux modèles individuels selon leur précision > ❌ La pondération des modèles est caractéristique de l’assemblage pondéré, pas du bagging. # Qu’est-ce qui distingue le boosting du bagging ? - [x] Le boosting se concentre sur la réduction du biais en entraînant les modèles séquentiellement > ✅ Le boosting réduit le biais en entraînant les modèles de manière itérative, chaque modèle corrigeant les erreurs du précédent. - [ ] Le boosting entraîne les modèles sur les mêmes sous-ensembles de données > ❌ Le boosting attribue plus de poids aux instances difficiles plutôt que d’utiliser des sous-ensembles identiques. - [x] Le boosting donne plus de poids aux points de données mal classés > ✅ Le boosting met l’accent sur les instances plus difficiles à prédire pendant l’entraînement. - [ ] Le bagging utilise des moyennes pondérées pour les prédictions > ❌ Le bagging utilise généralement une moyenne simple ou un vote, pas des combinaisons pondérées. - [x] Le boosting nécessite un entraînement séquentiel, tandis que le bagging entraîne les modèles indépendamment > ✅ Le boosting entraîne les modèles de façon itérative, tandis que le bagging les entraîne en parallèle. # Comment fonctionne le vote dans l’assemblage de modèles ? - [x] Combine les prédictions de plusieurs modèles pour prendre une décision > ✅ Le vote agrège les prédictions de tous les modèles de base pour arriver à une décision finale. - [ ] Utilise un méta-modèle pour intégrer les prédictions > ❌ L’intégration par méta-modèle est une caractéristique du stacking, pas du vote. - [x] Peut utiliser le vote dur ou le vote doux selon la tâche > ✅ Le vote dur sélectionne la classe majoritaire, tandis que le vote doux moyenne les probabilités. - [ ] Nécessite de réentraîner les modèles après l’agrégation > ❌ Le vote ne nécessite pas de réentraînement ; il combine simplement les prédictions des modèles pré-entraînés. - [ ] Assigne des poids aux modèles selon leur performance > ❌ La pondération est un aspect de l’assemblage pondéré, pas du vote simple. # Pourquoi la diversité entre les modèles est-elle importante dans l’assemblage ? - [x] Les modèles divers sont moins susceptibles de faire les mêmes erreurs > ✅ La diversité garantit que les erreurs des différents modèles s’annulent, améliorant la performance globale. - [ ] Les modèles divers nécessitent toujours des combinaisons pondérées > ❌ Bien que la diversité soit bénéfique, elle ne nécessite pas forcément des combinaisons pondérées. - [x] Combiner des modèles divers améliore la généralisation > ✅ Les modèles divers capturent différents motifs dans les données, améliorant la généralisation aux entrées non vues. - [ ] La diversité garantit une meilleure performance à l’entraînement > ❌ La diversité améliore la généralisation mais ne garantit pas toujours une meilleure performance à l’entraînement. - [ ] Nécessite des hyperparamètres identiques pour tous les modèles > ❌ Les modèles divers ont souvent des architectures, hyperparamètres ou sous-ensembles de données différents.

# Que sont les hyperparamètres en apprentissage automatique ? - [x] Paramètres fixés avant l’entraînement et contrôlant le comportement du modèle > ✅ Les hyperparamètres sont des valeurs prédéfinies, comme le taux d’apprentissage ou la profondeur d’un arbre, qui gouvernent le processus d’entraînement et la structure du modèle. - [ ] Paramètres appris durant le processus d’entraînement > ❌ Les paramètres appris pendant l’entraînement sont appelés paramètres du modèle, pas hyperparamètres. - [x] Exemples incluent le taux d’apprentissage, le nombre de couches et la force de régularisation > ✅ Ce sont des exemples courants d’hyperparamètres à optimiser pour la performance du modèle. - [ ] Valeurs qui changent automatiquement pendant l’entraînement > ❌ Les hyperparamètres restent fixes pendant l’entraînement sauf ajustement manuel lors d’expériences itératives. - [ ] Métriques utilisées pour évaluer la performance d’un modèle > ❌ Les métriques évaluent les modèles, tandis que les hyperparamètres contrôlent le processus d’entraînement. # Pourquoi l’optimisation des hyperparamètres est-elle importante ? - [x] Pour améliorer la capacité du modèle à généraliser aux données non vues > ✅ Un bon réglage des hyperparamètres améliore la performance du modèle sur les données de test, évitant surapprentissage ou sous-apprentissage. - [ ] Pour rendre l’entraînement du modèle plus rapide > ❌ Bien que le réglage puisse influencer l’efficacité de l’entraînement, son but principal est d’optimiser la performance du modèle. - [x] Pour minimiser la métrique d’erreur sur le jeu de validation > ✅ Le processus d’optimisation vise à trouver les hyperparamètres qui atteignent la plus faible erreur de validation. - [ ] Pour garantir que le modèle atteigne toujours 100 % de précision > ❌ Atteindre une précision parfaite est irréaliste et indique souvent un surapprentissage. - [ ] Pour réduire le nombre de caractéristiques dans le jeu de données > ❌ La réduction de caractéristiques est une tâche de prétraitement, non liée à l’optimisation des hyperparamètres. # Qu’est-ce que la recherche en grille (grid search) ? - [x] Une méthode systématique qui évalue toutes les combinaisons possibles d’hyperparamètres > ✅ La recherche en grille explore exhaustivement l’espace de recherche prédéfini des hyperparamètres. - [ ] Une méthode qui sélectionne des combinaisons aléatoires d’hyperparamètres > ❌ Cela décrit la recherche aléatoire, pas la recherche en grille. - [ ] Une approche probabiliste pour trouver les hyperparamètres optimaux > ❌ La recherche en grille est déterministe, pas probabiliste. - [x] Adaptée aux espaces d’hyperparamètres petits et bien définis > ✅ La recherche en grille fonctionne mieux lorsque le nombre de combinaisons est gérable. - [ ] Garantie de trouver l’optimum global pour n’importe quel jeu de données > ❌ La recherche en grille ne trouve que les meilleurs paramètres dans l’espace spécifié, qui peut ne pas inclure l’optimum global. # En quoi la recherche aléatoire diffère-t-elle de la recherche en grille ? - [x] La recherche aléatoire échantillonne les valeurs d’hyperparamètres à partir de distributions > ✅ La recherche aléatoire explore l’espace des hyperparamètres en échantillonnant des valeurs aléatoires, ce qui peut être plus efficace pour les grands espaces. - [ ] La recherche aléatoire évalue toutes les combinaisons systématiquement > ❌ C’est une caractéristique de la recherche en grille, pas de la recherche aléatoire. - [x] Elle peut couvrir une plus large gamme de valeurs avec moins d’évaluations > ✅ La recherche aléatoire identifie souvent plus rapidement de bonnes configurations en explorant un ensemble diversifié de valeurs. - [ ] La recherche aléatoire garantit de trouver la meilleure configuration > ❌ La recherche aléatoire ne garantit pas de trouver la meilleure combinaison mais est efficace en termes de calcul. - [x] Elle est bien adaptée aux espaces d’hyperparamètres de haute dimension > ✅ La recherche aléatoire s’adapte mieux aux espaces de haute dimension que la recherche en grille. # Quel est un conseil pratique pour l’optimisation des hyperparamètres ? - [x] Commencer avec les valeurs d’hyperparamètres par défaut > ✅ Les valeurs par défaut sont bien testées pour de nombreux algorithmes et constituent un bon point de départ pour le réglage. - [ ] Toujours utiliser la recherche en grille pour les grands espaces d’hyperparamètres > ❌ La recherche en grille devient coûteuse pour les grands espaces ; la recherche aléatoire ou l’optimisation bayésienne peuvent être préférables. - [x] Utiliser la validation croisée pour éviter le surapprentissage > ✅ La validation croisée garantit que les hyperparamètres réglés généralisent bien aux données non vues. - [ ] Se concentrer également sur tous les hyperparamètres pendant le réglage > ❌ Il est plus efficace de prioriser les hyperparamètres influents. - [x] Paralléliser les évaluations des hyperparamètres lorsque c’est possible > ✅ Le traitement parallèle accélère la recherche des configurations optimales d’hyperparamètres.