Apprentissage supervisé vs non supervisé (L3 machine learning)

Le machine learning se divise en deux grandes familles selon que les données sont étiquetées ou non. En L3 du parcours data pour économistes, dans le cours de machine learning, les QCM CampusQCM testent cette distinction fondamentale. L'apprentissage supervisé travaille sur des données étiquetées…

Le machine learning se divise en deux grandes familles selon que les données sont étiquetées ou non. En L3 du parcours data pour économistes, dans le cours de machine learning, les QCM CampusQCM testent cette distinction fondamentale. L'apprentissage supervisé travaille sur des données étiquetées : à chaque observation est associée une variable cible $Y$ connue, et l'objectif est d'apprendre une fonction qui prédit $Y$ à partir des variables explicatives $X$. On distingue deux problèmes : la régression, quand la cible est quantitative (prévoir un prix, un revenu), et la classification, quand la cible est qualitative (prévoir une catégorie : défaut/non-défaut, spam/non-spam). Les algorithmes supervisés incluent la régression linéaire et logistique, les arbres de décision, les forêts aléatoires, les SVM et les réseaux de neurones. L'apprentissage non supervisé, au contraire, travaille sur des données sans étiquette : il n'y a pas de cible à prédire, l'objectif est de découvrir une structure cachée dans les données. Ses deux tâches principales sont le clustering (regrouper les observations similaires, par exemple segmenter une clientèle) et la réduction de dimension (résumer l'information dans moins de variables, comme l'ACP). On distingue aussi l'apprentissage par renforcement, où un agent apprend par essais-erreurs via des récompenses. Identifier si un problème est supervisé ou non, et s'il relève de la régression ou de la classification, est le premier réflexe à acquérir.