Intelligence artificielle

Mirrane Achraf

CPGE Moulay Youssef

mirraneachraf@gmail.com

Janvier 2023

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 1 / 19

Aperçu général

1 Introduction

2 Apprentissage automatique
C’est quoi l’apprentissage automatique ?
Types d’apprentissage automatique ?
Exemples d’intelligences artificielles ?

3 Apprentissage supervisé
Définition
Algorithme kNN
Matrice de confusion
Applications

4 Apprentissage non supervisé

Définition
Algorithme k-means
Applications

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 2 / 19

 Introduction

Introduction

Definition
L’intelligence artificielle (IA) est un processus d’imitation de l’intelligence
humaine qui repose sur la création et l’application d’algorithmes exécutés
dans un environnement informatique dynamique. Son but est de permettre à
des ordinateurs de penser et d’agir comme des êtres humains.
Pour y parvenir, trois composants sont nécessaires :
• Des systèmes informatiques
• Des données avec des systèmes de gestion
• Des algorithmes d’IA avancés (code)
Pour se rapprocher le plus possible du comportement humain, l’intelligence
artificielle a besoin d’une quantité de données et d’une capacité de traitement
élevées.

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 3 / 19

 Apprentissage automatique C’est quoi l’apprentissage automatique ?

Apprentissage automatique

Definition
Le Machine Learning ou apprentissage automatique est une sous-catégorie de
l’intelligence artificielle.
Elle consiste à laisser des algorithmes découvrir des » patterns « , à savoir des
motifs récurrents, dans les ensembles de données. Ces données peuvent être
des chiffres, des mots, des images, des statistiques. . .
Tout ce qui peut être stocké numériquement peut servir de données pour le
Machine Learning. En décelant les patterns dans ces données, les algorithmes
apprennent et améliorent leurs performances dans l’exécution d’une tâche
spécifique.
Pour résumer, les algorithmes de Machine Learning apprennent de manière
autonome à effectuer une tâche ou à réaliser des prédictions à partir de
données et améliorent leurs performances au fil du temps. Une fois entraîné,
l’algorithme pourra retrouver les patterns dans de nouvelles données.

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 4 / 19

 Apprentissage automatique C’est quoi l’apprentissage automatique ?

Comment fonctionne le Machine Learning ?

Le développement d’un modèle de Machine Learning repose sur quatre

étapes principales :
• Sélectionner et préparer un ensemble de données d’entraînement.
• Sélectionner un algorithme à exécuter
• L’entraînement de l’algorithme
• L’utilisation et l’amélioration du modèle

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 5 / 19

 Apprentissage automatique Types d’apprentissage automatique ?

Types d’apprentissage automatique ?

On distingue trois techniques de Machine Learning : l’apprentissage

supervisé, l’apprentissage non-supervisé, et l’apprentissage par
renforcement.
• Dans le cas de l’apprentissage supervisé, le plus courant, les données
sont étiquetées afin d’indiquer à la machine quelles patterns elle doit
rechercher.
Le système s’entraîne sur un ensemble de données étiquetées, avec les
informations qu’il est censé déterminer. Les données peuvent même être
déjà classifiées de la manière dont le système est supposé le faire.
• dans le cas de l’apprentissage non supervisé, les données n’ont pas
d’étiquettes. La machine se contente d’explorer les données à la
recherche d’éventuelles patterns.
• Enfin, l’apprentissage par renforcement consiste à laisser un algorithme
apprendre de ses erreurs pour atteindre un objectif. L’algorithme essayera
de nombreuses approches différentes pour tenter d’atteindre son but.

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 6 / 19

 Apprentissage automatique Exemples d’intelligences artificielles ?

Exemples d’intelligences artificielles ?

Exemple
Ces dernières années, on entend parler de nombreuses avancées dans le
domaine de l’intelligence artificielle.
Le Machine Learning se cache derrière un grand nombre de services
modernes très populaires. Par exemple :
• les systèmes de recommandation de Netflix, YouTube et Spotify.
• Le moteur de recherche web de Google.
• Le chat automatique de OpenAI, chatGPT.

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 7 / 19

 Apprentissage supervisé Définition

Apprentissage supervisé
Definition
L’apprentissage supervisé est une méthode de machine learning s’appuyant
sur des données ou exemples labellisés (étiquetés ou annotés) pour entraîner
des modèles d’intelligence artificielle (IA) prédictifs.
Par exemple des photos assorties de la mention de ce qu’elles représentent.

Remarque
Il existe de nombreuses applications de l’apprentissage supervisé :
• le traitement automatique du langage
• la reconnaissance vocale
• la vision par ordinateur ...

Exemple
Entrainer un modèle IA pour détecter ci une photo contient un chat ou bien
un chien. L’entrainement ce fait en donnant a l’algorithme plusieurs photo
étiquetés soit par "chat", soit par "chien".
Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 8 / 19
 Apprentissage supervisé Algorithme kNN

Algorithme de classification
Definition
L’algorithme de classification fait partie des méthodes d’apprentissage
supervisé. Le but est de attribué a chaque donné une classe.

Exemple

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 9 / 19

 Apprentissage supervisé Algorithme kNN

Algorithme kNN
Definition (kNN)
L’algorithme des K plus proches voisins ou K-nearest neighbors (kNN) est un
algorithme de Machine Learning qui appartient à la classe des algorithmes
d’apprentissage supervisé. Il est simple et facile à mettre en œuvre et peut être
utilisé pour résoudre les problèmes de classification et de régression.
L’algorithme kNN, pour chaque nouvelle donnée, calcule les k plus proches
voisins en utilisant une fonction des distance.

Exemple

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 10 / 19

 Apprentissage supervisé Algorithme kNN

fonctions des distance

Afin de déterminer quels points de données sont les plus proches d’un point
de requête donné, il vous faudra calculer la distance entre le point de requête
et les autres points de données. Il y a plusieurs choix, mais les plus utiliser
sont : (∀x, y ∈ IRn )
qP
n
• Distance euclidienne : d(x, y) = i=1 (xi − yi )
2
Pn
• Distance de Harmattan : d(x, y) = i=1 |xi − yi |
• Distance de Minkowski : d(x, y) = ( ni=1 |xi − yi |)2
P

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 11 / 19

 Apprentissage supervisé Algorithme kNN

Les étapes de l’algorithme kNN

Definition
L’intuition derrière l’algorithme des K plus proches voisins est l’une des plus
simples de tous les algorithmes de Machine Learning supervisé , pour
classifier un point :
• Sélectionnez le nombre K de voisins.
• Choisir une fonction de distance.
• Prenez les K voisins les plus proches du point selon la distance calculée.
• Parmi ces K voisins, comptez le nombre de points appartenant à chaque
catégorie.
• Attribuez le nouveau point à la catégorie la plus présente.

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 12 / 19

 Apprentissage supervisé Algorithme kNN

Les étapes de l’algorithme kNN

Exemple

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 13 / 19

 Apprentissage supervisé Matrice de confusion

Matrice de confusion
Definition
Une Confusion Matrix (matrice de confusion) ou tableau de contingence est
un outil permettant de mesurer les performances d’un modèle de Machine
Learning en vérifiant notamment à quelle fréquence ses prédictions sont
exactes par rapport à la réalité dans des problèmes de classification.

Exemple

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 14 / 19

 Apprentissage supervisé Applications

Applications

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 15 / 19

 Apprentissage non supervisé

Apprentissage non supervisé

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 16 / 19

 Apprentissage non supervisé Définition

Apprentissage non supervisé

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 17 / 19

 Apprentissage non supervisé Algorithme k-means

Algorithme k-means

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 18 / 19

 Apprentissage non supervisé Applications

Applications

Mirrane Achraf (CPGE) Intelligence artificielle Janvier 2023 19 / 19