CC1_IAA_L3 Informatique_2024/25
(séance de TP2, 03 février 2025)
A rendre : fichier(s) de code python implémentant les fonctions et programmes
demandés ci-après (tel qu’en fin de séance).
Il s’agit d’implémenter un ensemble de fonctions, et quelques programmes qui les
agencent / testent, pour une prise en main pandas/slkearn/PIL du projet
d’apprentissage automatique. La librairie PIL est à privilégier pour les fonctions
élémentaires sur les images.
Les images brutes sont dans le répertoire Data, réparties dans deux sous-répertoires :
Mer contenant les images étiquetées « paysage avec mer/océan » (+1), et Ailleurs
contenant les images étiquetées « sans paysage mer/océan » (-1).
1) Explorer les données de ces répertoires (nombres, tailles, formats, cohérence de
l’étiquette, etc.).
2) Programmer et tester les trois fonctions ci-après (éventuellement en créant des
fonctions intermédiaires) :
buildSampleFromPath (path1, path2) qui retourne un échantillon S de données
issu des répertoires path1 (les données +1, avec paysage maritime), et path2 (les
données -1, sans paysage maritime).
resizeImage (i, h, l) qui retourne l’ image retaillée pour qu’elle soit de taille h*l
(via paramètres hauteur et largeur).
computeHisto(i) qui calcule et retourne (et/ou stocke) l’histogramme de couleurs de
l’image i, à l’aide la librairie PIL.
Il est fortement conseillé (mais non imposé) de représenter l’échantillon S sous forme
d’une liste (ou tableau) d’images, chaque image étant une entrée de dictionnaire :
Image= { name_path : « … »,
resized_image : …,
X_histo : …,
y_true_class : +1/-1,
y_predicted_class : none/+1/-1
}
Ce dictionnaire pourra évoluer au fil du projet selon les besoins.
3) Programmer et tester les deux fonctions ci-après, qui permettent (1) d’apprendre
un modèle à partir d’un l’échantillon S via un algo (pour l’instant avec l’algorithme
NaiveBayes vu en cours), puis (2) une fois ce modèle appris (via un fit), de
calculer la prédiction sur une image. En apprentissage comme en prédiction, on
considère pour ce CC1 que les fonctions utilisent l’histogramme de couleurs de
chaque image comme description de cette image (X_histo).
fitFromHisto(S, algo) qui calcule et retourne un modèle model appris de S
(où chaque image est représentée par un histogramme de couleurs), avec l’algorithme
algo. Dans un premier temps, l’algorithme est NaiveBayes, donc le modèle
retourné sera l’instance de NaiveBayes une fois fittée sur les données S ; mais à terme
il est recommandé qu’un algo soit une entrée de dictionnaire :
algo= {name : « … », (le nom de la classe sklearn)
hyper_param : dictionnaire d’hyper-paramètres
}
predictFromHisto(S, model) qui calcule la prédiction du modèle model
(préalablement appris) sur les données de l’échantillon S, chaque donnée (image) de
S représentée par son histogramme de couleurs. La fonction retourne la liste des
prédictions, et/ou modifie l’échantillon s’il est une liste d’entrées de dictionnaire
comme suggéré ci-avant (aUectation du champ y_predicted_class). Cette
fonction peut faire appel à une autre fonction qui calcule la prédiction, pour une et
une seule image.
4) Programmer la fonction qui permet de calculer l’erreur empirique du modèle
appris sur les histogrammes. On rappelle que l’erreur empirique est la proportion
d’erreurs commises par le modèle sur les données de l’échantillon qui a permis
d’apprendre ce modèle.
5) Programmer une fonction qui permet d’estimer – par hold-out – l’erreur réelle d’un
modèle appris avec l’algorithme NaiveBayes sur les histogrammes de couleurs des
images. Sur cette fonction, demandez explications à votre enseignant si mal compris
(suite à CM écourté).
Pour les groupes rapides (qui ont fini avant la fin du TP), rajouter les fonctions nécessaires
pour les mêmes traitements mais où chaque image est représentée par X_pixelbw
(tableau de pixels niveaux de gris).
