diff --git "a/module-content.json" "b/module-content.json" new file mode 100644--- /dev/null +++ "b/module-content.json" @@ -0,0 +1,2661 @@ +[ + { + "id": 1, + "title": "Bases de l’informatique et découverte de l’IA", + "intro": "Comprendre ce qu’un ordinateur reçoit, traite et conserve, puis organiser son travail et découvrir les usages de l’intelligence artificielle.", + "objectives": [ + "Décrire le fonctionnement général d’un ordinateur", + "Distinguer matériel, système et applications", + "Organiser et sauvegarder des fichiers", + "Identifier les usages et limites de l’IA" + ], + "prereq": "Aucun prérequis en programmation. Savoir effectuer une addition et une division.", + "chapters": [ + { + "title": "Ordinateur, informatique et information", + "definition": "Un ordinateur est une machine électronique programmable qui reçoit des données, exécute des instructions, produit des résultats et peut conserver des données.", + "paragraphs": [ + "L’informatique étudie et met en œuvre le traitement automatique de l’information. « Automatique » signifie que la machine réalise des opérations selon des instructions. L’utilisateur prépare le problème, choisit les données et interprète le résultat. Le fonctionnement d’un ordinateur ne se réduit donc pas à l’écran que l’on voit.", + "Une donnée est une valeur ou une représentation que l’on peut enregistrer : un nombre, un texte, une image ou un son. Une information correspond à des données interprétées dans un contexte. La valeur 14 ne précise rien à elle seule. Avec « moyenne de l’étudiant : 14/20 », on connaît le sens et l’unité.", + "Un smartphone est aussi un système informatique : il comporte un processeur, de la mémoire, du stockage et des programmes. À l’université, l’informatique permet de rédiger, calculer, rechercher des documents, communiquer et automatiser des tâches. Le résultat doit toujours être interprété en fonction de l’objectif." + ], + "example": "À Labé, compter les étudiants inscrits par groupe transforme une liste d’inscriptions en une information utile pour organiser les TD.", + "pitfall": "Une donnée saisie dans un ordinateur peut être fausse. L’automatisation ne garantit ni la qualité des entrées ni la pertinence du résultat.", + "slides": [ + 2, + 3, + 4 + ], + "terms": [ + "ordinateur", + "informatique", + "donnée", + "information", + "smartphone" + ] + }, + { + "title": "Entrée, traitement, sortie et stockage", + "definition": "Un traitement est une opération ou une suite d’opérations qui transforme, organise ou analyse des données.", + "paragraphs": [ + "L’entrée désigne les données reçues par le système. Le traitement applique des opérations. La sortie est le résultat produit. Le stockage conserve des données ou des résultats pour un usage ultérieur. Ces fonctions peuvent se répéter pendant l’utilisation d’un logiciel.", + "Pour calculer une moyenne simple, lire les notes, vérifier leur validité, les additionner puis diviser la somme par leur nombre. Cette méthode suppose des coefficients égaux. Il faut connaître le nombre de notes et éviter de diviser par zéro si la liste est vide.", + "Pour une moyenne pondérée, chaque note est multipliée par son coefficient. On additionne ces produits puis on divise par la somme des coefficients. Dans les exercices, les coefficients sont non négatifs et leur somme doit être strictement positive. L’affichage d’un résultat ne signifie pas qu’un fichier a été enregistré." + ], + "example": "Notes 10, 14 et 15 ; coefficients 1, 2 et 1 : total pondéré = 10 + 28 + 15 = 53 ; somme des coefficients = 4 ; moyenne = 13,25/20.", + "pitfall": "Le calcul d’une moyenne est une règle explicite. Il ne nécessite pas un modèle d’IA entraîné.", + "slides": [ + 4, + 14, + 15 + ], + "terms": [ + "entrée", + "sortie", + "traitement", + "moyenne", + "moyenne pondérée", + "coefficient" + ] + }, + { + "title": "Matériel, processeur et périphériques", + "definition": "Le matériel informatique, ou hardware, regroupe les composants physiques d’un système.", + "paragraphs": [ + "Le processeur, ou CPU (Central Processing Unit, unité centrale de traitement), exécute les instructions des programmes. Il réalise notamment des calculs, des comparaisons et le contrôle des opérations. La carte mère relie les composants. L’alimentation fournit l’énergie nécessaire.", + "Un périphérique d’entrée introduit des données : clavier, souris, microphone ou caméra. Un périphérique de sortie restitue des résultats : écran, imprimante ou haut-parleurs. Un écran tactile assure les deux fonctions : il affiche une image et détecte les gestes.", + "Les données numériques sont représentées avec des bits. Un bit prend la valeur 0 ou 1. Un octet contient 8 bits. En convention décimale, 1 ko = 1 000 octets, 1 Mo = 1 000 000 octets et 1 Go = 1 000 000 000 octets. Les unités Kio, Mio et Gio utilisent des puissances de 1 024." + ], + "example": "Pour dicter un texte, le microphone acquiert le son, le système traite les données et l’écran affiche le texte reconnu.", + "pitfall": "La capacité de stockage et la vitesse de calcul sont différentes. Un grand disque ne garantit pas un ordinateur rapide.", + "slides": [ + 5 + ], + "terms": [ + "matériel", + "CPU", + "processeur", + "périphérique", + "bit", + "octet", + "entrée-sortie" + ] + }, + { + "title": "RAM et stockage : suivre un document", + "definition": "RAM signifie Random Access Memory, ou mémoire à accès aléatoire. Dans ce cours, elle désigne la mémoire vive de travail, généralement volatile.", + "paragraphs": [ + "La RAM contient des instructions et des données utiles aux programmes en cours. « Volatile » signifie que son contenu dépend de l’alimentation électrique et disparaît généralement à la coupure. Le terme « accès aléatoire » décrit l’accès direct aux emplacements mémoire, pas un fonctionnement au hasard.", + "Le stockage conserve les fichiers après extinction. Un SSD (Solid-State Drive) utilise de la mémoire électronique non volatile. Un disque dur utilise des plateaux magnétiques. Une clé USB et une carte mémoire peuvent également stocker des fichiers. La conservation après extinction ne protège pas contre une panne ou une suppression.", + "Quand on modifie un document ouvert, les nouvelles modifications peuvent ne pas encore exister dans le fichier enregistré. La RAM peut être comparée à une table de travail et le stockage à une armoire. Cette analogie aide à comprendre les rôles, sans décrire tous les mécanismes de cache ou de récupération." + ], + "example": "Vous enregistrez « Version A », puis écrivez « Version B » sans enregistrer. Après une coupure, le fichier contient A, en l’absence de sauvegarde automatique ou de récupération.", + "pitfall": "Ne supposez jamais qu’un logiciel enregistre automatiquement. Vérifiez ses réglages et la version réellement conservée.", + "slides": [ + 6, + 9 + ], + "terms": [ + "RAM", + "mémoire vive", + "volatile", + "stockage", + "SSD", + "disque dur", + "USB" + ], + "table": { + "heads": [ + "Critère", + "RAM", + "Stockage" + ], + "rows": [ + [ + "Fonction", + "Travail des programmes en cours", + "Conservation des fichiers" + ], + [ + "Coupure ordinaire", + "Contenu généralement perdu", + "Fichiers enregistrés conservés" + ], + [ + "Exemples", + "Mémoire vive", + "SSD, disque dur, clé USB" + ], + [ + "Risque restant", + "Modifications non enregistrées", + "Panne, suppression, perte du support" + ] + ] + } + }, + { + "title": "Logiciel, système et application", + "definition": "Un logiciel est un ensemble de programmes et de ressources qui permet d’effectuer des tâches sur un système informatique.", + "paragraphs": [ + "Le système d’exploitation, ou OS (Operating System), gère les ressources : processeur, mémoire, fichiers, périphériques et droits d’accès. Windows, macOS, les distributions GNU/Linux, Android et iOS en sont des exemples. Un pilote assure la communication avec un matériel particulier.", + "Une application sert un usage de l’utilisateur : Writer ou Word pour rédiger, Calc ou Excel pour les tableaux, Impress ou PowerPoint pour les présentations, Firefox ou Chrome pour le Web. Le document créé est un fichier de données. Il faut distinguer ce fichier de l’application qui permet de l’ouvrir.", + "Un navigateur consulte les ressources du Web. Un moteur de recherche est un service qui recherche des contenus. Internet est une infrastructure de réseaux ; le Web et le courriel sont des usages de cette infrastructure. Un service web peut nécessiter Internet alors qu’une application locale peut fonctionner sans connexion." + ], + "example": "Clavier : matériel ; Android : système ; Writer : application ; rapport.docx : fichier. Ces quatre objets ont des rôles différents.", + "pitfall": "Un navigateur et un moteur de recherche ne sont pas interchangeables. Installer une application ne crée pas automatiquement vos documents.", + "slides": [ + 7, + 14, + 15 + ], + "terms": [ + "logiciel", + "système d’exploitation", + "OS", + "application", + "pilote", + "navigateur", + "Internet", + "Web", + "moteur de recherche" + ] + }, + { + "title": "Fichiers, extensions et arborescence", + "definition": "Un fichier est un ensemble de données enregistré et identifié notamment par un nom. Un dossier sert à organiser des fichiers et des sous-dossiers.", + "paragraphs": [ + "Une arborescence décrit une organisation hiérarchique. Un dossier principal de module peut contenir Cours, Exercices, Travaux_personnels et Donnees. Le chemin indique où se trouve le fichier dans cette organisation. Classez selon l’usage, pas uniquement selon le format.", + "L’extension est le suffixe du nom, comme .pdf, .docx, .xlsx, .csv, .pptx, .jpg, .png ou .py. Elle indique habituellement le format, c’est-à-dire l’organisation des données. Un CSV est un fichier texte contenant des données séparées par un délimiteur. Python utilise couramment .py pour ses fichiers source.", + "Choisissez un nom compréhensible indiquant le sujet, une version et éventuellement une date. Exporter transforme la représentation dans un autre format. Renommer change le nom. Une extension peut être masquée dans l’explorateur : vérifiez les réglages d’affichage avant de modifier le fichier." + ], + "example": "Informatique_IA_L1/03_Travaux_personnels/Diallo_TD01_v02_2026-10-23.docx identifie un travail personnel et sa version.", + "pitfall": "Renommer photo.jpg en photo.pdf ne convertit pas l’image. Utilisez un outil d’export ou de conversion.", + "slides": [ + 8, + 14, + 15 + ], + "terms": [ + "fichier", + "dossier", + "arborescence", + "chemin", + "extension", + "format", + "CSV", + "conversion" + ] + }, + { + "title": "Enregistrer, sauvegarder et restaurer", + "definition": "Enregistrer écrit les modifications dans un fichier. Sauvegarder conserve une copie permettant une récupération après un incident.", + "paragraphs": [ + "Enregistrer régulièrement réduit le risque de perdre le travail en cours. Une sauvegarde indépendante permet de récupérer un fichier après perte de l’ordinateur, panne ou suppression. Une seconde copie dans un autre dossier du même disque ne protège pas contre la panne de ce disque.", + "La synchronisation met en cohérence plusieurs emplacements. Elle peut aussi répercuter une suppression ou une corruption. Certains services conservent des versions et proposent une restauration, mais ces garanties dépendent de leur configuration et de leur durée de conservation.", + "Un plan simple précise quoi copier, où, quand et comment restaurer. Identifiez les versions et testez l’ouverture d’une copie. Une clé USB peut servir de support complémentaire mais peut aussi être perdue ou endommagée. Ne gardez pas votre unique exemplaire sur un seul support." + ], + "example": "Après le TD, enregistrez l’original modifiable, copiez-le vers un support distinct puis ouvrez la copie pour vérifier son contenu et sa version.", + "pitfall": "Une sauvegarde jamais testée peut être inutilisable au moment où l’on en a besoin.", + "slides": [ + 9 + ], + "terms": [ + "enregistrement", + "sauvegarde", + "synchronisation", + "restauration", + "version" + ] + }, + { + "title": "Première découverte de l’IA et bonnes pratiques", + "definition": "L’intelligence artificielle regroupe des méthodes permettant notamment de réaliser des tâches de perception, de langage, de raisonnement ou de prédiction.", + "paragraphs": [ + "Une formule de calcul suit des règles explicites. L’apprentissage automatique ajuste un modèle à partir d’exemples. Certaines approches d’IA utilisent aussi des connaissances et des règles symboliques. Toute automatisation n’est donc pas de l’IA et toute IA n’utilise pas nécessairement l’apprentissage automatique.", + "Une IA peut aider à reconnaître de la parole, classer des messages, proposer une prévision ou produire un résumé. Une bonne rédaction ne prouve pas que la réponse est vraie. Un système peut se tromper, inventer une référence ou mal fonctionner dans un contexte différent de celui sur lequel il a été évalué.", + "Vérifiez les faits, les calculs et les sources importantes. Ne transmettez pas de mots de passe, de données nominatives ou de documents confidentiels sans autorisation appropriée. Formulez une demande précise avec tâche, contexte, niveau et format. Comprenez et expliquez le travail remis selon les règles de l’enseignant." + ], + "example": "Une IA donne 13 pour la moyenne de 8, 12 et 16. Le calcul 36/3 = 12 révèle l’erreur, malgré une réponse éventuellement convaincante.", + "pitfall": "Une consigne précise améliore le cadrage mais ne garantit pas la vérité. Les algorithmes d’apprentissage seront développés dans les chapitres suivants.", + "slides": [ + 10, + 11, + 12, + 13, + 15 + ], + "terms": [ + "IA", + "automatisation", + "apprentissage automatique", + "confidentialité", + "prompt" + ] + } + ], + "exercises": [ + { + "title": "Identifier les fonctions", + "statement": "Décrivez l’inscription universitaire avec deux entrées, un traitement, une sortie et un stockage.", + "steps": [ + "Choisir des données d’entrée", + "Décrire l’opération", + "Nommer le résultat et sa conservation" + ], + "result": "Identité et formation ; contrôle et inscription ; confirmation ; dossier ou base des inscriptions." + }, + { + "title": "Calculer sans confondre", + "statement": "Calculez la moyenne de 10, 14, 15 avec coefficients 1, 2, 1.", + "steps": [ + "Produits : 10, 28, 15", + "Total : 53 ; poids : 4", + "Division : 53/4" + ], + "result": "13,25/20. Diviser par 3 serait incorrect." + }, + { + "title": "Classer quatre objets", + "statement": "Classez clavier, Android, Writer et rapport.pdf.", + "steps": [ + "Séparer objet physique, système, application et données" + ], + "result": "Matériel ; système d’exploitation ; application ; fichier." + }, + { + "title": "Auditer une affirmation", + "statement": "« Renommer JPG en PDF convertit le fichier et la RAM le conserve après extinction. » Corrigez.", + "steps": [ + "Distinguer nom et format", + "Distinguer mémoire volatile et stockage" + ], + "result": "Renommer ne convertit pas ; le stockage conserve les fichiers enregistrés, pas la RAM ordinaire." + } + ], + "quiz": [ + { + "question": "Que signifie RAM ?", + "answers": [ + "Random Access Memory", + "Read All Machines", + "Remote Automatic Model" + ], + "correct": 0, + "why": "Mémoire à accès aléatoire, généralement utilisée comme mémoire vive de travail." + }, + { + "question": "Un écran tactile remplit quelles fonctions ?", + "answers": [ + "Entrée seulement", + "Sortie seulement", + "Entrée et sortie" + ], + "correct": 2, + "why": "Il reçoit les gestes et affiche une image." + }, + { + "question": "Renommer JPG en PDF convertit-il le contenu ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "La conversion modifie le format, pas seulement le nom." + }, + { + "question": "Quelle copie protège de la panne du disque principal ?", + "answers": [ + "Même disque, autre dossier", + "Copie indépendante sur un autre support" + ], + "correct": 1, + "why": "La panne du disque affecte ses différents dossiers." + }, + { + "question": "Une réponse fluide d’IA est-elle forcément vraie ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Les faits, calculs et références doivent être vérifiés." + } + ], + "homework": "Dessiner une arborescence, identifier cinq matériels et trois logiciels, décrire un traitement et présenter un usage d’IA avec une précaution.", + "slides": [ + "Couverture", + "Objectifs et diagnostic", + "Usages universitaires", + "Entrée, traitement, sortie, stockage", + "Matériel et langage binaire", + "Mémoire vive et stockage", + "Pyramide logicielle", + "Fichiers et dossiers", + "Enregistrer et sauvegarder", + "Automatisation et IA", + "Capacités de l’IA", + "Limites de l’IA générative", + "Bonnes pratiques", + "Trois défis pratiques", + "Corrigés, synthèse et devoir" + ] + }, + { + "id": 2, + "title": "Introduction à l’intelligence artificielle", + "intro": "Décrire une tâche d’IA, comprendre les principales approches et distinguer performance, compréhension et causalité.", + "objectives": [ + "Définir un système par ses entrées et sorties", + "Comparer approches symboliques et apprises", + "Distinguer quatre familles de tâches", + "Expliquer entraînement, inférence et transfert de contexte" + ], + "prereq": "Cours 1 : données, traitement, matériel et logiciels.", + "chapters": [ + { + "title": "Décrire un système avant de l’évaluer", + "definition": "Un système d’IA doit être décrit par une tâche, des entrées, des sorties et des conditions d’utilisation.", + "paragraphs": [ + "Le mot « intelligent » ne décrit pas une capacité précise. Pour étudier un outil, nommez le problème : classer des messages, prévoir une durée ou produire un texte. Définissez qui utilise le résultat et ce qui se passe si le système se trompe.", + "L’entrée est ce que le système reçoit au moment de l’utilisation. La sortie est ce qu’il fournit. Une catégorie administrative n’est pas une réponse complète à une demande. Une note prédite n’est pas une note officiellement attribuée. Le rôle opérationnel doit rester explicite.", + "On évalue ensuite la réussite avec des critères adaptés et des cas réalistes. Décrire les erreurs gênantes aide à prévoir un contrôle humain. Une application scolaire peut employer plusieurs tâches d’IA et des traitements sans IA. Le domaine d’application ne définit donc pas à lui seul le mécanisme." + ], + "example": "Entrée : texte d’un message étudiant ; sortie : catégorie Scolarité ou Bourse ; risque : une demande urgente mal orientée.", + "pitfall": "Ne confondez pas le domaine « éducation » avec la tâche « classification ».", + "slides": [ + 2, + 7, + 9, + 10 + ], + "terms": [ + "système d’IA", + "tâche", + "entrée", + "sortie", + "supervision humaine" + ] + }, + { + "title": "Automatisation, histoire et approches symboliques", + "definition": "L’IA symbolique représente des connaissances et utilise des règles de raisonnement explicites.", + "paragraphs": [ + "Une automatisation exécute des opérations sans intervention humaine à chaque étape. Une calculatrice peut appliquer des formules sans apprentissage. Une IA symbolique peut toutefois employer des règles pour réaliser une tâche de raisonnement. La frontière ne se résume donc pas à « règles contre absence de règles ».", + "Un système expert rassemble une base de connaissances et un mécanisme d’inférence. Une règle peut proposer une vérification lorsqu’un champ obligatoire manque. Cette méthode est utile quand les connaissances peuvent être formulées, mais une grande base de règles devient difficile à maintenir et peut manquer les cas imprévus.", + "En 1950, Alan Turing propose un jeu d’imitation pour discuter l’intelligence des machines. Le projet de Dartmouth de 1955, suivi de l’atelier de 1956, contribue à établir le domaine nommé intelligence artificielle. Ces repères historiques ne démontrent pas qu’une machine possède une conscience." + ], + "example": "« Si une pièce obligatoire manque, demander une vérification » est une règle explicite. Sa qualité dépend de la règle et de la fiabilité du champ lu.", + "pitfall": "La présence d’une règle ne suffit pas à qualifier tout programme d’IA.", + "slides": [ + 3, + 4, + 7, + 15 + ], + "terms": [ + "IA symbolique", + "système expert", + "règle", + "Turing", + "Dartmouth", + "automatisation" + ] + }, + { + "title": "Apprentissage automatique, profond et génératif", + "definition": "L’apprentissage automatique ajuste un modèle à partir de données pour effectuer une tâche.", + "paragraphs": [ + "L’algorithme d’apprentissage utilise des exemples pour ajuster des paramètres. Le modèle obtenu est une représentation calculable. Pour classer des messages, on peut fournir des textes et leurs catégories. La qualité et la représentativité des exemples influencent les performances.", + "L’apprentissage profond utilise des réseaux de neurones comportant plusieurs niveaux de transformations. Il peut représenter des relations complexes, mais exige une évaluation adaptée et peut coûter cher en calcul. Il n’est pas automatiquement préférable à une méthode simple.", + "L’IA générative produit du contenu, par exemple un texte ou une image. « Génératif » décrit un type de résultat ; « profond » décrit une famille de méthodes. Beaucoup de systèmes génératifs actuels reposent sur l’apprentissage profond, mais ces termes ne sont pas synonymes. Le volume nécessaire de données dépend du problème, de la méthode et des connaissances préexistantes du modèle." + ], + "example": "Un filtre entraîné sur des messages étiquetés apprend à attribuer une catégorie. Un générateur de texte produit une suite de jetons.", + "pitfall": "Tout apprentissage n’exige pas des données massives. Aucun modèle n’est fiable uniquement parce qu’il est complexe.", + "slides": [ + 4, + 6 + ], + "terms": [ + "apprentissage automatique", + "machine learning", + "apprentissage profond", + "deep learning", + "IA générative", + "modèle" + ], + "table": { + "heads": [ + "Terme", + "Ce qu’il décrit", + "À ne pas supposer" + ], + "rows": [ + [ + "IA symbolique", + "Connaissances et règles", + "Que toute règle est de l’IA" + ], + [ + "Machine learning", + "Ajustement à partir de données", + "Que les données doivent toujours être massives" + ], + [ + "Deep learning", + "Plusieurs niveaux de transformations neuronales", + "Que plus profond est toujours meilleur" + ], + [ + "Génératif", + "Production de contenu", + "Que le contenu est vrai" + ] + ] + } + }, + { + "title": "Classification et régression", + "definition": "La classification prévoit une catégorie ; la régression prévoit une quantité numérique.", + "paragraphs": [ + "En classification, les résultats attendus sont des classes : message administratif ou personnel, document de type A ou B. Le choix des catégories et les règles d’annotation doivent être clairs. Une catégorie codée par un nombre reste une catégorie.", + "En régression, la cible est une quantité : durée d’un trajet, température ou note. On évalue la distance entre valeur prédite et valeur observée. Une prédiction doit être interprétée avec son unité et les limites de son domaine d’utilisation.", + "La même situation peut produire des problèmes différents. Prévoir la valeur d’une note est une régression. Prévoir si une note dépasse un seuil est une classification. Le seuil utilisé dans un exercice ne représente pas nécessairement un règlement universitaire." + ], + "example": "Prévoir 13,5/20 : régression. Prévoir la catégorie « au-dessus du seuil défini pour l’exercice » : classification.", + "pitfall": "La nature de la cible, et non son codage numérique, détermine la tâche.", + "slides": [ + 5, + 11, + 12 + ], + "terms": [ + "classification", + "régression", + "catégorie", + "cible", + "étiquette" + ] + }, + { + "title": "Regroupement et génération", + "definition": "Le regroupement recherche des observations similaires sans cible de groupe fournie pour l’ajustement ; la génération produit un contenu.", + "paragraphs": [ + "Le regroupement, ou clustering, utilise des caractéristiques et une mesure de proximité pour constituer des groupes. On ne fournit pas au départ la bonne catégorie de chaque observation pour guider l’ajustement. Les groupes dépendent donc de la représentation et de la méthode.", + "La génération produit un texte, une image, un son ou un autre contenu. Un résumé peut être généré, mais il faut contrôler sa fidélité au document. Un système de génération peut également intégrer une recherche documentaire : il faut vérifier les fonctionnalités effectivement présentes.", + "Un groupe statistique n’est pas une catégorie naturelle prouvée. Une génération plausible n’est pas une preuve factuelle. Pour les deux tâches, définissez un usage raisonnable et des contrôles adaptés plutôt que de vous fier à l’apparence du résultat." + ], + "example": "Regrouper des articles par caractéristiques sans catégories préalables relève du clustering. Rédiger une synthèse relève ici de la génération.", + "pitfall": "Un résumé automatique peut omettre une réserve importante ou ajouter un fait absent du document.", + "slides": [ + 5, + 11, + 12 + ], + "terms": [ + "regroupement", + "clustering", + "génération", + "résumé" + ] + }, + { + "title": "Entraînement et inférence", + "definition": "L’entraînement ajuste les paramètres d’un modèle. L’inférence utilise le modèle pour traiter une nouvelle entrée.", + "paragraphs": [ + "Pendant l’entraînement, une procédure compare ou structure des exemples et modifie le modèle selon un objectif. Ce processus peut être long et mobiliser de nombreuses ressources. Le résultat est un modèle ajusté, pas une collection de réponses garanties vraies.", + "Pendant l’inférence, les paramètres sont utilisés pour produire une sortie. Dans un déploiement ordinaire, une nouvelle question ne déclenche pas nécessairement un nouvel entraînement. Certains systèmes peuvent apprendre en ligne, mais il faut le documenter plutôt que le supposer.", + "Il faut distinguer les données d’entraînement, les données de validation pour les choix et les données de test pour l’évaluation finale. Les cours 4 et 5 expliquent cette séparation. Une donnée jamais vue n’est utile pour l’évaluation que si elle représente le contexte d’utilisation visé." + ], + "example": "Un filtre est ajusté sur des messages connus, puis classe un nouveau message. Cette seconde opération est une inférence.", + "pitfall": "Répondre à un utilisateur ne signifie pas que le système modifie ses paramètres à chaque échange.", + "slides": [ + 6, + 15 + ], + "terms": [ + "entraînement", + "inférence", + "paramètre", + "nouvelle donnée" + ] + }, + { + "title": "Représentativité, transfert et causalité", + "definition": "La généralisation est la capacité d’un modèle à produire des résultats utiles sur de nouvelles observations pertinentes.", + "paragraphs": [ + "Un échantillon ne représente pas automatiquement toutes les populations ou toutes les périodes. Les langues, habitudes et équipements peuvent différer entre contextes. Un outil performant dans un établissement doit être testé avant un usage dans un autre.", + "Une association statistique signifie que des variables varient ensemble. Elle ne démontre pas que modifier l’une causera une modification de l’autre. Des facteurs communs, des erreurs de mesure ou une sélection des observations peuvent expliquer une relation.", + "Une prédiction est assortie d’incertitude. Un score affiché n’est pas automatiquement une probabilité correctement calibrée. Il faut préciser ce que mesure le score et comment le modèle a été évalué. Une bonne performance sur une tâche ne démontre ni conscience ni compréhension humaine générale." + ], + "example": "Un classement de messages appris dans une seule langue peut échouer sur les formulations et langues utilisées à Labé.", + "pitfall": "« 98 % » sans métrique, échantillon et protocole ne permet pas de juger la fiabilité.", + "slides": [ + 7, + 8, + 13, + 14, + 15 + ], + "terms": [ + "généralisation", + "représentativité", + "transfert de contexte", + "corrélation", + "causalité", + "calibration" + ] + }, + { + "title": "Décrire un usage responsable", + "definition": "Un usage responsable précise les limites, les contrôles humains et les conséquences possibles des erreurs.", + "paragraphs": [ + "Pour un cas concret, notez la tâche, les données disponibles avant la décision, la sortie et les personnes concernées. Listez au moins une erreur coûteuse. Définissez ce qui sera vérifié par un humain et ce qui ne doit pas être automatisé sans contrôle.", + "Comparez les résultats avec une solution simple et explicable. Examinez les performances sur les sous-groupes pertinents et documentez les limites de l’échantillon. Ne transformez pas un exemple pédagogique en outil de décision réel sans validation spécifique.", + "Pour analyser une affirmation commerciale, demandez : quel indicateur ? Sur quelles données ? Quelle proportion de cas difficiles ? Le contexte local a-t-il été testé ? Quelles garanties de confidentialité ? Ces questions rendent l’évaluation concrète et évitent de confondre promesse et preuve." + ], + "example": "Pour orienter les courriels universitaires, prévoir une catégorie « à vérifier » et un contrôle humain pour les messages urgents ou peu sûrs.", + "pitfall": "L’absence d’erreur dans une démonstration courte ne garantit pas la fiabilité en fonctionnement réel.", + "slides": [ + 9, + 10, + 13, + 14, + 15 + ], + "terms": [ + "risque", + "contrôle humain", + "évaluation", + "performance" + ] + } + ], + "exercises": [ + { + "title": "Décrire un outil", + "statement": "Définissez un classement de messages universitaires.", + "steps": [ + "Entrée : texte du message", + "Sortie : catégorie administrative", + "Tâche : classification", + "Erreur : message urgent mal orienté" + ], + "result": "Prévoir une vérification humaine pour les cas incertains ou urgents." + }, + { + "title": "Reconnaître les tâches", + "statement": "Classez : prévoir une note, distinguer deux documents, rapprocher des articles sans étiquettes, rédiger un résumé.", + "steps": [ + "Identifier le type de sortie et la présence d’une cible" + ], + "result": "Régression ; classification ; regroupement ; génération." + }, + { + "title": "Auditer une promesse", + "statement": "Commentez « 98 %, fonctionne partout, comprend les étudiants ».", + "steps": [ + "Demander la métrique et le test", + "Examiner le transfert local", + "Séparer performance et compréhension" + ], + "result": "Aucune de ces trois affirmations ne suffit sans définition et preuves adaptées." + }, + { + "title": "Comparer deux contextes", + "statement": "Un modèle de messages fonctionne ailleurs et échoue à Labé. Proposez des vérifications.", + "steps": [ + "Langues et formulations", + "Catégories et annotation", + "Échantillon local indépendant", + "Analyse des erreurs" + ], + "result": "Évaluer les différences de données et d’usage avant de conclure ou réentraîner." + } + ], + "quiz": [ + { + "question": "L’IA se limite-t-elle au machine learning ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Les approches symboliques appartiennent aussi au domaine." + }, + { + "question": "Prévoir une durée est une tâche de…", + "answers": [ + "Régression", + "Classification" + ], + "correct": 0, + "why": "La sortie est une quantité numérique." + }, + { + "question": "Utiliser un modèle déjà ajusté correspond à…", + "answers": [ + "Inférence", + "Entraînement" + ], + "correct": 0, + "why": "Les paramètres servent à traiter une nouvelle entrée." + }, + { + "question": "Une corrélation prouve-t-elle une causalité ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Une relation observée peut avoir plusieurs explications." + }, + { + "question": "Un score est-il toujours une probabilité fiable ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "La calibration et le protocole doivent être examinés." + } + ], + "homework": "Choisir une application universitaire fictive, décrire entrées, sorties, tâche et trois limites probables, sur une page.", + "slides": [ + "Couverture", + "Rappel et description d’un système", + "Automatisation et histoire", + "Approches de l’IA", + "Quatre tâches", + "Entraînement et inférence", + "Applications locales", + "Limites scientifiques", + "Activité 1 : décrire", + "Corrigé 1", + "Activité 2 : tâches", + "Corrigé 2", + "Activité 3 : promesse", + "Corrigé 3", + "Évaluation et références" + ] + }, + { + "id": 3, + "title": "Algorithmes et résolution de problèmes", + "intro": "Passer d’un problème formulé en français à une méthode précise, vérifier les cas limites et suivre l’exécution.", + "objectives": [ + "Définir entrées, sorties et contraintes", + "Utiliser variables, conditions et boucles", + "Tracer et vérifier un algorithme", + "Comparer recherche linéaire et dichotomique" + ], + "prereq": "Cours 1 et 2. Moyennes, comparaisons et calculs élémentaires.", + "chapters": [ + { + "title": "Problème, algorithme et programme", + "definition": "Un algorithme décrit des opérations précises et ordonnées pour résoudre un problème. Un programme met en œuvre des instructions dans un langage informatique.", + "paragraphs": [ + "La résolution commence par une question claire : que veut-on obtenir et à partir de quelles données ? Le pseudocode est une écriture structurée lisible par un humain. Il permet de discuter la logique avant de choisir un langage comme Python.", + "La description doit préciser l’ordre, les conditions et les cas particuliers. « Calculer correctement » ne constitue pas une instruction suffisante. Pour les problèmes étudiés ici, l’exécution doit se terminer et produire le résultat attendu pour les entrées admises.", + "Un même algorithme peut être traduit dans plusieurs langages. Deux programmes peuvent aussi résoudre le même problème avec des méthodes différentes. La qualité de la méthode et la qualité de sa traduction se vérifient séparément." + ], + "example": "Pour une moyenne : lire les valeurs, vérifier les contraintes, calculer le total et le nombre, diviser puis afficher.", + "pitfall": "Une méthode vague ne devient pas précise parce qu’elle est écrite dans un langage de programmation.", + "slides": [ + 2, + 3, + 15 + ], + "terms": [ + "algorithme", + "programme", + "pseudocode", + "instruction" + ] + }, + { + "title": "Entrées, sorties, contraintes et cas limites", + "definition": "Une spécification précise les données acceptées, le résultat attendu et les règles qui doivent être respectées.", + "paragraphs": [ + "Les entrées sont les données fournies à la méthode. Les sorties décrivent ce qu’elle doit retourner. Les contraintes fixent les valeurs autorisées : notes entre 0 et 20, coefficients non négatifs, nombre d’éléments connu ou liste valide.", + "Les cas limites sont les situations proches d’une frontière ou d’un cas particulier : liste vide, une seule note, tous les coefficients nuls, valeur égale à 0 ou 20. Ils doivent être traités explicitement. On ne remplace pas une entrée invalide par une valeur arbitraire.", + "Construisez un petit tableau de tests avant le pseudocode : cas ordinaire, cas frontière et cas invalide. Pour chaque cas, écrivez le résultat ou le message attendu. Ce tableau sert à vérifier la méthode et à expliquer ses limites à un autre lecteur." + ], + "example": "Une moyenne d’une liste vide n’est pas définie par division. La méthode doit signaler l’absence de notes avant de calculer.", + "pitfall": "Une exécution correcte sur un exemple ne démontre pas la correction sur tous les cas.", + "slides": [ + 4, + 8, + 13, + 14 + ], + "terms": [ + "spécification", + "contrainte", + "cas limite", + "validation des entrées", + "liste vide" + ] + }, + { + "title": "Variables, affectation et trace", + "definition": "Une variable est un nom associé à une valeur dans l’état du calcul. Une affectation met à jour cette valeur.", + "paragraphs": [ + "Le symbole ← peut représenter une affectation en pseudocode. Dans « somme ← somme + 5 », on lit l’ancienne valeur, on lui ajoute 5, puis on stocke le résultat sous le même nom. Ce n’est pas une égalité mathématique affirmée pour toutes les valeurs.", + "Initialiser une variable donne sa valeur de départ. Un accumulateur conserve un total progressif. Un compteur suit un nombre d’éléments ou d’itérations. Le choix de noms explicites aide à suivre le sens du calcul.", + "Une trace d’exécution est un tableau des valeurs successives. Elle indique l’étape, la donnée traitée et les variables mises à jour. Une trace permet de repérer une mauvaise initialisation, une mise à jour oubliée ou un ordre incorrect." + ], + "example": "s ← 0 ; ajouter 2, puis 4, puis 6. Valeurs successives : 0, 2, 6, 12. La valeur finale vaut 12.", + "pitfall": "Ne confondez pas la valeur initiale et la première valeur après mise à jour.", + "slides": [ + 5, + 9, + 13, + 14 + ], + "terms": [ + "variable", + "affectation", + "initialisation", + "accumulateur", + "compteur", + "trace d’exécution" + ] + }, + { + "title": "Conditions et décisions", + "definition": "Une condition est une expression dont le résultat est vrai ou faux et qui permet de choisir une action.", + "paragraphs": [ + "La structure SI… ALORS… SINON… exécute une branche selon le résultat d’une condition. Les comparaisons comme <, ≤, = ou ≥ doivent être choisies selon la règle exacte. Un cas d’égalité peut changer le résultat.", + "Une condition peut aussi servir à refuser une entrée invalide avant un calcul. Il faut alors arrêter proprement ou demander une correction. Continuer le calcul après avoir signalé une erreur peut produire un résultat incohérent.", + "Pour tester une décision, choisissez une valeur en dessous du seuil, une valeur exactement au seuil et une au-dessus. Une règle d’exercice est une convention pédagogique. Les règlements réels de validation des études comportent éventuellement d’autres conditions." + ], + "example": "Pour la règle fictive « seuil atteint si moyenne ≥ 10 », 9,9 échoue, 10 et 10,1 atteignent le seuil.", + "pitfall": "Le seuil 10/20 utilisé ici ne décrit pas à lui seul les conditions officielles de réussite à l’université.", + "slides": [ + 6, + 13, + 14 + ], + "terms": [ + "condition", + "booléen", + "comparaison", + "seuil" + ] + }, + { + "title": "Boucles POUR et TANT QUE", + "definition": "Une boucle répète un bloc d’instructions selon un parcours ou une condition.", + "paragraphs": [ + "POUR est utile quand on parcourt une collection ou un nombre connu d’éléments. Pour chaque note d’une liste, on peut incrémenter un compteur ou ajouter la note à un total. Les variables de cumul doivent être initialisées avant la boucle.", + "TANT QUE répète le bloc tant qu’une condition reste vraie. Pour que le programme se termine, une action doit rendre cette condition fausse après un nombre fini d’étapes, ou une sortie explicite doit être prévue.", + "Une boucle infinie ne se termine pas dans les conditions prévues. Une erreur fréquente consiste à oublier la mise à jour du compteur. Une autre consiste à choisir une frontière incorrecte et traiter un élément de trop ou de moins. La trace aide à contrôler ces erreurs." + ], + "example": "Compter les notes ≥ 10 : compteur ← 0 ; pour chaque note valide, si note ≥ 10, compteur ← compteur + 1.", + "pitfall": "Demander indéfiniment une saisie n’est pas une garantie d’arrêt. Prévoir aussi une possibilité d’annulation pour un outil réel.", + "slides": [ + 7, + 13, + 15 + ], + "terms": [ + "boucle", + "POUR", + "TANT QUE", + "itération", + "boucle infinie" + ], + "code": "compteur ← 0\nPOUR chaque note\n SI note < 0 OU note > 20 ALORS signaler erreur ; arrêter\n SI note ≥ 10 ALORS compteur ← compteur + 1\nFIN POUR\nretourner compteur\n# Une liste vide renvoie ici 0 : aucune note au seuil." + }, + { + "title": "Moyenne pondérée : méthode et invariant", + "definition": "Un invariant est une propriété qui reste vraie à des points déterminés de chaque itération et aide à justifier un calcul.", + "paragraphs": [ + "Initialiser total et poids à zéro. Pour chaque paire note-coefficient, vérifier que la note est dans l’intervalle prévu et que le coefficient est non négatif. Ajouter note × coefficient au total et le coefficient au poids.", + "À la fin du parcours, vérifier que poids est strictement positif avant la division. L’invariant attendu est : après chaque itération, total égale la somme des produits déjà parcourus et poids la somme des coefficients correspondants.", + "L’invariant relie les opérations locales au résultat global. Il ne remplace pas la vérification de la terminaison et des entrées. Une trace sur quelques données permet de comprendre la méthode ; le raisonnement sur l’invariant explique pourquoi le cumul correspond à la formule." + ], + "example": "Paires (10,1), (14,2), (15,1). Après chaque étape : (total,poids) = (10,1), (38,3), (53,4). Résultat : 13,25.", + "pitfall": "Diviser par le nombre de notes calcule une autre grandeur si les coefficients diffèrent.", + "slides": [ + 8, + 9, + 13, + 14 + ], + "terms": [ + "moyenne pondérée", + "invariant", + "somme des coefficients" + ], + "code": "total ← 0\npoids ← 0\nSI nombre de paires = 0 ALORS signaler « liste vide » ; arrêter\nPOUR chaque paire (note, coefficient)\n SI note < 0 OU note > 20 OU coefficient < 0\n signaler « entrée invalide » ; arrêter\n FIN SI\n total ← total + note × coefficient\n poids ← poids + coefficient\nFIN POUR\nSI poids ≤ 0\n signaler « somme des coefficients nulle »\nSINON\n retourner total / poids\nFIN SI" + }, + { + "title": "Maximum, recherche linéaire et dichotomie", + "definition": "La recherche linéaire parcourt les éléments ; la recherche dichotomique réduit par moitié un intervalle dans une collection ordonnée adaptée.", + "paragraphs": [ + "Pour trouver un maximum, traiter d’abord la liste vide puis initialiser le maximum au premier élément. Parcourir les suivants et remplacer le maximum si une valeur plus grande apparaît. Initialiser à zéro échoue sur une liste de nombres tous négatifs.", + "Une recherche linéaire compare successivement les éléments jusqu’à trouver la valeur ou terminer la liste. Elle ne requiert pas un tri. Dans le pire cas, le nombre d’éléments examinés est proportionnel à la taille de la liste.", + "La dichotomie compare la valeur au milieu d’un intervalle trié puis conserve la moitié pertinente. Pour une recherche sur tableau, elle suppose un ordre cohérent et l’accès adapté aux positions. Le tri préalable a un coût : la dichotomie n’est pas automatiquement le meilleur choix pour une seule petite recherche." + ], + "example": "Maximum de 8, 14, 5, 18, 12 : valeurs du maximum courant 8, 14, 14, 18, 18. Résultat : 18.", + "pitfall": "Chercher par dichotomie dans une liste non triée peut éliminer la partie contenant la réponse.", + "slides": [ + 10, + 11, + 13, + 14 + ], + "terms": [ + "maximum", + "recherche linéaire", + "recherche dichotomique", + "dichotomie", + "tri" + ], + "code": "SI liste vide ALORS signaler « aucun maximum » ; arrêter\nmaximum ← premier élément\nPOUR chaque élément suivant\n SI élément > maximum ALORS maximum ← élément\nFIN POUR\nretourner maximum" + }, + { + "title": "Coût algorithmique et heuristique", + "definition": "La complexité décrit comment les ressources nécessaires évoluent avec la taille des données, selon un modèle de calcul précisé.", + "paragraphs": [ + "La notation O(n) exprime ici une borne asymptotique de croissance linéaire, pas une durée en secondes. Une recherche linéaire a un pire cas en O(n). La dichotomie sur tableau trié a un coût logarithmique en O(log n) pour les comparaisons.", + "Le temps réel dépend aussi de l’ordinateur, de l’implémentation et des données. Comparer deux méthodes demande de préciser l’opération comptée et de ne pas oublier les étapes préalables comme le tri.", + "Une heuristique est une règle de recherche qui guide vers des solutions prometteuses sans garantir, en général, une solution optimale. En IA, une recherche d’itinéraire peut explorer des états et utiliser une estimation de distance. Les garanties dépendent de l’algorithme et des propriétés de cette estimation." + ], + "example": "Pour doubler une liste, un parcours linéaire examine environ deux fois plus d’éléments ; une dichotomie ajoute environ une étape, à modèle constant.", + "pitfall": "Une méthode rapide sur un seul exemple n’a pas nécessairement la meilleure croissance pour de grandes données.", + "slides": [ + 11, + 12, + 14, + 15 + ], + "terms": [ + "complexité", + "O(n)", + "O(log n)", + "heuristique", + "état" + ] + } + ], + "exercises": [ + { + "title": "Tracer une somme", + "statement": "Initialisez s à 0, puis ajoutez 2, 4 et 6. Donnez la trace.", + "steps": [ + "Écrire l’état initial", + "Mettre à jour après chaque ajout" + ], + "result": "0, 2, 6, 12." + }, + { + "title": "Corriger une moyenne", + "statement": "Un programme divise 53 par 3 pour les paires (10,1), (14,2), (15,1).", + "steps": [ + "Somme des poids : 1+2+1 = 4", + "Vérifier que 4 > 0" + ], + "result": "53/4 = 13,25 et non 53/3." + }, + { + "title": "Maximum avec négatifs", + "statement": "Trouvez le maximum de −8, −2 et −9. Que vaut une initialisation à 0 ?", + "steps": [ + "Initialiser à −8", + "Comparer −2 puis −9" + ], + "result": "Maximum −2. Une initialisation à 0 renverrait une valeur absente et fausse." + }, + { + "title": "Recherche et prérequis", + "statement": "Cherchez 8 dans 1, 3, 5, 8, 10 par dichotomie.", + "steps": [ + "Milieu : 5, garder la droite", + "Comparer les positions restantes" + ], + "result": "8 est trouvé. L’ordre de la liste justifie l’élimination des moitiés." + } + ], + "quiz": [ + { + "question": "Une affectation est-elle une égalité mathématique ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Elle met à jour un état de calcul." + }, + { + "question": "Quelle entrée exige un traitement explicite pour un maximum ?", + "answers": [ + "Liste vide", + "Liste de taille 3" + ], + "correct": 0, + "why": "Le premier élément n’existe pas pour initialiser le maximum." + }, + { + "question": "La dichotomie exige ici…", + "answers": [ + "Une liste triée", + "Une liste aléatoire" + ], + "correct": 0, + "why": "L’ordre permet d’éliminer une moitié." + }, + { + "question": "O(n) mesure directement des secondes ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Il décrit une croissance selon un modèle de coût." + }, + { + "question": "Une heuristique garantit toujours l’optimum ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Ses garanties dépendent de la méthode et des hypothèses." + } + ], + "homework": "Écrire le pseudocode qui compte les notes ≥ 10, traiter liste vide et valeurs invalides, puis tracer deux exemples.", + "slides": [ + "Couverture", + "Objectifs", + "Algorithme et programme", + "Analyse du problème", + "Variables et affectation", + "Conditions", + "Boucles", + "Moyenne pondérée", + "Trace et invariant", + "Maximum", + "Recherche linéaire et dichotomique", + "Coût et heuristique", + "Atelier papier", + "Corrigés", + "Synthèse et devoir" + ] + }, + { + "id": 4, + "title": "Données et principes de l’apprentissage automatique", + "intro": "Construire un tableau cohérent, préparer les variables et évaluer un modèle sans utiliser d’informations indisponibles au moment prévu.", + "objectives": [ + "Définir observation, variable et cible", + "Contrôler qualité et données manquantes", + "Séparer entraînement, validation et test", + "Repérer les fuites et comparer à une référence simple" + ], + "prereq": "Cours 1 à 3. Lecture d’un tableau, moyenne et calculs élémentaires.", + "chapters": [ + { + "title": "Observation, variable et dictionnaire de données", + "definition": "Un jeu de données rassemble des observations décrites par des variables. L’unité d’observation définit ce que représente une ligne.", + "paragraphs": [ + "Une ligne peut représenter un étudiant, une inscription ou une observation mensuelle. Ces unités ne sont pas interchangeables. Si un même étudiant apparaît plusieurs fois, les lignes ne correspondent pas nécessairement à des personnes indépendantes.", + "Une variable est une caractéristique observée ou construite. Le dictionnaire de données précise son nom, son sens, son unité, son type, les valeurs possibles et la façon dont les absences sont codées. Cette documentation permet à un autre lecteur de comprendre le tableau.", + "Un identifiant sert à distinguer ou relier les observations. Il ne doit pas être utilisé par défaut comme variable prédictive : il peut encoder un ordre de collecte, un groupe ou une information sensible et créer des relations artificielles. Retirer les noms ne garantit pas l’anonymat." + ], + "example": "Une ligne fictive : E001 ; filière Math ; heures par semaine 8 ; note initiale 9 ; note finale 12. L’unité est ici un étudiant.", + "pitfall": "Un tableau sans définition de la ligne ni des unités reste ambigu, même s’il est propre visuellement.", + "slides": [ + 2, + 3, + 4, + 15 + ], + "terms": [ + "jeu de données", + "observation", + "variable", + "dictionnaire de données", + "identifiant", + "unité d’observation" + ] + }, + { + "title": "Variables numériques, catégorielles et cible", + "definition": "La nature d’une variable décrit ce qu’elle représente ; son rôle décrit son usage dans un modèle.", + "paragraphs": [ + "Une variable numérique représente une quantité mesurable ou dénombrable. Une variable catégorielle décrit une modalité : filière ou type de document. Coder Math par 1 et Physique par 2 ne crée pas une distance quantitative naturelle entre ces filières.", + "Une variable explicative, ou caractéristique d’entrée, est disponible pour produire la prédiction. La cible, souvent notée y, est la quantité ou la classe que l’on cherche à prévoir. Les entrées sont souvent notées X. Le rôle dépend du problème, pas uniquement de la colonne.", + "Le moment de prédiction doit être fixé. Une information connue après l’examen ne peut pas servir à prévoir le résultat avant l’examen. Il faut aussi éviter les variables dérivées de la cible qui semblent différentes mais contiennent déjà la réponse." + ], + "example": "Pour prévoir la note finale avant l’examen : heures de travail déjà mesurées et note initiale peuvent être disponibles ; mention finale et commentaires après examen ne le sont pas.", + "pitfall": "Une colonne numériquement codée n’est pas forcément une quantité mesurable.", + "slides": [ + 3, + 4, + 8, + 11 + ], + "terms": [ + "variable numérique", + "variable catégorielle", + "variable explicative", + "caractéristique", + "feature", + "cible", + "X", + "y" + ] + }, + { + "title": "Qualité : absences, doublons et incohérences", + "definition": "Le contrôle qualité vérifie la cohérence, la disponibilité et l’adéquation des données avant la modélisation.", + "paragraphs": [ + "Une donnée manquante représente une absence d’information. Ce n’est pas automatiquement la valeur zéro. Zéro heure de travail et nombre d’heures inconnu n’ont pas le même sens. Il faut documenter le mécanisme de collecte et la stratégie de traitement.", + "Un doublon peut être une copie accidentelle ou deux événements légitimes. On doit identifier l’unité d’observation avant de supprimer. Une incohérence, comme 120/20 pour une note, doit être vérifiée auprès de la source plutôt que corrigée arbitrairement.", + "L’imputation remplace une absence selon une règle, par exemple médiane d’entraînement. Cette opération peut modifier les relations et doit être justifiée. Les paramètres de préparation doivent être appris sur l’entraînement seulement pour éviter une contamination de l’évaluation." + ], + "example": "Pour des heures [2, 0, absence, 6], conserver 0 comme valeur mesurée et traiter séparément l’absence. Ne pas remplacer les deux par la même valeur sans justification.", + "pitfall": "Une valeur rare ou extrême n’est pas nécessairement fausse. Une valeur absente n’est pas un zéro.", + "slides": [ + 5, + 8, + 13 + ], + "terms": [ + "valeur manquante", + "doublon", + "incohérence", + "imputation", + "médiane", + "qualité des données" + ] + }, + { + "title": "Standardisation et échelles", + "definition": "La standardisation centre une variable et la divise par un écart-type estimé sur les données d’entraînement.", + "paragraphs": [ + "Pour une valeur x, on calcule z = (x − μ)/σ. μ est la moyenne de l’entraînement et σ son écart-type selon une convention documentée. Le résultat exprime un écart à la moyenne en unités d’écart-type.", + "On applique les mêmes paramètres aux données de validation et de test. Recalculer moyenne et écart-type sur l’ensemble du tableau utilise des informations réservées à l’évaluation. Une chaîne de préparation conserve ensemble la règle apprise et son application.", + "Si σ vaut zéro, la variable est constante dans l’entraînement et la formule ne peut pas être appliquée telle quelle. Il faut décider d’un traitement documenté. La standardisation est utile pour de nombreuses méthodes à distances ou à gradients, mais elle n’est pas nécessaire de la même manière pour tous les modèles." + ], + "example": "Moyenne d’entraînement 10 et écart-type 2 : pour x = 14, z = 2. Les mêmes 10 et 2 sont utilisés pour un x de test.", + "pitfall": "Standardiser ne rend pas automatiquement la distribution normale et n’élimine pas les valeurs aberrantes.", + "slides": [ + 6, + 8, + 11 + ], + "terms": [ + "standardisation", + "normalisation", + "moyenne", + "écart-type", + "z-score", + "prétraitement" + ] + }, + { + "title": "Entraînement, validation, test et structure", + "definition": "La séparation des données attribue des rôles distincts à l’ajustement, au choix et à l’évaluation finale.", + "paragraphs": [ + "L’entraînement ajuste les paramètres du modèle. La validation compare les choix, par exemple le nombre de voisins ou la profondeur d’un arbre. Le test est réservé à l’évaluation finale de la procédure retenue. Le consulter sans cesse pour choisir revient à l’utiliser comme validation.", + "Pour une série temporelle, on évalue en général sur une période postérieure à l’entraînement, selon l’objectif. Pour des mesures répétées, il faut souvent séparer les personnes ou groupes pour éviter de retrouver la même personne dans les deux ensembles.", + "Il n’existe pas de proportion universelle correcte pour toutes les études. La taille, les classes rares, la dépendance des observations et l’usage prévu guident le protocole. La validation croisée répète des partitions selon une stratégie adaptée ; elle ne supprime pas les risques de fuite." + ], + "example": "Pour prévoir des résultats futurs, apprendre sur des périodes antérieures puis tester sur une période ultérieure. Pour généraliser à de nouveaux étudiants, séparer les étudiants.", + "pitfall": "Un tirage aléatoire ligne par ligne peut être inadapté si les lignes sont liées par personne ou par date.", + "slides": [ + 7, + 8, + 14 + ], + "terms": [ + "entraînement", + "validation", + "test", + "validation croisée", + "séparation temporelle", + "groupes" + ], + "code": "définir le moment et la population de prédiction\nséparer entraînement, validation et test selon temps / groupes\napprendre l’imputation et la standardisation sur l’entraînement\nappliquer ces transformations sans les réapprendre sur validation / test\najuster le modèle sur l’entraînement\nchoisir réglages sur validation\névaluer une fois la procédure retenue sur le test réservé", + "table": { + "heads": [ + "Ensemble", + "Fonction", + "Interdit dans le protocole" + ], + "rows": [ + [ + "Entraînement", + "Ajuster paramètres et préparation", + "Y inclure des informations futures" + ], + [ + "Validation", + "Comparer réglages et variantes", + "La présenter comme test final après de multiples choix" + ], + [ + "Test", + "Évaluer la procédure retenue", + "Le réutiliser pour régler le modèle" + ] + ] + } + }, + { + "title": "Fuite de données", + "definition": "Une fuite de données utilise dans l’apprentissage ou l’évaluation une information qui ne devrait pas être disponible selon le protocole prévu.", + "paragraphs": [ + "Une fuite temporelle utilise le futur pour prédire le passé. Une fuite de cible utilise une variable qui révèle directement ou indirectement la réponse. Une fuite de préparation apparaît quand une transformation apprend sur le test avant son évaluation.", + "Des doublons répartis entre entraînement et test peuvent donner l’impression de généraliser alors que le modèle retrouve presque les mêmes exemples. De même, des observations d’une même personne dans les deux ensembles peuvent faciliter artificiellement une prédiction.", + "Pour contrôler la fuite, documentez le moment où chaque information devient disponible, séparez avant d’apprendre les transformations et examinez les liens entre observations. Un score inhabituellement bon doit conduire à vérifier le protocole avant de célébrer le modèle." + ], + "example": "Utiliser « mention finale » pour prévoir la note finale avant l’examen est une fuite, même si le nom de la colonne semble différent.", + "pitfall": "La fuite peut rester présente après retrait de la colonne cible si d’autres colonnes en sont des dérivées.", + "slides": [ + 8, + 11, + 12, + 13 + ], + "terms": [ + "fuite de données", + "data leakage", + "fuite temporelle", + "contamination", + "fuite de cible" + ] + }, + { + "title": "Sous-apprentissage, surapprentissage et diagnostic", + "definition": "Le sous-apprentissage décrit une modélisation insuffisante des relations utiles ; le surapprentissage décrit un ajustement excessif aux particularités de l’entraînement.", + "paragraphs": [ + "Un modèle trop simple peut produire des erreurs élevées sur l’entraînement et sur les nouvelles données. Un modèle très flexible peut obtenir une faible erreur d’entraînement et une erreur beaucoup plus élevée sur la validation.", + "Cet écart suggère une difficulté de généralisation mais n’identifie pas une cause unique. Il faut examiner la complexité, la représentativité, un éventuel changement de distribution, la préparation et la taille de l’échantillon. Les valeurs d’erreur doivent être interprétées avec leur métrique et leur unité.", + "Les réponses possibles incluent simplification, régularisation, amélioration des données ou révision du protocole. Le test final ne doit pas servir à ajuster chaque intervention. Les décisions de développement doivent s’appuyer sur l’entraînement et la validation." + ], + "example": "Erreur d’entraînement 0,1 et erreur de test 5,0 : vérifier surapprentissage, changement de contexte, préparation et définition de la métrique.", + "pitfall": "Une baisse de l’erreur d’entraînement ne suffit pas à démontrer une amélioration utile.", + "slides": [ + 9, + 12, + 14 + ], + "terms": [ + "sous-apprentissage", + "surapprentissage", + "overfitting", + "underfitting", + "distribution" + ] + }, + { + "title": "Référence simple, reproductibilité et confidentialité", + "definition": "Une référence simple est une méthode de comparaison qui permet de juger l’apport d’un modèle plus élaboré.", + "paragraphs": [ + "Pour la régression, une référence peut prédire la moyenne de la cible de l’entraînement. Pour la classification, elle peut toujours prédire la classe majoritaire de l’entraînement. Une autre référence dépend du contexte, comme la persistance pour certaines séries.", + "La reproductibilité demande de conserver la source, les transformations, les partitions, les versions des outils et les métriques. Une graine aléatoire aide à répéter certaines opérations mais ne garantit pas des résultats identiques sur tous les systèmes.", + "La confidentialité commence par la minimisation : ne collecter que ce qui est nécessaire. Retirer les noms ne suffit pas si d’autres variables permettent une réidentification. Les activités du module utilisent des données fictives et ne doivent pas être remplacées par des dossiers réels sans autorisation et cadre appropriés." + ], + "example": "Si un modèle obtient une MAE de 2, comparez-la à la référence sur le même test. Si la référence obtient 1,5, le modèle complexe n’apporte pas de gain pour cette métrique.", + "pitfall": "Une référence faible ou évaluée sur d’autres données rend la comparaison trompeuse.", + "slides": [ + 10, + 14, + 15 + ], + "terms": [ + "référence simple", + "baseline", + "reproductibilité", + "graine aléatoire", + "minimisation", + "réidentification" + ] + } + ], + "exercises": [ + { + "title": "Concevoir une table", + "statement": "Définissez cinq colonnes fictives pour prévoir une note avant l’examen.", + "steps": [ + "Préciser une ligne = un étudiant", + "Définir type, unité et disponibilité", + "Écarter les informations après examen" + ], + "result": "ID pour suivi ; heures antérieures, note initiale et filière comme entrées discutées ; note finale comme cible." + }, + { + "title": "Standardiser sans fuite", + "statement": "Moyenne d’entraînement 10, écart-type 2 ; valeur de test 14.", + "steps": [ + "Soustraire 10", + "Diviser par 2", + "Conserver les paramètres d’entraînement" + ], + "result": "z = 2. Ne pas recalculer ces paramètres sur le test." + }, + { + "title": "Diagnostiquer un écart", + "statement": "Erreur entraînement 0,1 ; test 5. Que vérifiez-vous ?", + "steps": [ + "Complexité et surapprentissage", + "Distribution et représentativité", + "Séparation et préparation", + "Métrique et taille d’échantillon" + ], + "result": "L’écart seul ne démontre pas une cause unique." + }, + { + "title": "Trouver la fuite", + "statement": "La normalisation est apprise sur toutes les lignes avant séparation ; la mention finale sert d’entrée.", + "steps": [ + "Identifier la préparation contaminée", + "Identifier la variable future" + ], + "result": "Apprendre le prétraitement sur l’entraînement et retirer l’information indisponible au moment prévu." + } + ], + "quiz": [ + { + "question": "Une donnée manquante vaut-elle zéro ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Absence et mesure nulle ont des sens différents." + }, + { + "question": "Sur quelles données apprendre la standardisation ?", + "answers": [ + "Toutes les données", + "Entraînement seulement" + ], + "correct": 1, + "why": "Les paramètres sont ensuite appliqués sans réajustement au test." + }, + { + "question": "Le test final sert principalement à…", + "answers": [ + "Choisir les hyperparamètres", + "Évaluer la procédure retenue" + ], + "correct": 1, + "why": "Les choix relèvent de la validation." + }, + { + "question": "Retirer les noms garantit-il l’anonymat ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "D’autres combinaisons peuvent réidentifier." + }, + { + "question": "Pourquoi comparer à une référence simple ?", + "answers": [ + "Pour juger un gain utile", + "Pour éviter toute évaluation" + ], + "correct": 0, + "why": "La complexité seule ne justifie pas un modèle." + } + ], + "homework": "Créer dix observations fictives, un dictionnaire de données et un plan de séparation qui évite les informations futures.", + "slides": [ + "Couverture", + "Parcours de la donnée", + "Anatomie d’un tableau", + "Nature et rôle des variables", + "Qualité des données", + "Standardisation", + "Trois ensembles", + "Fuite de données", + "Sous et surapprentissage", + "Références et reproductibilité", + "Cible et standardisation", + "Interpréter un écart", + "Évaluation", + "Synthèse", + "Travail et bibliographie" + ] + }, + { + "id": 5, + "title": "Apprentissage supervisé : classification et régression", + "intro": "Relier des entrées à une cible connue, comprendre trois modèles et mesurer leurs erreurs avec des métriques adaptées.", + "objectives": [ + "Distinguer classification et régression", + "Expliquer modèle linéaire, k-NN et arbre", + "Calculer MAE, RMSE et métriques de classification", + "Évaluer sans fuite et discuter les conséquences des erreurs" + ], + "prereq": "Cours 4. Moyenne, distance simple et pourcentage.", + "chapters": [ + { + "title": "Supervision, cible et prédiction", + "definition": "En apprentissage supervisé, les exemples d’entraînement associent des entrées X à une réponse connue y, appelée cible.", + "paragraphs": [ + "L’entraînement ajuste une fonction reliant les entrées à la cible. Une prédiction, souvent notée ŷ, est la réponse du modèle pour une observation. L’évaluation compare ces prédictions aux réponses observées sur des données réservées selon le protocole.", + "Une cible peut contenir des erreurs de mesure ou une annotation subjective. Des règles d’étiquetage incohérentes limitent l’apprentissage. Avant de choisir un modèle, vérifiez le sens de la cible, sa qualité et les informations réellement disponibles au moment de la prédiction.", + "La classification prédit une catégorie et la régression une quantité. Des classes codées 0 et 1 restent catégorielles. Le codage sert au calcul ; il ne transforme pas le sens de la variable. Les conséquences d’une erreur dépendent de l’usage, pas seulement du score." + ], + "example": "Pour prévoir une durée, y est un nombre de minutes. Pour reconnaître un type de document, y est une catégorie définie à l’avance.", + "pitfall": "Une cible connue à l’entraînement ne doit pas être disponible comme entrée au moment où le modèle est évalué.", + "slides": [ + 2, + 3, + 4 + ], + "terms": [ + "apprentissage supervisé", + "supervision", + "cible", + "prédiction", + "étiquetage" + ] + }, + { + "title": "Régression linéaire simple", + "definition": "La régression linéaire simple représente une prédiction par une fonction affine ŷ = ax + b.", + "paragraphs": [ + "x est l’entrée numérique, a la pente et b l’ordonnée à l’origine. La pente exprime la variation prédite de y pour une unité supplémentaire de x, dans le modèle. L’ordonnée donne la prédiction pour x = 0 si cette valeur a un sens dans le contexte.", + "Dans la méthode classique des moindres carrés, on ajuste les coefficients pour réduire la somme des carrés des écarts entre prédictions et observations d’entraînement. On vérifie ensuite la performance sur des données réservées. Le modèle peut être insuffisant si la relation utile est très différente d’une droite.", + "Le coefficient n’établit pas une causalité. Une relation peut résulter de variables omises ou de la sélection des données. Extrapoler très loin des valeurs d’entraînement exige une prudence particulière, car la relation observée peut ne plus tenir." + ], + "example": "Pour ŷ = 2x + 3 et x = 4, la prédiction vaut 11. Cela ne démontre pas que modifier x cause une variation de y.", + "pitfall": "La formule d’un modèle décrit une relation prédictive sous hypothèses, pas une loi universelle.", + "slides": [ + 5, + 11 + ], + "terms": [ + "régression linéaire", + "pente", + "ordonnée à l’origine", + "moindres carrés", + "extrapolation" + ] + }, + { + "title": "Les k plus proches voisins", + "definition": "k-NN signifie k-Nearest Neighbors : une méthode qui prédit à partir des k observations d’entraînement les plus proches selon une distance.", + "paragraphs": [ + "Pour classer une nouvelle observation, on calcule les distances aux exemples d’entraînement, on choisit les k plus proches puis on effectue un vote selon une règle annoncée. Pour une régression, on peut prendre la moyenne des cibles des voisins, avec ou sans pondération.", + "Le nombre k est un hyperparamètre choisi par validation. Un petit k peut être sensible au bruit ; un grand k peut lisser des différences importantes. En cas d’égalité de distances ou de votes, la règle de départage doit être explicite pour reproduire le résultat.", + "Les échelles des variables influencent les distances. Une variable exprimée en milliers peut dominer une variable entre 0 et 1. La standardisation se prépare sur l’entraînement. La distance doit aussi être adaptée au sens des variables, surtout pour les catégories." + ], + "example": "Voisins les plus proches de classes A, B et A avec k = 3 : vote majoritaire A. Avec cibles 10, 12 et 14 en régression : moyenne 12.", + "pitfall": "La proximité numérique n’a de sens que si la représentation et les unités sont adaptées.", + "slides": [ + 6 + ], + "terms": [ + "k-NN", + "k plus proches voisins", + "distance", + "vote majoritaire", + "hyperparamètre" + ] + }, + { + "title": "Arbre de décision et complexité", + "definition": "Un arbre de décision applique une succession de conditions sur les variables et produit une prédiction dans une feuille.", + "paragraphs": [ + "Chaque nœud interne pose une question, par exemple x ≤ 5. Chaque branche correspond à une réponse. Une feuille donne une classe ou une valeur. L’entraînement cherche des divisions selon un critère d’ajustement, puis la prédiction suit le chemin correspondant à l’entrée.", + "Un arbre très profond peut isoler des particularités des données et mal généraliser. Limiter la profondeur, imposer un nombre minimal d’observations par feuille ou élaguer sont des moyens possibles de contrôler sa complexité. Les réglages se choisissent sur validation.", + "Un arbre affiché semble lisible, mais cette lisibilité ne garantit ni stabilité ni équité. Une petite modification des données peut parfois changer les divisions. Il faut examiner les erreurs, la sensibilité et les conséquences du modèle dans le contexte étudié." + ], + "example": "Si x > 5, suivre la branche droite ; sinon la gauche. La valeur de la feuille atteinte est la prédiction pour cette règle.", + "pitfall": "La facilité à dessiner un modèle ne prouve pas qu’il est fiable sur de nouvelles observations.", + "slides": [ + 7, + 14 + ], + "terms": [ + "arbre de décision", + "nœud", + "feuille", + "profondeur", + "élagage" + ] + }, + { + "title": "Erreurs de régression : résidu, MAE et RMSE", + "definition": "La MAE est la moyenne des erreurs absolues. La RMSE est la racine de la moyenne des erreurs au carré.", + "paragraphs": [ + "Choisissons la convention résidu e = y − ŷ. Le signe indique si la prédiction est trop basse ou trop haute selon cette convention. La MAE calcule la moyenne des |e| ; la RMSE calcule la racine carrée de la moyenne des e².", + "Les deux métriques s’expriment dans l’unité de la cible. La RMSE accorde davantage de poids aux grands écarts à cause du carré. Deux modèles peuvent donc être classés différemment selon la métrique. Il faut annoncer celle qui correspond au coût des erreurs.", + "Une moyenne peut cacher des échecs importants. Inspectez aussi les grands écarts et les sous-groupes pertinents. Les métriques exigent des paires de valeurs comparables et un nombre d’observations positif. Les valeurs manquantes demandent un traitement documenté." + ], + "example": "Réels 8, 12, 16 ; prédits 10, 11, 13 : résidus −2, 1, 3 ; MAE = 6/3 = 2 ; RMSE = √(14/3) ≈ 2,16.", + "pitfall": "Ne confondez pas moyenne des erreurs signées et MAE : les signes peuvent s’annuler.", + "slides": [ + 8, + 11, + 14 + ], + "terms": [ + "résidu", + "MAE", + "erreur absolue moyenne", + "RMSE", + "racine de l’erreur quadratique moyenne" + ] + }, + { + "title": "Matrice de confusion", + "definition": "Une matrice de confusion compare les classes observées et les classes prédites selon une orientation explicitée.", + "paragraphs": [ + "Pour une classification binaire, on choisit d’abord la classe positive. VP signifie vrai positif : positif observé et prédit. FN signifie faux négatif : positif observé mais prédit négatif. FP est un négatif observé déclaré positif. VN est un négatif correctement reconnu.", + "Il faut toujours lire les axes : certaines tables mettent la réalité en lignes et d’autres en colonnes. Les termes VP, FN, FP et VN dépendent du choix de classe positive. Sans cette convention, un calcul peut sembler correct tout en décrivant une autre situation.", + "Les erreurs ont des conséquences différentes. Un faux négatif peut manquer un cas à examiner. Un faux positif peut déclencher une vérification inutile. Les exemples médicaux restent ici des illustrations mathématiques ; ils ne constituent pas une règle clinique." + ], + "example": "VP = 8, FN = 4, FP = 2, VN = 6 : total 20, dont 12 positifs réels et 10 alertes positives.", + "pitfall": "Un tableau de quatre nombres sans axes ni définition de la classe positive ne suffit pas à calculer et interpréter correctement.", + "slides": [ + 9, + 12 + ], + "terms": [ + "matrice de confusion", + "VP", + "vrai positif", + "FN", + "faux négatif", + "FP", + "faux positif", + "VN", + "vrai négatif" + ] + }, + { + "title": "Exactitude, précision, rappel et déséquilibre", + "definition": "L’exactitude mesure la proportion de prédictions correctes ; la précision juge les alertes positives ; le rappel mesure les positifs retrouvés.", + "paragraphs": [ + "Exactitude = (VP + VN)/N. Précision = VP/(VP + FP). Rappel = VP/(VP + FN). La précision demande : parmi les prédits positifs, combien sont réellement positifs ? Le rappel demande : parmi les positifs réels, combien ont été détectés ?", + "Un dénominateur nul rend la fraction indéfinie. Un logiciel peut appliquer une convention, mais il faut la documenter. Une métrique affichée à zéro ou à un ne doit pas cacher l’absence de cas permettant son estimation.", + "Quand 95 % des observations sont négatives, toujours prédire négatif donne 95 % d’exactitude et aucun positif détecté. Il faut examiner les classes et les types d’erreurs. Un score global élevé peut masquer un système inutile pour l’objectif prioritaire." + ], + "example": "Pour VP 8, FN 4, FP 2, VN 6 : précision 8/10 = 80 % ; rappel 8/12 ≈ 66,7 % ; exactitude 14/20 = 70 %.", + "pitfall": "« Précision » en français courant ne doit pas être confondue avec l’exactitude. Ici les termes suivent leurs formules.", + "slides": [ + 10, + 12, + 14 + ], + "terms": [ + "exactitude", + "accuracy", + "précision", + "precision", + "rappel", + "recall", + "sensibilité", + "déséquilibre des classes" + ], + "table": { + "heads": [ + "Métrique", + "Formule", + "Question" + ], + "rows": [ + [ + "Exactitude", + "(VP+VN)/N", + "Quelle part totale est correcte ?" + ], + [ + "Précision", + "VP/(VP+FP)", + "Quelle part des alertes positives est correcte ?" + ], + [ + "Rappel", + "VP/(VP+FN)", + "Quelle part des positifs réels est retrouvée ?" + ] + ] + } + }, + { + "title": "Seuil, validation et choix d’un modèle", + "definition": "Un seuil transforme un score en décision. Son choix dépend du coût des erreurs et doit être évalué sans utiliser le test final pour le réglage.", + "paragraphs": [ + "À scores fixés, déclarer positif lorsque score ≥ seuil produit des alertes. Abaisser le seuil augmente ou maintient le nombre de cas déclarés positifs, donc le rappel, mais peut accroître les faux positifs. La précision peut évoluer de manière non monotone.", + "Les hyperparamètres et le seuil se choisissent selon une procédure de validation annoncée. Le test final estime la performance de la procédure retenue. Comparer plusieurs modèles en conservant seulement le meilleur résultat du test surestime potentiellement la performance future.", + "Une décision responsable combine métriques, coûts des erreurs, incertitude, faisabilité et équité. Une règle de classement n’a pas à être utilisée automatiquement dans une décision concernant une personne. Les activités du module sont fictives et ne valident aucun dispositif réel." + ], + "example": "Pour un tri de documents, le coût principal peut être une mauvaise orientation. On peut demander une vérification lorsque le score est proche du seuil.", + "pitfall": "Un seuil de 0,5 n’est pas une vérité universelle et un score 0,8 n’est pas automatiquement une probabilité calibrée.", + "slides": [ + 10, + 13, + 14, + 15 + ], + "terms": [ + "seuil de décision", + "validation", + "choix du modèle", + "score", + "calibration" + ] + } + ], + "exercises": [ + { + "title": "Prédire sur une droite", + "statement": "Pour ŷ = 2x + 3, calculez à x = 4. La causalité est-elle prouvée ?", + "steps": [ + "2×4 = 8", + "8+3 = 11" + ], + "result": "Prédiction 11. Aucune causalité n’est démontrée par cette formule seule." + }, + { + "title": "Calculer deux erreurs", + "statement": "Réels 8,12,16 et prédits 10,11,13.", + "steps": [ + "Erreurs absolues : 2,1,3", + "Somme des carrés : 4+1+9 = 14" + ], + "result": "MAE 2 ; RMSE √(14/3) ≈ 2,16." + }, + { + "title": "Lire une matrice", + "statement": "VP8, FN4, FP2, VN6. Calculez trois métriques.", + "steps": [ + "N=20", + "Prédits positifs=10", + "Positifs réels=12" + ], + "result": "Exactitude 70 % ; précision 80 % ; rappel 66,7 %." + }, + { + "title": "Déjouer le déséquilibre", + "statement": "Sur 100 cas, 95 sont négatifs. Un modèle prédit toujours négatif.", + "steps": [ + "VP0, FN5, FP0, VN95", + "Exactitude 95/100", + "Rappel 0/5" + ], + "result": "Exactitude 95 %, rappel 0 %, précision indéfinie car aucune alerte positive." + } + ], + "quiz": [ + { + "question": "Une catégorie codée 0/1 devient-elle une cible de régression ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Le sens de la cible reste catégoriel." + }, + { + "question": "Que mesure le rappel ?", + "answers": [ + "La part des positifs réels retrouvés", + "La part correcte parmi les alertes positives" + ], + "correct": 0, + "why": "VP/(VP+FN)." + }, + { + "question": "Quelle métrique pénalise davantage de grands écarts ?", + "answers": [ + "RMSE", + "MAE" + ], + "correct": 0, + "why": "Le carré accentue les grands écarts." + }, + { + "question": "Où choisir k pour k-NN ?", + "answers": [ + "Validation", + "Test final répété" + ], + "correct": 0, + "why": "Le test final ne doit pas servir au réglage." + }, + { + "question": "Plus de profondeur garantit-il un arbre meilleur ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "La complexité peut accroître le surapprentissage." + } + ], + "homework": "Construire une matrice fictive de 40 cas, calculer les trois métriques et justifier l’erreur la plus coûteuse dans un usage choisi.", + "slides": [ + "Couverture", + "Objectifs", + "Principe de supervision", + "Régression et classification", + "Régression linéaire", + "k-NN", + "Arbre de décision", + "MAE et RMSE", + "Matrice de confusion", + "Métriques et déséquilibre", + "Activités régression", + "Activité confusion", + "Évaluation", + "Synthèse", + "Devoir et références" + ] + }, + { + "id": 6, + "title": "Apprentissage non supervisé et découverte de groupes", + "intro": "Mesurer une proximité, effectuer une itération de k-means et interpréter les groupes avec prudence.", + "objectives": [ + "Distinguer supervisé et non supervisé", + "Calculer des distances", + "Réaliser une itération de k-means", + "Expliquer l’ACP et les limites d’interprétation" + ], + "prereq": "Cours 4 et 5. Moyenne, coordonnées et distance élémentaire.", + "chapters": [ + { + "title": "L’absence de cible pour l’ajustement", + "definition": "L’apprentissage non supervisé recherche des structures dans des données sans réponse cible fournie pour guider l’ajustement de la tâche.", + "paragraphs": [ + "En supervisé, on apprend à relier X à une cible y connue dans les exemples. En non supervisé, les caractéristiques sont disponibles mais les groupes ne sont pas fournis comme réponses correctes pour l’ajustement.", + "Une colonne d’étiquettes peut exister pour une comparaison ultérieure sans être utilisée pour apprendre. Il faut donc préciser ce que la méthode reçoit effectivement, et pas seulement le contenu total du fichier.", + "Le regroupement organise selon une représentation, une distance et un objectif mathématique. Il peut aider à explorer un jeu de données ou à préparer une analyse, mais ne prouve pas l’existence de catégories naturelles. Le sens des groupes doit être discuté à partir des variables choisies." + ], + "example": "Regrouper des documents selon leur longueur et leur vocabulaire sans catégories prédéfinies constitue une tâche exploratoire non supervisée.", + "pitfall": "Les groupes ne sont pas des étiquettes correctes découvertes automatiquement avec une garantie de vérité.", + "slides": [ + 2, + 3, + 10, + 13 + ], + "terms": [ + "apprentissage non supervisé", + "non supervisé", + "structure", + "regroupement" + ] + }, + { + "title": "Distances et géométrie de la similarité", + "definition": "Une distance mesure une séparation selon une représentation et une règle mathématique données.", + "paragraphs": [ + "En une dimension, la distance entre x et z peut être |x − z|. En deux dimensions, la distance euclidienne vaut √((x₁ − z₁)² + (x₂ − z₂)²). Les coordonnées doivent représenter des variables dont l’usage dans cette distance est justifié.", + "Deux observations sont dites proches selon la mesure choisie. Changer les variables, les unités ou la distance peut changer les voisins et les groupes. La similarité ne se déduit pas uniquement de l’identité ou du nom des objets.", + "Une distance peut être sensible aux valeurs extrêmes. Pour des textes ou des catégories, d’autres représentations et mesures peuvent être nécessaires. Le choix de la géométrie fait partie de la méthode et doit être documenté avant l’interprétation des résultats." + ], + "example": "Entre (1,2) et (4,6), les écarts sont 3 et 4 ; distance euclidienne = √(9+16) = 5.", + "pitfall": "La proximité dans un graphique à deux axes peut masquer des différences sur d’autres variables.", + "slides": [ + 4, + 5 + ], + "terms": [ + "distance euclidienne", + "distance", + "similarité", + "coordonnée" + ] + }, + { + "title": "Échelles, unités et catégories", + "definition": "La mise à l’échelle modifie la contribution relative des variables dans les méthodes fondées sur des distances.", + "paragraphs": [ + "Un revenu en unités monétaires peut varier de plusieurs milliers, alors qu’une autre variable varie entre 0 et 1. Sans préparation, le revenu peut dominer numériquement une distance même si ce n’est pas le choix analytique voulu.", + "La standardisation peut équilibrer les ordres de grandeur, mais elle ne rend pas automatiquement les variables également pertinentes. Les paramètres et l’objectif doivent être justifiés. Une variable constante demande un traitement particulier.", + "Les catégories nominales n’ont pas d’ordre naturel. Coder les filières par 1,2,3 impose artificiellement des distances 1 et 2. Selon la tâche, un encodage adapté ou une autre mesure de dissimilarité est nécessaire. Les variables choisies peuvent aussi exposer des informations personnelles." + ], + "example": "Si âge et revenu sont utilisés ensemble, discuter les unités et leur poids avant de calculer des groupes.", + "pitfall": "Une standardisation mécanique ne remplace ni le choix des variables ni l’analyse éthique.", + "slides": [ + 5, + 12, + 14 + ], + "terms": [ + "échelle", + "unité", + "catégorie nominale", + "encodage", + "standardisation" + ] + }, + { + "title": "k-means : objectif et déroulement", + "definition": "k-means répartit des observations numériques en k groupes en cherchant à réduire la somme des distances euclidiennes au carré à leurs centres.", + "paragraphs": [ + "Choisir k et des centres initiaux. Affecter chaque observation au centre le plus proche. Recalculer chaque centre comme la moyenne des observations de son groupe. Répéter affectation et recalcul jusqu’à un critère d’arrêt.", + "Un centre, ou centroïde, n’est pas nécessairement une observation existante. La moyenne peut tomber entre plusieurs points. Une égalité de distance exige une règle de départage. Un groupe vide demande un traitement défini par l’implémentation.", + "La procédure converge vers une solution dépendant notamment de l’initialisation, sans garantir en général l’optimum global. Plusieurs initialisations et une analyse de stabilité sont utiles. k-means privilégie une certaine géométrie et peut être peu adapté à des groupes de formes ou densités très différentes." + ], + "example": "Données 1,2,8,9 ; centres initiaux 1 et 9. Affectations : {1,2} et {8,9} ; nouveaux centres : 1,5 et 8,5.", + "pitfall": "Ne confondez pas le nombre k de groupes de k-means avec le nombre k de voisins de k-NN.", + "slides": [ + 6, + 7, + 8, + 13 + ], + "terms": [ + "k-means", + "k moyennes", + "centroïde", + "centre", + "affectation de groupe", + "initialisation" + ], + "code": "choisir k et les centres initiaux\nRÉPÉTER\n affecter chaque observation au centre le plus proche\n traiter les égalités et groupes vides selon la règle choisie\n recalculer chaque centre par la moyenne de son groupe\nJUSQU’À stabilisation ou limite d’itérations\nrapporter centres, groupes, inertie et règles de calcul", + "table": { + "heads": [ + "Critère", + "k-NN", + "k-means" + ], + "rows": [ + [ + "Type de tâche", + "Supervisée : classification ou régression", + "Non supervisée : regroupement" + ], + [ + "Sens de k", + "Nombre de voisins", + "Nombre de groupes" + ], + [ + "Résultat", + "Prédiction à partir des cibles des voisins", + "Affectation à des centres de groupes" + ], + [ + "Précaution commune", + "Distance et échelles adaptées", + "Distance et échelles adaptées" + ] + ] + } + }, + { + "title": "Inertie et itération complète", + "definition": "L’inertie de k-means est la somme des carrés des distances des observations au centre de leur groupe.", + "paragraphs": [ + "Après une affectation, on calcule les centres avec les moyennes puis on mesure les distances à ces centres. Il faut préciser à quel état de l’itération l’inertie est calculée. Le calcul doit associer chaque point à son groupe.", + "Pour les points 1,2,8,9 et les centres 1,5 et 8,5, les quatre distances valent 0,5. Les carrés valent 0,25 et l’inertie vaut 1. Pour 0,2,10,12 et centres 1 et 11, les quatre distances valent 1 et l’inertie vaut 4.", + "Une faible inertie décrit une compacité dans l’espace choisi. Elle ne prouve pas une utilité humaine ni une séparation vraie. En général, augmenter k permet de réduire l’objectif d’entraînement optimal, mais ne constitue pas à lui seul un choix pertinent du nombre de groupes." + ], + "example": "{0,2} a pour centre 1 et contribue 1+1=2 ; {10,12} a pour centre 11 et contribue aussi 2 ; total 4.", + "pitfall": "Ne calculez pas l’inertie avec les centres initiaux si l’énoncé demande l’état après recalcul.", + "slides": [ + 7, + 8, + 11 + ], + "terms": [ + "inertie", + "somme des carrés", + "itération k-means" + ] + }, + { + "title": "Choisir k et analyser la stabilité", + "definition": "Le choix du nombre de groupes combine des critères numériques, la stabilité et l’intérêt de l’analyse.", + "paragraphs": [ + "La méthode du coude examine la diminution de l’inertie quand k augmente. Le coude peut être flou ou absent. Le score de silhouette compare, pour chaque point, la cohésion de son groupe et la séparation avec d’autres groupes selon une distance.", + "Les valeurs extrêmes peuvent déplacer fortement une moyenne et donc un centre. Les initialisations peuvent conduire à des solutions différentes. Refaire l’analyse avec plusieurs départs ou représentations aide à évaluer la stabilité.", + "Il faut vérifier si les groupes restent compréhensibles et utiles pour l’objectif. Des groupes très petits peuvent signaler une anomalie ou un choix inadéquat. Ne choisissez pas k uniquement pour obtenir les catégories que vous espériez retrouver." + ], + "example": "Une légère variation des observations qui renverse entièrement les groupes invite à documenter l’instabilité plutôt qu’à annoncer une segmentation définitive.", + "pitfall": "Coude, silhouette et inertie sont des aides, pas des preuves absolues de pertinence.", + "slides": [ + 8, + 13, + 14 + ], + "terms": [ + "nombre de groupes", + "méthode du coude", + "silhouette", + "stabilité", + "valeur atypique" + ] + }, + { + "title": "ACP et réduction de dimension", + "definition": "L’ACP, analyse en composantes principales, construit des axes linéaires orthogonaux qui résument progressivement la variance des données centrées.", + "paragraphs": [ + "Quand plusieurs variables sont liées, une partie de leur variation peut se représenter dans moins de dimensions. Les premières composantes conservent le maximum de variance possible sous les contraintes de l’ACP. Les projections permettent notamment une visualisation.", + "La variance conservée est une quantité mathématique. Elle ne garantit pas que l’information utile pour prévoir une cible, distinguer une petite population ou prendre une décision soit conservée. Une faible variance peut parfois porter une information importante.", + "Le centrage, le choix éventuel de standardiser et l’interprétation des axes doivent être expliqués. L’ACP est une transformation linéaire ; elle ne découvre pas automatiquement les mécanismes causaux des phénomènes. Une représentation à deux composantes perd souvent de l’information." + ], + "example": "Projeter un nuage 3D sur un plan aide à le voir, mais peut superposer des points distincts dans la dimension perdue.", + "pitfall": "Plus de variance expliquée ne signifie pas automatiquement meilleure prédiction.", + "slides": [ + 9, + 13 + ], + "terms": [ + "ACP", + "PCA", + "réduction de dimension", + "variance expliquée", + "composante principale" + ] + }, + { + "title": "Interprétation des groupes et responsabilité", + "definition": "Un groupe statistique décrit une construction analytique et ne justifie pas seul un jugement sur des personnes.", + "paragraphs": [ + "Nommer les groupes A, B et C permet d’éviter d’attribuer trop vite des qualités comme « motivés » ou « faibles ». Une moyenne d’activité numérique faible peut refléter l’accès au matériel, le réseau ou les méthodes de travail plutôt qu’un trait individuel.", + "Les étiquettes existantes peuvent servir à une comparaison externe, mais forcer leur sens sur des groupes appris change la question. Il faut distinguer description, explication et décision. Une association ne prouve pas une causalité.", + "Les analyses concernant des personnes demandent une justification des variables, une protection des données et une évaluation des conséquences. Pour apprendre, utilisez des objets ou documents fictifs plutôt que de classer réellement les étudiants. Les observations de l’exercice ne servent à aucune décision universitaire." + ], + "example": "Un groupe de documents courts n’est pas automatiquement un groupe de documents de mauvaise qualité. Examiner les usages et les variables avant de nommer le groupe.", + "pitfall": "Un regroupement techniquement stable peut rester inapproprié pour une décision humaine.", + "slides": [ + 10, + 12, + 14, + 15 + ], + "terms": [ + "interprétation", + "jugement", + "étiquette de groupe", + "éthique", + "causalité" + ] + } + ], + "exercises": [ + { + "title": "Distance à la main", + "statement": "Calculez la distance entre (1,2) et (4,6).", + "steps": [ + "Écarts : 3 et 4", + "Carrés : 9 et 16", + "Racine de 25" + ], + "result": "5 unités dans la représentation choisie." + }, + { + "title": "Une itération de k-means", + "statement": "Données 0,2,10,12 ; centres initiaux 0 et 12. Affectez puis recalculez.", + "steps": [ + "Groupes {0,2} et {10,12}", + "Moyennes : 1 et 11", + "Distances finales : 1 pour chaque point" + ], + "result": "Centres 1 et 11 ; inertie 4." + }, + { + "title": "Diagnostiquer les échelles", + "statement": "Un revenu domine une distance face à une variable entre 0 et 1. Que faire ?", + "steps": [ + "Vérifier les unités", + "Justifier la préparation", + "Comparer la sensibilité du résultat" + ], + "result": "Envisager une mise à l’échelle adaptée sans supposer qu’elle résout toute question de pertinence." + }, + { + "title": "Éviter un jugement abusif", + "statement": "Un groupe a peu d’activité numérique. Est-il peu motivé ?", + "steps": [ + "Identifier les variables réellement observées", + "Proposer d’autres explications", + "Écarter la conclusion causale" + ], + "result": "Non : accès au réseau, équipement et pratiques peuvent expliquer le résultat." + } + ], + "quiz": [ + { + "question": "Qu’est-ce qui manque pour l’ajustement non supervisé ?", + "answers": [ + "La cible fournie pour la tâche", + "Toutes les variables" + ], + "correct": 0, + "why": "Les caractéristiques sont présentes, la réponse cible ne guide pas l’ajustement." + }, + { + "question": "Un centre k-means est calculé par…", + "answers": [ + "La moyenne du groupe", + "Le nom du premier point" + ], + "correct": 0, + "why": "Le centre est une moyenne de coordonnées." + }, + { + "question": "Une faible inertie suffit-elle à valider les groupes ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Il faut aussi stabilité, représentation et pertinence." + }, + { + "question": "L’ACP garantit-elle la meilleure prédiction ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Elle optimise une variance conservée, pas directement l’erreur prédictive." + }, + { + "question": "Pourquoi plusieurs initialisations ?", + "answers": [ + "La solution dépend des centres de départ", + "Pour garantir une causalité" + ], + "correct": 0, + "why": "L’algorithme peut aboutir à des solutions locales différentes." + } + ], + "homework": "Proposer six documents fictifs, deux caractéristiques mesurables et une discussion écrite des limites d’un regroupement.", + "slides": [ + "Couverture", + "Objectifs et prérequis", + "Supervisé et non supervisé", + "Géométrie des distances", + "Échelles et catégories", + "Algorithme k-means", + "Itération 1D", + "Paramètres et vulnérabilités", + "ACP", + "Structure et interprétation", + "Activité calcul", + "Diagnostics", + "Autoévaluation", + "Synthèse et travail", + "Références" + ] + }, + { + "id": 7, + "title": "Réseaux de neurones et apprentissage profond", + "intro": "Calculer une unité simple, comprendre les couches et décrire le cycle d’apprentissage sans confondre métaphore biologique et mécanisme mathématique.", + "objectives": [ + "Calculer somme pondérée et activation", + "Compter les paramètres d’un réseau dense", + "Expliquer perte, gradient et mise à jour", + "Distinguer paramètres, hyperparamètres et généralisation" + ], + "prereq": "Cours 4 et 5. Fonction, somme pondérée et notion intuitive de pente.", + "chapters": [ + { + "title": "Neurone artificiel, poids et biais", + "definition": "Un neurone artificiel est une unité de calcul qui combine des entrées avec des poids, ajoute un biais et applique une fonction d’activation.", + "paragraphs": [ + "Les entrées sont notées x₁,…,xₚ. Les poids w₁,…,wₚ multiplient ces valeurs. Le biais b décale la somme. On calcule z = Σ wᵢx�� + b puis a = f(z). Le biais mathématique est un paramètre ; il ne signifie pas ici un biais social ou statistique.", + "Les poids déterminent la contribution des entrées dans ce calcul, mais leur valeur ne constitue pas automatiquement une importance causale. Le signe et l’échelle des variables influencent leur interprétation.", + "L’inspiration biologique reste une métaphore historique. Une unité mathématique n’est pas une reproduction complète d’un neurone vivant et un réseau ne prouve pas une compréhension humaine. On juge son comportement par les tâches et les évaluations définies." + ], + "example": "Avec x = 3, w = −2 et b = 1 : z = −2×3 + 1 = −5. L’activation détermine ensuite la sortie.", + "pitfall": "Ne confondez pas le biais b d’un neurone avec une discrimination dans les résultats.", + "slides": [ + 3, + 4 + ], + "terms": [ + "neurone artificiel", + "poids", + "biais du neurone", + "somme pondérée", + "activation" + ] + }, + { + "title": "ReLU, sigmoïde et non-linéarité", + "definition": "Une fonction d’activation transforme la somme calculée par une unité et peut introduire une non-linéarité.", + "paragraphs": [ + "ReLU signifie Rectified Linear Unit. Sa formule est max(0,z) : elle renvoie zéro pour une valeur négative et la valeur elle-même pour une valeur positive ou nulle. Elle est simple mais ne représente pas à elle seule un mécanisme de décision complet.", + "La sigmoïde s’écrit 1/(1+exp(−z)). Pour un z fini, son résultat est strictement entre 0 et 1. Elle peut servir de score, notamment pour une classification binaire dans une configuration adaptée. Ce score ne devient pas automatiquement une probabilité bien calibrée.", + "Une composition de transformations affines sans non-linéarité reste affine. Introduire des activations non linéaires permet de représenter des relations plus complexes. Le choix de la sortie dépend de la tâche ; toutes les couches ne doivent pas forcément utiliser la même activation." + ], + "example": "Pour z = −5 : ReLU(z)=0 et sigmoïde(z)≈0,0067. Pour z=0 : ReLU=0 et sigmoïde=0,5.", + "pitfall": "Une valeur entre 0 et 1 ne garantit pas à elle seule une probabilité correcte.", + "slides": [ + 4, + 5, + 15 + ], + "terms": [ + "ReLU", + "Rectified Linear Unit", + "sigmoïde", + "non-linéarité", + "fonction d’activation" + ] + }, + { + "title": "Couches et propagation avant", + "definition": "Un réseau dense connecte chaque unité d’une couche à toutes les unités de la couche suivante.", + "paragraphs": [ + "La couche d’entrée reçoit les caractéristiques. Les couches cachées construisent des représentations intermédiaires. La couche de sortie produit le résultat adapté au problème : valeur, scores de classes ou autre représentation.", + "La propagation avant applique successivement les transformations des couches, de l’entrée vers la sortie. Dans un réseau dense simple, chaque unité hors entrée possède ses propres poids et un biais. Les unités d’entrée ne rajoutent pas de paramètres dans ce modèle précis.", + "Le mot « cachée » signifie que la couche est intermédiaire dans l’architecture. Il ne signifie pas qu’elle contient une connaissance secrète. L’architecture décrit l’organisation des calculs. La taille et la profondeur doivent être adaptées aux données et évaluées." + ], + "example": "Un réseau 2–2–1 reçoit deux valeurs, calcule deux unités intermédiaires puis une unité de sortie.", + "pitfall": "Empiler des couches ne garantit pas une meilleure généralisation ni une explication causale.", + "slides": [ + 6, + 7, + 15 + ], + "terms": [ + "réseau dense", + "couche d’entrée", + "couche cachée", + "couche de sortie", + "propagation avant", + "architecture" + ] + }, + { + "title": "Compter les paramètres", + "definition": "Dans une couche dense avec p entrées et m unités, le nombre de paramètres avec un biais par unité vaut p×m + m.", + "paragraphs": [ + "Chaque unité possède un poids par entrée, soit p poids, et un biais. Pour m unités, on obtient m(p+1). On additionne les paramètres de toutes les couches entraînables. Cette règle suppose ici un réseau dense simple avec biais.", + "Les entrées elles-mêmes ne sont pas des paramètres ajustés. Les activations ReLU et sigmoïde de l’exercice n’ajoutent pas de paramètres. D’autres architectures peuvent en posséder de nature différente ; il faut lire leur définition.", + "Compter aide à comprendre la taille du modèle, mais ne mesure pas à lui seul sa qualité, son temps réel ou son énergie. Deux architectures ayant le même nombre de paramètres peuvent se comporter différemment. La généralisation exige une évaluation sur de nouvelles données adaptées." + ], + "example": "Réseau 4–3–1 : couche cachée 4×3+3=15 ; sortie 3×1+1=4 ; total 19. Pour 2–2–1 : 6+3=9.", + "pitfall": "Ne comptez pas seulement les connexions : les biais font partie des paramètres dans cet exemple.", + "slides": [ + 7, + 14 + ], + "terms": [ + "paramètre", + "comptage des paramètres", + "connexion", + "biais" + ] + }, + { + "title": "Prédiction, cible et fonction de perte", + "definition": "Une fonction de perte quantifie l’écart à l’objectif d’apprentissage et fournit un signal pour ajuster les paramètres.", + "paragraphs": [ + "La propagation avant produit une prédiction. Dans un problème supervisé, la perte la compare à la cible observée selon une formule choisie. Une perte quadratique pénalise le carré d’un écart numérique ; une autre tâche peut demander une autre formule.", + "Une perte calculée sur un lot représente l’objectif de l’étape d’apprentissage. Il faut distinguer la fonction optimisée de la métrique finale utilisée pour évaluer l’usage. Elles peuvent être différentes pour des raisons de calcul et d’interprétation.", + "Diminuer la perte d’entraînement montre un meilleur ajustement à ces exemples selon cet objectif. Cela ne suffit pas à établir une amélioration sur les nouvelles observations. On doit suivre la validation et garder le test final réservé." + ], + "example": "Pour cible 4 et prédiction 3, la perte quadratique élémentaire (4−3)² vaut 1. Si l’on utilise un facteur 1/2, il faut le préciser.", + "pitfall": "Une perte faible sur l’entraînement ne prouve ni absence de biais ni qualité de généralisation.", + "slides": [ + 8, + 11 + ], + "terms": [ + "fonction de perte", + "loss", + "erreur quadratique", + "cible", + "prédiction" + ] + }, + { + "title": "Rétropropagation et descente de gradient", + "definition": "La rétropropagation calcule des gradients de la perte par rapport aux paramètres ; l’optimisation utilise ces gradients pour les mettre à jour.", + "paragraphs": [ + "Un gradient regroupe les dérivées qui indiquent comment la perte varie localement avec les paramètres. La rétropropagation applique la règle de dérivation en chaîne à travers le réseau. Elle calcule ce signal ; elle ne décide pas seule du protocole complet d’apprentissage.", + "Une mise à jour simple de descente de gradient s’écrit w nouveau = w ancien − η×gradient. η, noté eta, est le taux d’apprentissage. Un pas trop grand peut faire osciller ou diverger l’apprentissage. Un pas très petit peut ralentir les progrès.", + "Les gradients sont locaux. Le paysage de perte peut être complexe et la méthode ne garantit pas en général de trouver un optimum global. L’entraînement répète prédiction, perte, gradients et mise à jour, avec des contrôles numériques et de validation." + ], + "example": "w=1, η=0,1, gradient=0,4 : nouveau w = 1−0,04 = 0,96.", + "pitfall": "La rétropropagation calcule des gradients ; la mise à jour appartient à l’algorithme d’optimisation.", + "slides": [ + 9, + 13, + 14 + ], + "terms": [ + "rétropropagation", + "backpropagation", + "gradient", + "descente de gradient", + "taux d’apprentissage", + "eta" + ], + "code": "pour chaque lot d’entraînement :\n calculer les prédictions par propagation avant\n calculer la perte selon la cible et la fonction choisies\n calculer les gradients par rétropropagation\n mettre à jour les paramètres avec l’optimiseur\nà chaque étape de suivi :\n mesurer la performance de validation sans ajuster sur ces exemples\nréserver le test final à la procédure retenue" + }, + { + "title": "Paramètres, hyperparamètres, époque et lot", + "definition": "Les paramètres sont ajustés par l’apprentissage ; les hyperparamètres configurent la procédure ou l’architecture.", + "paragraphs": [ + "Les poids et biais du réseau sont des paramètres. Le taux d’apprentissage, le nombre de couches et la taille de lot sont des hyperparamètres. Ils peuvent être choisis par une personne ou une procédure de recherche, avec une évaluation sur validation.", + "Une époque est un passage complet sur l’ensemble d’entraînement selon l’organisation prévue. Un lot, ou batch, est un sous-ensemble traité dans une étape. Avec 100 observations et des lots de 20, une époque comporte 5 lots si chaque observation est utilisée une fois.", + "Le nombre d’époques est aussi un choix de développement. Il faut documenter la façon dont les données sont mélangées, la gestion d’un dernier lot incomplet et les graines aléatoires. Ces détails changent parfois le déroulement de l’entraînement." + ], + "example": "100 observations, lot 32 : 4 lots si le dernier contient les 4 observations restantes. La convention doit être annoncée.", + "pitfall": "Une époque n’est pas un lot, et un hyperparamètre n’est pas nécessairement réglé uniquement à la main.", + "slides": [ + 10, + 13, + 14 + ], + "terms": [ + "hyperparamètre", + "époque", + "epoch", + "lot", + "batch", + "taille de lot" + ], + "table": { + "heads": [ + "Objet", + "Nature dans le réseau du cours", + "Comment déterminé" + ], + "rows": [ + [ + "Poids et biais", + "Paramètres", + "Ajustés pendant l’apprentissage" + ], + [ + "Taux d’apprentissage", + "Hyperparamètre", + "Choisi selon procédure de validation" + ], + [ + "Taille de lot", + "Hyperparamètre", + "Choisie pour l’entraînement" + ], + [ + "Nombre de couches", + "Hyperparamètre d’architecture", + "Choisi et évalué" + ] + ] + } + }, + { + "title": "Surapprentissage, transfert et limites", + "definition": "L’apprentissage profond utilise plusieurs niveaux de transformations ; son intérêt dépend des données, de la tâche et des contrôles de généralisation.", + "paragraphs": [ + "Une perte d’entraînement qui diminue tandis que la validation se dégrade est un signal compatible avec du surapprentissage. Vérifiez aussi la représentativité et la préparation. L’arrêt anticipé choisit une étape selon la validation. La régularisation ou une meilleure collecte peuvent aider selon le diagnostic.", + "L’apprentissage par transfert réutilise un modèle préentraîné pour une autre tâche, avec ou sans ajustement de certains paramètres. Il peut économiser des ressources, mais le transfert peut aussi échouer si les représentations ne conviennent pas au nouveau contexte.", + "Les réseaux convolutifs sont notamment utilisés pour certaines tâches d’image et les transformeurs pour des tâches de séquences et d’autres domaines. Les coûts de calcul, mémoire et énergie varient selon l’architecture et l’usage. Une explication de modèle ne démontre pas automatiquement une causalité." + ], + "example": "Adapter un modèle de texte à des messages universitaires nécessite une évaluation des langues, catégories et erreurs locales.", + "pitfall": "Un réseau plus profond n’est pas toujours meilleur. Le test final ne doit pas servir à choisir le nombre d’époques.", + "slides": [ + 11, + 12, + 14, + 15 + ], + "terms": [ + "apprentissage profond", + "arrêt anticipé", + "régularisation", + "apprentissage par transfert", + "préentraînement", + "transformeur", + "réseau convolutif" + ] + } + ], + "exercises": [ + { + "title": "Calculer un neurone", + "statement": "x=3, w=−2, b=1. Calculez z puis ReLU(z).", + "steps": [ + "Produit −6", + "Ajout du biais : −5", + "Maximum avec 0" + ], + "result": "z=−5 ; activation 0." + }, + { + "title": "Compter les paramètres", + "statement": "Comptez les paramètres d’un réseau dense 4–3–1 avec biais.", + "steps": [ + "4×3+3=15", + "3×1+1=4" + ], + "result": "19 paramètres. Réseau 2–2–1 : 9." + }, + { + "title": "Mettre à jour un poids", + "statement": "w=1, taux 0,1, gradient 0,4.", + "steps": [ + "Multiplier taux et gradient : 0,04", + "Soustraire de l’ancien poids" + ], + "result": "Nouveau poids 0,96." + }, + { + "title": "Surveiller la validation", + "statement": "Perte entraînement baisse ; validation augmente durablement. Que faire ?", + "steps": [ + "Vérifier le protocole", + "Examiner surapprentissage et distribution", + "Envisager arrêt anticipé ou régularisation sur validation" + ], + "result": "Choisir les interventions sans réutiliser le test final pour les réglages." + } + ], + "quiz": [ + { + "question": "ReLU(−5) vaut…", + "answers": [ + "−5", + "0", + "5" + ], + "correct": 1, + "why": "ReLU(z)=max(0,z)." + }, + { + "question": "La rétropropagation calcule…", + "answers": [ + "Les gradients de la perte", + "Une preuve de causalité" + ], + "correct": 0, + "why": "Les gradients sont ensuite utilisés par l’optimiseur." + }, + { + "question": "Un lot équivaut-il à une époque ?", + "answers": [ + "Toujours", + "Non" + ], + "correct": 1, + "why": "Une époque passe sur l’ensemble d’entraînement, généralement en plusieurs lots." + }, + { + "question": "Dans le réseau dense simple, les entrées ajoutent-elles des paramètres ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Les poids et biais se trouvent dans les transformations suivantes." + }, + { + "question": "Une sigmoïde garantit-elle une probabilité calibrée ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "L’intervalle de sortie ne suffit pas à établir la calibration." + } + ], + "homework": "Dessiner un réseau 2–2–1, compter ses neuf paramètres et expliquer le cycle d’apprentissage avec un exemple chiffré.", + "slides": [ + "Couverture", + "Objectifs et prérequis", + "Neurone artificiel", + "Somme et activation", + "ReLU et sigmoïde", + "Architecture dense", + "Comptage des paramètres", + "Prédiction et perte", + "Gradients et mise à jour", + "Lexique d’entraînement", + "Surveillance et surapprentissage", + "Profond et transfert", + "Évaluation", + "Corrigé et devoir", + "Synthèse et références" + ] + }, + { + "id": 8, + "title": "IA générative, usages universitaires et responsabilité", + "intro": "Formuler une demande précise, distinguer génération et recherche, vérifier les résultats et documenter un usage universitaire responsable.", + "objectives": [ + "Expliquer jetons, génération et contexte", + "Rédiger puis améliorer une consigne", + "Vérifier faits, calculs et références", + "Protéger les données et rendre l’usage traçable" + ], + "prereq": "Cours 1, 2 et 4. Comprendre donnée, modèle et vérification.", + "chapters": [ + { + "title": "Modèle de langage et jetons", + "definition": "Un modèle de langage produit des séquences en s’appuyant sur des régularités apprises et sur le contexte fourni. Un jeton est une unité de traitement du texte.", + "paragraphs": [ + "Un jeton peut correspondre à un mot, une partie de mot, un signe ou un fragment selon le système. La tokenisation découpe le texte en unités. Le modèle utilise ces unités pour calculer une distribution de suites possibles, puis une procédure de décodage sélectionne la continuation.", + "Le système ne choisit pas nécessairement à chaque étape le jeton de probabilité maximale : le décodage peut comporter un échantillonnage et d’autres réglages. Générer une phrase probable ou cohérente n’établit pas que ses affirmations sont vraies.", + "L’IA générative comprend aussi des systèmes d’images, de sons ou de code, avec des mécanismes adaptés. Les explications de jetons concernent ici principalement les modèles de langage. On doit évaluer la production selon la tâche, la fidélité et les preuves disponibles." + ], + "example": "Un terme comme « informatique » peut être un ou plusieurs jetons selon le vocabulaire du modèle. Le nombre de mots n’est pas le nombre de jetons.", + "pitfall": "La fluidité n’est pas une preuve. Le mécanisme de génération ne remplace pas une consultation de sources.", + "slides": [ + 2, + 3, + 8 + ], + "terms": [ + "modèle de langage", + "LLM", + "jeton", + "token", + "tokenisation", + "décodage", + "génération" + ] + }, + { + "title": "Préentraînement, contexte et mémoire de conversation", + "definition": "Le préentraînement ajuste les paramètres d’un modèle ; le contexte rassemble les informations accessibles pour produire la réponse courante.", + "paragraphs": [ + "Les régularités apprises influencent les réponses du modèle. Elles ne constituent pas une base de références vérifiées que l’utilisateur peut automatiquement consulter. Les paramètres peuvent ensuite être adaptés par d’autres étapes d’entraînement.", + "Les messages, instructions et documents fournis dans une conversation peuvent orienter la réponse sans modifier les paramètres. Le contexte disponible peut être limité, résumé ou tronqué. Un document joint n’est donc pas une garantie que chaque passage a été correctement utilisé.", + "Le stockage des conversations, la mémoire d’un service et l’utilisation éventuelle des échanges pour un entraînement futur dépendent du produit et de ses réglages. Il faut consulter les conditions et contrôles de l’outil utilisé. Ce dashboard local ne modifie aucun modèle et n’envoie pas les questions à une API." + ], + "example": "Joindre un extrait sur la RAM aide à cadrer une explication. Cela ne signifie pas que le modèle a été réentraîné sur votre cours à chaque question.", + "pitfall": "Contexte d’une réponse, conservation des échanges et entraînement sont trois mécanismes à distinguer.", + "slides": [ + 4 + ], + "terms": [ + "préentraînement", + "contexte", + "fenêtre de contexte", + "conversation", + "mémoire" + ] + }, + { + "title": "Générer, rechercher et citer", + "definition": "La recherche documentaire vise à retrouver des documents existants ; la génération produit une réponse. Un outil peut combiner les deux, mais il faut vérifier ses fonctions réelles.", + "paragraphs": [ + "Un moteur de recherche retrouve des ressources selon une requête et un index. Un système génératif peut produire une formulation même sans avoir consulté la source correspondante. Certains outils relient une recherche ou un corpus à une génération : cela peut améliorer l’appui documentaire sans garantir l’exactitude.", + "Une référence doit exister et soutenir précisément l’affirmation. Vérifiez titre, auteurs, date, document et passage concerné. Un lien réel vers un article ne garantit pas que cet article dit ce que la réponse lui attribue.", + "Pour une synthèse universitaire, conservez les documents réellement lus et distinguez ce qu’ils établissent de vos interprétations. Lorsque l’information manque, signalez la limite. Une absence dans vos sources ne démontre pas nécessairement que le fait est faux : il peut être non établi dans le corpus disponible." + ], + "example": "Avant de reprendre une statistique, ouvrir le document original et trouver le tableau ou le passage qui la justifie.", + "pitfall": "Une citation bien présentée peut être inventée ou mal attribuée. Le contrôle doit porter sur le contenu.", + "slides": [ + 5, + 8, + 9, + 15 + ], + "terms": [ + "recherche documentaire", + "source", + "référence", + "citation", + "RAG", + "corpus" + ], + "table": { + "heads": [ + "Démarche", + "Objectif", + "Contrôle nécessaire" + ], + "rows": [ + [ + "Rechercher", + "Retrouver des documents existants", + "Pertinence et fiabilité des sources" + ], + [ + "Générer", + "Produire un contenu", + "Vérité et fidélité du contenu" + ], + [ + "Combiner recherche et génération", + "Produire à partir de documents récupérés", + "Existence des sources et soutien réel de chaque affirmation" + ] + ] + } + }, + { + "title": "Consigne : tâche, contexte, public et format", + "definition": "Une consigne, ou prompt, décrit la tâche attendue et les informations qui doivent guider la réponse.", + "paragraphs": [ + "Précisez le sujet, le public et l’objectif. Indiquez les documents utilisables, les limites du périmètre et le format souhaité. Demandez de distinguer faits du document, exemples ajoutés et informations manquantes. Les contraintes doivent être compatibles.", + "Pour une explication à des débutants, demandez une définition, le développement d’un sigle, un exemple et une vérification de compréhension. Une limite de longueur peut aider à cadrer, mais l’outil peut ne pas la respecter précisément. Il faut relire le résultat.", + "La clarté de la demande réduit les ambiguïtés mais ne transforme pas le système en autorité. Vous devez contrôler les erreurs et l’adéquation au cours. Une demande de citer des sources ne garantit ni leur existence ni leur consultation réelle." + ], + "example": "« À partir du texte joint, explique RAM à des L1 : développe le sigle, décris sa fonction, compare au stockage et propose deux questions corrigées. Signale les points absents du texte. »", + "pitfall": "Une consigne complexe peut contenir des contraintes contradictoires. Relire aussi la demande avant d’évaluer la réponse.", + "slides": [ + 6, + 10, + 11 + ], + "terms": [ + "consigne", + "prompt", + "contexte de demande", + "contrainte de format", + "public" + ] + }, + { + "title": "Amélioration progressive et contrôle du support", + "definition": "L’amélioration progressive consiste à demander une production par étapes, examiner chaque résultat puis corriger les écarts avant de poursuivre.", + "paragraphs": [ + "Commencez par un plan fondé sur les objectifs. Vérifiez les notions et l’ordre. Développez une section, puis testez les exemples et les définitions. Révisez la formulation en fonction des erreurs observées plutôt que d’accumuler des demandes générales.", + "Pour passer d’un cours à des diapositives, fournissez le cours de référence, contrôlez les objectifs, bornez le contenu puis vérifiez chaque diapositive. Une diapositive lisible peut contenir un exemple faux. Une bonne mise en page ne remplace pas le contrôle pédagogique.", + "Conservez la version source et les modifications. Vérifiez que les schémas, formules et corrigés restent cohérents après transformation. L’enseignant ou l’auteur valide le support final et reste responsable de ce qu’il transmet aux étudiants." + ], + "example": "Préparer un plan sur fichiers et dossiers, vérifier les définitions, produire une activité, refaire le corrigé puis seulement préparer les diapositives.", + "pitfall": "Demander directement un cours complet sans source ni étapes de contrôle augmente le risque d’omissions difficiles à repérer.", + "slides": [ + 7, + 12 + ], + "terms": [ + "amélioration progressive", + "révision", + "diaporama", + "traçabilité", + "validation pédagogique" + ] + }, + { + "title": "Hallucinations, faits et calculs", + "definition": "Une hallucination est un contenu généré plausible mais inexact, inventé ou insuffisamment appuyé par les éléments disponibles.", + "paragraphs": [ + "Le contrôle d’un fait demande une preuve appropriée : source primaire, donnée documentée ou raisonnement vérifiable. Pour un calcul, refaites les opérations indépendamment. Pour du code, examinez le comportement et les cas limites dans un environnement adapté.", + "Une référence doit être vérifiée dans le document réel. Si un outil n’a pas accès au document, ne supposez pas qu’il l’a consulté. Distinguez une contradiction, une absence d’information et une incertitude : ces situations ne permettent pas la même conclusion.", + "La vérification est plus efficace quand on sépare les affirmations. Notez ce qui est confirmé, corrigé ou non établi. Une réponse révisée peut introduire d’autres erreurs ; il faut vérifier les changements importants, pas seulement la première version." + ], + "example": "Une réponse prétend que la moyenne de 10,12,14 vaut 15. Vérification : 36/3 = 12. Le corrigé doit montrer l’opération.", + "pitfall": "Le ton assuré et les noms d’auteurs plausibles ne constituent pas une preuve.", + "slides": [ + 8, + 9, + 10, + 11 + ], + "terms": [ + "hallucination", + "vérification", + "fait", + "incertitude", + "contradiction", + "preuve" + ] + }, + { + "title": "Usages universitaires et responsabilité", + "definition": "L’utilisation d’une aide numérique dans un travail universitaire doit respecter les règles de l’établissement et les consignes de l’enseignant.", + "paragraphs": [ + "Une aide peut reformuler une définition, suggérer des questions d’entraînement, commenter un brouillon ou aider à préparer un plan. L’étudiant doit comprendre le résultat, vérifier son exactitude et pouvoir expliquer la démarche. Les aides autorisées varient selon l’évaluation.", + "Conservez des traces utiles : sources réellement consultées, consignes importantes et étapes de révision. Déclarez l’usage de l’IA lorsque les règles le demandent. Ne présentez pas une référence inventée comme un document lu, et ne déléguez pas une compétence que l’exercice cherche précisément à évaluer.", + "Pour choisir un outil, partez de la tâche, des données, des fonctionnalités documentées, du coût et des contraintes d’accès. Il n’existe pas un meilleur outil universel. Comparez des résultats sur un petit jeu de tâches représentatif au lieu de vous fier uniquement à une marque ou à une démonstration." + ], + "example": "Pour comprendre un sigle, une explication avec questions peut être utile. Pour une revue documentaire, il faut aussi retrouver et lire les publications réelles.", + "pitfall": "Le fait qu’un outil soit disponible ne signifie pas que son usage est autorisé dans tout devoir.", + "slides": [ + 13, + 15 + ], + "terms": [ + "responsabilité universitaire", + "int��grité académique", + "déclaration d’usage", + "outil", + "plagiat" + ] + }, + { + "title": "Confidentialité, biais et fiche de vérification", + "definition": "Un usage prudent limite les données transmises, examine les biais et documente les vérifications effectuées.", + "paragraphs": [ + "Ne transmettez pas de mots de passe, de notes nominatives, de données de santé ou de documents confidentiels sans autorisation appropriée. Retirer simplement les noms peut laisser des possibilités de réidentification par croisement des autres informations.", + "Un biais peut provenir des données, de la conception ou du contexte d’usage. Certaines langues, situations ou populations peuvent être moins bien représentées. Comparez les formulations et les résultats, et évitez de transformer une réponse d’outil en décision importante concernant une personne sans cadre et contrôle adaptés.", + "Une fiche de vérification note la demande, les sources, les affirmations contrôlées, les calculs refaits, les corrections et les limites restantes. Pour l’entraînement, utilisez des documents et personnes fictifs. Le contrôle humain doit porter sur le fond, pas uniquement sur la présentation." + ], + "example": "Fiche : affirmation « RAM conserve après extinction » ; source cours 1 ; contrôle : mémoire généralement volatile ; correction : stockage ; limite : récupération automatique éventuelle du logiciel.", + "pitfall": "« Sans nom » ne signifie pas forcément anonyme. Une réponse neutre en apparence peut aussi refléter des biais.", + "slides": [ + 14, + 15 + ], + "terms": [ + "confidentialité", + "donnée personnelle", + "biais", + "réidentification", + "fiche de vérification", + "minimisation" + ] + } + ], + "exercises": [ + { + "title": "Améliorer une consigne", + "statement": "Transformez « Fais mon cours » en demande sur les fichiers pour L1.", + "steps": [ + "Définir niveau et objectif", + "Préciser la source", + "Demander activité et corrigé", + "Exiger le signalement des manques" + ], + "result": "Demande possible : « À partir du texte joint, prépare une séance de 45 min pour L1 sur fichiers, dossiers et extensions, avec deux activités papier corrigées et les limites du corpus. »" + }, + { + "title": "Contrôler deux erreurs", + "statement": "« Renommer JPG en PDF convertit ; la RAM conserve après extinction. »", + "steps": [ + "Vérifier format et nom", + "Vérifier mémoire et stockage" + ], + "result": "Renommer ne convertit pas. La RAM de travail est généralement volatile." + }, + { + "title": "Vérifier une référence", + "statement": "Une réponse cite un article au titre plausible sans lien. Quelle démarche ?", + "steps": [ + "Chercher le document réel", + "Vérifier auteurs et date", + "Lire le passage pertinent", + "Signaler si non retrouvé" + ], + "result": "Ne pas citer comme consultée une référence non retrouvée ou non lue." + }, + { + "title": "Construire une fiche d’audit", + "statement": "Utilisez une définition du module, rédigez une consigne et contrôlez une réponse.", + "steps": [ + "Lister faits et sources", + "Refaire les calculs", + "Corriger les erreurs", + "Noter les limites et l’aide utilisée" + ], + "result": "Livrable : une fiche distinguant confirmé, corrigé et non établi." + } + ], + "quiz": [ + { + "question": "Un jeton est-il toujours un mot complet ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Il peut être un fragment ou un signe selon la tokenisation." + }, + { + "question": "Une source citée prouve-t-elle sa consultation ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Il faut vérifier le document et le passage réel." + }, + { + "question": "Joindre un texte réentraîne-t-il nécessairement le modèle ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Le contexte peut guider sans modifier les paramètres." + }, + { + "question": "Des notes sans noms sont-elles forcément anonymes ?", + "answers": [ + "Oui", + "Non" + ], + "correct": 1, + "why": "Le croisement d’autres informations peut réidentifier." + }, + { + "question": "Qui doit pouvoir expliquer le travail remis ?", + "answers": [ + "L’étudiant", + "Uniquement l’outil" + ], + "correct": 0, + "why": "La responsabilité du travail et les consignes restent applicables." + } + ], + "homework": "À partir d’une définition du cours, rédiger une consigne, analyser une réponse fictive et joindre une fiche des vérifications et limites.", + "slides": [ + "Couverture", + "Objectifs", + "Modèle de langage et jetons", + "Préentraînement et contexte", + "Génération et recherche", + "Consigne précise", + "Amélioration progressive", + "Hallucinations", + "Protocole de vérification", + "Cas d’étude", + "Corrigés", + "Du cours au diaporama", + "Usages universitaires", + "Confidentialité et biais", + "Évaluation et devoir" + ] + } +] \ No newline at end of file