Informations administratives
| Titre | Apprentissage non supervisé |
| Durée | 60 minutes |
| Module | A |
| Type de leçon | Conférence |
| Focus | Pratique — Modélisation de l’IA |
| Sujet | Analyse des données |
Mots-clés
Apprentissage non supervisé, clustering, grappes avancées, éthique,
Objectifs d’apprentissage
- apprendre les bases de l’apprentissage non supervisé
Préparation prévue
Événements d’apprentissage à compléter avant
Obligatoire pour les étudiants
- Python
- pandas
Optionnel pour les étudiants
Aucun.
Références et antécédents pour les étudiants
Aucun.
Recommandé pour les enseignants
Aucun.
Matériel de leçon
Instructions pour les enseignants
Vous pouvez baser cette classe autour des diapositives.
Esquisse/horaire
| Durée (min) | Description | Concepts |
|---|---|---|
| 5 | Apprentissage non supervisé | Introduction à l’apprentissage non supervisé (vs supervisé) |
| 20 | Regroupement | KMeans, K-Medoid, optimal K |
| 20 | Regroupement avancé | Regroupement hiérarchique, DBSCAN |
| 5 | Réduction de la dimensionnalité avancée | réduction de dimensionnalité avancée: t-END |
| 5 | Éthique | Rapport à l’étude de cas éthique |
Rapport à l’étude de cas éthique
Le regroupement de personnes peut permettre des prédictions qui violent la vie privée ou tirent une inferece injuste, comme dans les cas suivants
- Une adolescente était enceinte avant que son père ne l’ait fait
- L’affaire des prestations de garde d’enfants (toeslagenaffaire)
- Sites Web Vary Prix, offres basées sur l’information des utilisateurs (voir Exemples pour l’enseignement de l’IA éthique)
Remerciements
Le programme de master IA centré sur l’humain a été cofinancé par le mécanisme pour l’interconnexion en Europe de l’Union européenne dans le cadre de la subvention CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.