Académique Documents
Professionnel Documents
Culture Documents
EXERCICE 2
corpus 6 = ["hello","world","world","be","be","not"
o Bag of words
TF(not, DOC3) = ½
ML DL
KNN LSTM
Reseau de neronne
Ada boost
QDA
GB
EXERCICE 3 :
Soit l’ensemble des textes suivantes,décrits par les vecteurs V=[X1, X2]
Mot=Word X1 X2
Aime 0.2 - 0.1
Malade - 0.3 0.3
Positive 0.3 0 .1
Pesimiste 0 .1 0
Heureux 0.2 - 0 .4
Amour 0.7 0.1
Negative -0 .2 0.1
Mort 0 0 .6
Argent 0.5 0.2
Optimiste 0 .3 -0 .5
Pauvre -0.3 0.5
nulle -0.2 0.3
1/ Schématiser X2=f(X1)
2/ Le modèle obtenue après la phase de training avec l’une des technique ML est definie par :
X2 0 qlq soit X1
Sensitivity = TP / (TP+FN) = ½ = 50 %
Précision=
F1-Score=
NPV=
5/ proposer un modele optimal dans lequel toutes les métrique de performance seront égales à
100%
FN=FP=0
TP=TN=6
X2=X1