M1 info UFR mathématiques et informatique Université Paris Descartes Examen « apprentissage automatique »
1er juin 2012 Durée 2h Documents autorisés
Exercice 1 (arbres de décision)
Un objet possèdent 3 attributs: a0, a1 et a2. Les attributs prennent leur valeur dans {0, 1, 2}. Un objet appartient à une classe c valant + ou .
Soient l'ensemble d'apprentissage et l'ensemble de test suivants:
learn a0 a1 a2 c test a0 a1 a2 c
l1 1 1 0 + t1 1 1 1
l2 2 1 1 t2 0 0 0 +
l3 0 1 2 + t3 2 2 1 +
l4 2 1 2 t4 0 2 2
l5 0 0 1 t5 0 2 0
l6 2 2 0 + t6 2 0 2 +
l7 2 2 2 + t7 2 0 0 +
l8 1 1 2 t8 2 1 0
l9 0 0 2 + t9 2 0 1
En utilisant l'ensemble d'apprentissage,
1° Construire l'arbre de décision T1 en prenant les attributs dans l'ordre: a0, puis a1, puis a2. Les noeuds terminaux de l'arbre sont libellés +, ou ? selon les cas.
2° Construire le premier niveau de l'arbre de décision T2 en prenant la minimisation de l'entropie pour critère de choix d'attribut. On pourra faire les approximations suivantes: log(2) = 0.7, log(3) = 1.1, log(5) = 1.6 et log(7) = 2.
3° Terminer la construction de T2 avec ce critère.
En utilisant l'ensemble de test,
4° Donner le nombre d'erreurs de T1 et T2. Une erreur + pour – ou – pour + sera comptée 1 et un ? sera compté 0.5.
5° Conclure.
Bruno Bouzy Apprentissage automatique 1/2
M1 info UFR mathématiques et informatique Université Paris Descartes Exercice 2 (réseaux bayésiens)
Soit le réseau bayésien suivant:
1° Calculer P(x1|x2) et P(x1|~x2).
2° Calculer P(x1|x3) et P(x1|~x3).
3° Calculer P(x3|x2) et P(x3|~x2).
4° Calculer P(x2|x3) et P(x2|~x3).
5° Existetil un réseau bayésien ayant la structure cidessous donnant les mêmes probabilités jointes que celles du réseau bayésien cidessus ?
Exercice 3 (réseaux de neurones)
Un objet a deux attributs réels x et y et appartient à la classe + ou à la classe . Soit l'ensemble d'apprentissage suivant:
1° Construire un réseau de neurones avec une couche d'entrée incluant x et y, deux couches cachées et un couche de sortie classifiant correctement les exemples de l'ensemble d'apprentissage. On affectera les connexions entre les neurones avec les poids adéquats.
2° Quels sont les exemples support de l'ensemble d'apprentissage ?
Bruno Bouzy Apprentissage automatique 2/2
+ -
x y
1 2
0 -2
1 2
-1 -2
+ + +
+
+ + + -
-
- - - - - -
- -
- - - - - -
-1
x2 x1 x3
P(x1)=0.6 P(x2|x1)=0.8
P(x2|~x1)=0.3 P(x3|x1)=0.9
P(x3|~x1)=0.2
x1 x2 x3