Centre Universitaire de Mila Examen de rattrapage en « Apprentissage Automatique »
Institut : ST, Département : MI Durée de l’examen : 1h30 / Mila le : 21-09-2019
Master 1 – STIC Documents non autorisés
Exercice 1 : Les machines à vecteurs de support SVM (08 points)
Soit l’ensemble de données 𝐗 = {(𝐱(𝐭) , 𝐲(𝐭) ), 𝒕 = 𝟏, . . , 𝟔} présenté ci-bas.
7 10 13 (𝟑)
𝐱 (𝟏) = [ ] , 𝐲 (𝟏) = −1, 𝐱 (𝟐) = [ ] , 𝐲 (𝟐) = −1, 𝐱 (𝟑) = [ ] , 𝐲 = −1,
5 8 9
8 6 2
𝐱 (𝟒) = [ ] , 𝐲 (𝟒) = 1, 𝐱 (𝟓) = [ ] , 𝐲 (𝟓) = 1, 𝐱 (𝟔) = [ ] , 𝐲 (𝟔) = 1
13 9 10
1) Tracer ces points en deux dimensions.
2) Supposons que l’on veut classer ces données avec un classifieur de type SVM utilisant un
noyau linéaire (𝑲(𝐱, 𝐱 ′ ) = 〈𝐱, 𝐱 ′ 〉) . Tracez les données de l’ensemble 𝐗 , les marges
géométriques maximales obtenues avec le SVM, l’hyperplan séparateur correspondant, et
encerclez les données agissant comme vecteurs de support.
3) Donnez les valeurs des poids 𝒘 et biais 𝒘𝟎 correspondant au discriminant linéaire
maximisant les marges géométriques tracées en question 2).
* Indice : il n’est pas nécessaire de calculer les 𝜶𝒊 pour répondre à la question.
Exercice 2 : Réseaux de neurones (8 points)
Soit le réseau de neurones multicouches décrit par le graphe suivant :
1
w1 f11 h11 1
x1
w5 h12 w12 f21 ̂
𝒚
x2
f12
1 h13
f13
1) Donner les formules mathématiques qui déterminent les sorties intermédiaires f11,
̂.
f12, f13, h11, h12, h13, f21 ainsi que la sortie finale 𝒚
̂ )𝟐
2) Soit la fonction d’erreur : 𝐄(𝐰) = (𝒚 − 𝒚
En appliquant l’algorithme de propagation en arrière (backpropagation), trouver les
expressions des mises à jour des paramètres ∆𝒘𝒋 pour j = 1,…,13.
1/2 Dr. A. Boulmerka
Centre Universitaire de Mila Examen de rattrapage en « Apprentissage Automatique »
Institut : ST, Département : MI Durée de l’examen : 1h30 / Mila le : 21-09-2019
Master 1 – STIC Documents non autorisés
Exercice 3 : Application numérique sur les réseaux de neurones (4 points)
Soit le même réseau de neurones multicouches de l’exercice 2 décrit par le graphe suivant :
1
w1 f11 1
x1 h11
w5 h12 w12 f21 ̂
𝒚
x2
f12
1 h13
f13
Application Numérique : Soit la donnée x = (2, -1), y = 1 et soient les valeurs initiales des
paramètres w définies comme suit :
w1 = 1, w2 = 0.5, w3 = -0.25, w4 = 0.75, w5 = 1, w6 = 0.25, w7 = 0.5, w8 = 0.5, w9 = -0.5,
w10 = 1, w11 = -1, w12 = 0.5, w13 = 0.25.
1) Calculer les sorties intermédiaires f11, f12, f13, h11, h12, h13, f21 ainsi que la sortie
̂.
finale 𝒚
2) Calculer les mise à jour ∆𝒘𝒋 ainsi que les paramètres 𝒘𝒋 pour j = 1,…,13 après une
itération de mise à jour (en considérant le paramètre d’apprentissage 𝜶 = 𝟎. 𝟏).
NB : La précision des calculs numériques est fixée à 4 chiffres après la virgule.
Bon courage
2/2 Dr. A. Boulmerka
