Examen corrigé Fouille de données et Datamining - Université de Chlef

Introduction à l'examen de fouille de données

Ce document présente le sujet et le corrigé détaillé d'un examen semestriel destiné aux étudiants en Master d'informatique. Il s'adresse directement aux apprenants souhaitant approfondir leurs compétences en analyse de données et en apprentissage automatique. Établi pour la session de janvier 2018 à l'Université de Chlef, ce support pédagogique couvre deux exercices principaux touchant à la classification non supervisée et à la classification supervisée.

Présentation du document et contexte académique

Le sujet s'inscrit dans le cadre des modules intitulés Fouille et extraction de données ainsi que Datamining, enseignés en deuxième année de Master des filières ISIA et IL au sein du département informatique. L'épreuve d'une durée d'une heure trente est conçue pour évaluer la maîtrise pratique et théorique d'algorithmes fondamentaux en science des données. Le corrigé fournit non seulement les réponses finales mais détaille l'intégralité des étapes de calcul, permettant ainsi de comprendre le raisonnement mathématique et logique attendu.

Premier exercice : Algorithme K-means

Le premier exercice est consacré à l'algorithme de partitionnement K-means appliqué à un ensemble fini d'entiers. À partir d'une liste de sept valeurs numériques et de trois centres initiaux donnés, l'exercice demande d'exécuter plusieurs itérations de l'algorithme en utilisant la distance basée sur la valeur absolue de la différence entre deux nombres.

Les étudiants peuvent suivre pas à pas l'affectation des éléments aux différents clusters, la mise à jour des centres de gravité à chaque étape, ainsi que la vérification de la condition d'arrêt liée à la stabilité des centres. Une analyse critique est également demandée pour étudier l'impact du choix des centres initiaux sur le nombre d'itérations nécessaires à la convergence de l'algorithme.

Second exercice : Arbres de décision et algorithme ID3

Le second exercice aborde la classification supervisée à l'aide d'un tableau de données décrivant les résultats d'étudiants de première année universitaire en tronc commun. Chaque étudiant est caractérisé par trois attributs qualitatifs : le statut de doublant, la série du baccalauréat et la mention obtenue. La tâche consiste à construire un arbre de décision à l'aide de l'algorithme ID3 basé sur le gain d'entropie.

Le corrigé détaille le calcul de l'entropie à la racine, puis le calcul des gains d'entropie pour chaque attribut afin de déterminer le meilleur test initial. L'exercice se poursuit avec le traitement des nœuds non purs, la construction de plusieurs variantes d'arbres de décision et l'évaluation de ces modèles sur des données de test pour mesurer le taux d'erreur et le taux de succès.

Ce que les étudiants peuvent apprendre

Ce document permet de travailler des concepts fondamentaux du datamining à travers des applications concrètes :

• L'application rigoureuse de l'algorithme K-means avec des calculs de distance explicites.
• Le calcul des centres de gravité et la gestion des mises à jour de clusters.
• La mesure de l'entropie et le calcul du gain d'information pour la sélection d'attributs.
• La construction d'arbres de décision selon l'algorithme ID3.
• L'évaluation de modèles de classification à l'aide de jeux de données de test.

Conseils pour l'utilisation de ce corrigé

Pour tirer pleinement profit de ce document lors des révisions, il est recommandé de refaire les calculs de distance et d'entropie par soi-même avant de consulter les solutions. L'analyse des différentes itérations de K-means et la comparaison des arbres de décision permettent de bien identifier les pièges classiques et de consolider sa compréhension des méthodes d'apprentissage automatique.

Questions fréquentes

Quel est l'objectif principal de cet examen ?

L'examen évalue la capacité des étudiants à appliquer manuellement des algorithmes majeurs de fouille de données, notamment K-means pour le clustering et ID3 pour la création d'arbres de décision.

Quels modules universitaires sont concernés par ce document ?

Ce sujet concerne les modules Fouille et extraction de données et Datamining, dispensés en deuxième année de Master en informatique dans la filière ISIA et IL à l'Université de Chlef.

Comment les distances sont-elles calculées dans le premier exercice ?

La distance entre deux nombres a et b est calculée en utilisant la valeur absolue de leur différence, soit la formule d(a, b) = |a - b|.

Combien d'attributs décrivent les étudiants dans l'exercice sur l'arbre de décision ?

Les étudiants sont décrits par trois attributs : le fait d'être doublant ou non, la série du baccalauréat et la mention obtenue, répartis en deux classes qui sont Admis et Non Admis.

Testez vos connaissances

Télécharger Examen corrigé Fouille de données et Datamining - Université de Chlef pdf