Compagnon · examen blanc
Quiz blanc
32 questions à choix multiples couvrant les chapitres du partiel : ConvNet, RNN/LSTM, apprentissage par renforcement, NLP. À faire en conditions réelles avant le DS.
i. Comment l'utiliser
Coche une seule option par question. Le score s'affiche en temps réel. L'explication apparaît après ta réponse ; reviens au chapitre concerné si quelque chose te surprend.
Périmètre du DS
Les 4 chapitres du partiel sont CM2 (CNN), CM3 (RNN/LSTM), CM4 (Renforcement) et CM5 (NLP). CM1 (réseaux de neurones) et CM6 (recuit simulé) sont hors-programme — pas de question ici.
1. Quiz éclair (32 questions)
1.Image 32×32×1 passée dans
Conv2D(16, kernel_size=(5,5)) sans padding. Taille de sortie ?Formule $(n - m + 1)^2$ : $(32 - 5 + 1) = 28$. 16 canaux = 16 filtres → sortie 28 × 28 × 16.
2.Combien de paramètres a
Conv2D(64, kernel_size=(3,3)) sur une entrée à 3 canaux (RGB) ?$64 \times (3 \times 3 \times 3 + 1) = 64 \times 28 = 1\,792$. Le $+1$ = biais par filtre.
3.Une couche
MaxPooling2D(pool_size=(2,2)) appliquée à un tenseur 24×24×64 produit :MaxPooling 2×2 divise chaque dimension spatiale par 2 sans toucher au nombre de canaux. 0 paramètre à apprendre.
4.Après un
Flatten sur un tenseur 5×5×64, on enchaîne Dense(128). Nombre de paramètres de cette couche Dense ?Flatten produit un vecteur de $5 \times 5 \times 64 = 1\,600$ valeurs. Dense : $\text{nb}_\text{out} \times (\text{nb}_\text{in} + 1) = 128 \times (1\,600 + 1) = 204\,928$.
5.Parmi les couches suivantes, laquelle a 0 paramètre à apprendre ?
Flatten ne fait que reshape le tenseur en vecteur — 0 paramètre. MaxPooling et Dropout ont aussi 0 paramètre. Conv2D et Dense ont des poids appris.
6.Pourquoi évite-t-on un réseau entièrement
Dense sur une image 1920×1080×3 ?$6\,220\,800 \times 1\,000 + 1\,000 \approx 6$ milliards de paramètres pour une seule couche cachée. Le CNN règle ça via connexion locale + partage de poids.
7.Quelle fonction de perte choisir pour classifier des emails (spam / non-spam) ?
Classification binaire (2 classes) →
binary_crossentropy. La categorical_crossentropy est pour ≥ 3 classes.8.Dans la pile
Conv → Pool → Conv → Pool, quelle évolution est correcte ?L'idée du CNN : l'image rétrécit spatialement (via pooling) mais s'épaissit en canaux (via plus de filtres) → motifs de plus en plus abstraits.
9.Dans un RNN, quelle est la formule correcte de l'état caché $H^t$ ?
L'activation tanh produit des valeurs entre $-1$ et $1$. L'état combine entrée courante $X^t$ et état précédent $H^{t-1}$.
10.Avec $n=4$ (entrée), $m=5$ (cachée), $p=10$ (sortie), quelle est la dimension de la matrice $V$ (récurrence) d'un RNN ?
$V$ relie $H^{t-1}$ (taille $m$) à $H^t$ (taille $m$) → dimensions $m \times m = 5 \times 5$. Rappel : $U : m \times n$, $W : p \times m$.
11.Parmi ces éléments d'un RNN, lequel est un hyperparamètre et non un paramètre appris ?
$n, m, p, T$ sont choisis avant l'entraînement → hyperparamètres. Les matrices $U, V, W$ et biais $B^h, B^o$ sont appris pendant l'entraînement.
12.Analyser le sentiment (positif / négatif) d'un tweet est un problème de type :
Séquence de mots → 1 label unique (positif/négatif) = many-to-one. Image captioning = one-to-many. Traduction = many-to-many.
13.La BPTT (Backpropagation Through Time) consiste à :
On voit $T$ copies du même réseau (mêmes paramètres réutilisés), puis on applique la rétropropagation sur ce graphe étendu. Les gradients sur $U, V, W$ s'accumulent.
14.Quelles sont les 3 portes d'un LSTM ?
3 portes sigmoïdes ∈ [0, 1] : forget = ce qu'on oublie, input = ce qu'on ajoute, output = ce qui sort.
15.La formule de la mémoire $c_t$ d'un LSTM est :
1er terme = ancienne mémoire filtrée par forget ; 2e terme = nouvelle information candidate filtrée par input. La sortie du LSTM est $h_t = o_t \cdot \tanh(c_t)$.
16.L'apport principal du mécanisme d'attention dans un encodeur-décodeur est :
L'encodeur-décodeur classique résume toute l'entrée dans un seul vecteur contexte — limitant pour les longues phrases. L'attention apprend automatiquement « où regarder » pour chaque mot de sortie.
17.Un MDP (Processus de Décision Markovien) est défini par :
$S$ états, $A$ actions, $T(s,a,s')$ proba de transition, $R(s,a)$ récompense, $\gamma$ facteur d'actualisation. C'est l'extension d'une chaîne de Markov pour modéliser les actions.
18.La propriété de Markov signifie que :
$P(X_{t+1} \mid X_t, X_{t-1}, \ldots, X_0) = P(X_{t+1} \mid X_t)$. Connaître l'état courant suffit pour prédire la suite.
19.Un facteur d'actualisation $\gamma$ proche de 1 signifie que l'agent :
$\gamma^t$ écrase peu les récompenses futures quand $\gamma$ est proche de 1. Proche de 0, l'agent ne regarde que le court terme.
20.L'équation de Bellman pour la valeur optimale $V^*$ d'un MDP s'écrit :
Valeur d'un état = max sur $a$ de (récompense immédiate + espérance actualisée de la valeur future).
21.Différence essentielle entre Value Iteration et Policy Iteration :
Value Iteration : itère sur $V$ jusqu'à stabilisation puis dérive $\pi^*$. Policy Iteration : choisit $\pi$, l'évalue, l'améliore, répète jusqu'à ce que $\pi$ ne change plus.
22.La caractéristique du Q-Learning par rapport à Value Iteration est que c'est un algorithme :
Le Q-Learning apprend $Q(s, a)$ directement à partir des interactions agent ↔ environnement, sans modèle préalable.
23.La règle de mise à jour du Q-Learning est :
$\alpha$ = learning rate (poids ancien vs nouveau), $r + \gamma \max_{a'} Q(s', a')$ = nouvelle estimation, le tout corrigé par la différence avec l'ancienne valeur.
24.Dans la politique ε-greedy, quel comportement adopte l'agent quand $\varepsilon$ est élevé (proche de 1) ?
$\varepsilon$ proche de 1 → l'agent tire des actions aléatoires (exploration). $\varepsilon$ proche de 0 → il choisit toujours $\arg\max_a Q(s,a)$ (exploitation). Typiquement, $\varepsilon$ décroît avec le temps.
25.Parmi les 7 niveaux d'analyse linguistique, lesquels sont essentiellement traités par les systèmes NLP ?
Les systèmes NLP traitent les niveaux inférieurs : lexical (incl. morphologique), syntaxique, sémantique. Le discours et la pragmatique restent largement hors-portée.
26.La tokenization consiste à :
Première étape de l'analyse lexicale : « Ernest Hemingway (July 21, 1899) » → ['Ernest', 'Hemingway', '(', 'July', '21', ',', '1899', ')']. La lemmatisation et le POS-tagging viennent après.
27.Quelle affirmation est vraie sur la différence stemming / lemmatization ?
Le stemming peut produire un non-mot (
studies → studi). La lemmatization utilise le POS : saw (verbe) → see, saw (nom) → saw.28.Une CFG (Context-Free Grammar) est définie par le fait que ses règles ont :
Hors-contexte = la réécriture du non-terminal de gauche ne dépend pas du contexte. C'est la classe minimale requise par les langues naturelles dans la hiérarchie de Chomsky.
29.Avec la grammaire du cours, quelle est la bracketed string correcte pour « The cat slept » ?
Règle : S → NP VP, NP → Det Nn, VP → V, Det → the, Nn → cat, V → slept. Racine S, feuilles = mots.
30.La phrase « Police help dog bite victim » illustre :
Les 3 types : lexicale (un mot plusieurs sens), syntaxique (plusieurs arbres), référentielle (pronom ambigu). Ici on hésite sur la structure syntaxique.
31.Quelle est la relation entre wheel et car ?
La méronymie est la relation part-of (verticale). À ne pas confondre avec l'hyponymie (rose → flower : un type de) qui est aussi verticale mais d'un autre genre.
32.Wordnet est utilisable en Python via le module :
Wordnet : base de données lexicale anglaise (synsets + relations). Accessible via NLTK avec
word_tokenize, pos_tag, WordNetLemmatizer.Score : 0 / 32 ·
2. Auto-évaluation
| Score | Niveau | Conseil |
|---|---|---|
| 28-32 | 🟢 Solide | Tu es prêt. Relis juste l'anti-sèche la veille du DS. |
| 22-27 | 🟡 Bon | Identifie les questions ratées, retourne aux chapitres concernés et refais les Quiz éclair de chaque CM. |
| 15-21 | 🟠 Moyen | Refais une lecture active des 4 chapitres. Reprends les flashcards. |
| 0-14 | 🔴 À retravailler | Reprendre depuis le début. Planifie les 4 CMs sur 4 jours. |
Répartition des 32 questions
8 par chapitre — CM2 (Q1-8), CM3 (Q9-16), CM4 (Q17-24), CM5 (Q25-32). Si tu rates plus de 3 questions sur un même chapitre, c'est le signal pour y revenir en priorité.