Travaux Dirigés / Travaux Pratiques Machine Learning par domaine

Travaux Dirigés / Travaux Pratiques
Machine Learning par domaine
Exercices pratiques avec jeux de données réels
et corrections commentées
Responsable du Module : Mouaz M.
mail : [email protected]
7 mai 2026
Table des matières
1 Santé Classification dimages médicales (Pneumonie) 4
1.1 Objectifs .............................. 4
1.2 Questions ............................. 4
2 Finance Détection de fraude sur transactions 5
2.1 Objectifs .............................. 5
2.2 Questions ............................. 5
3 Industrie Maintenance prédictive (turbofan) 6
3.1 Objectifs .............................. 6
3.2 Questions ............................. 7
4 E-commerce Recommandation de produits 8
4.1 Objectifs .............................. 8
4.2 Questions ............................. 8
5 Transport Estimation du temps darrivée 9
5.1 Objectifs .............................. 9
5.2 Questions ............................. 9
2

6 Agriculture Reconnaissance de mauvaises herbes par seg-
mentation 10
6.1 Objectifs .............................. 10
6.2 Questions ............................. 11
7 Santé Détection de lésions (localisation vs classification glo-
bale) 11
7.1 Objectifs .............................. 12
7.2 Questions ............................. 12
8 Finance Score de risque de crédit interprétable 13
8.1 Objectifs .............................. 13
8.2 Questions ............................. 13
9 Industrie Détection danomalies multicapteurs sans étiquette 14
9.1 Objectifs .............................. 14
9.2 Questions ............................. 15
10 E-commerce Prédiction de churn client 16
10.1 Objectifs .............................. 16
10.2 Questions ............................. 16
3

1 Santé Classification dimages médicales (Pneu-
monie)
Tâche : Classification binaire thorax sain / pneumonie.
Données : Chest X-Ray Images (Pneumonia) 5 863 images RX de jeunes
enfants, 2 classes.
1.1 Objectifs
— Prétraiter des images médicales pour un CNN.
— Construire un modèle simple puis utiliser le transfer learning.
— Évaluer la criticité des faux négatifs en contexte clinique.
1.2 Questions
1. Prétraitement : redimensionner en 224 ×224, normaliser les pixels dans
[0,1]. Créer des splits train/val/test conservant la distribution des classes.
2. Modèle simple : un CNN avec 2–3 couches convolutives + denses. En-
traîner 10 epochs, relever précision, rappel, F1-score sur le test.
3. Modèle performant : transfer learning avec ResNet18 pré-entraîné sur
ImageNet. Ajuster le classifieur. Comparer les métriques des deux mo-
dèles.
4. Afficher la matrice de confusion, calculer le nombre de faux négatifs
(FN). Commenter leur criticité en santé.
5. Extraire 5 exemples de faux négatifs du modèle performant, afficher li-
mage et la probabilité prédite. Proposer une analyse (images floues, lésions
peu visibles, etc.).
Corrigé commenté
Corrigé commenté
—Prétraitement : utiliser torchvision.transforms. Bien re-
marquer que le jeu est fourni avec des dossiers train/test/val
déjà séparés, mais le split peut être refait pour garantir la repré-
sentativité.
—Modèle simple : un CNN avec Conv2d(3,32,3), maxpool,
Conv2d(32,64,3), une couche dense →env. 80–85% daccuracy
4

sur test. Attention au surapprentissage si trop de paramètres.
—ResNet18 : geler les premières couches, ne dégeler que la der-
nière couche fully connected. Obtenir >90% précision et rappel.
La matrice de confusion montre le danger : même un taux de FN
de 5% = des cas de pneumonie manqués.
—FN critiques : en santé, un faux négatif retarde le traitement.
Commenter avec lexemple dune opacité discrète que le modèle a
classée « normale ».
—Exemples commentés : images avec annotations manuelles :
« Poumon droit avec infiltrat très faible contraste, le modèle ne la
pas vu →amélioration possible avec augmentation de contraste
ou réglage de seuil ».
2 Finance Détection de fraude sur transac-
tions
Tâche : Classification binaire transaction légitime / frauduleuse.
Données : Credit Card Fraud Detection 284 807 transactions anonymi-
sées (ACP), 0,17% de fraudes.
2.1 Objectifs
— Gérer un déséquilibre de classes extrême.
— Comparer techniques de rééchantillonnage et pondération.
— Définir une matrice de coût et optimiser le seuil de décision.
2.2 Questions
1. Analyser le déséquilibre. Appliquer une sous-échantillonnage aléatoire
de la classe majoritaire pour obtenir un ratio 50/50, et un sur-échantillonnage
avec SMOTE. Conserver un jeu de test intact.
2. Entraîner une régression logistique avec pondération des classes class_weight=balanced.
Comparer avec les deux techniques de rééchantillonnage (modèle entraîné
sur données équilibrées).
3. Évaluer : AUC-ROC, rappel de la classe fraude, et définir une matrice de
coût (ex. : coût FP = 10 , coût FN = 500 ). Calculer le coût total sur le
test.
5

4. Discuter le compromis FP / FN : pourquoi une banque accepterait davan-
tage de FP pour réduire les FN ? Quel seuil de probabilité minimiserait
le coût ?
Corrigé commenté
Corrigé commenté
—Déséquilibre : ne jamais évaluer sur des données rééchantillon-
nées ; toujours garder le test original.
—Comparaison :
— Sous-échantillonnage →perd de linformation, rappel OK
mais FP nombreux.
— SMOTE →crée des exemples synthétiques, améliore le rap-
pel sans trop de FP si bien réglé.
— Pondération des classes →simple, efficace, ne modifie pas
le jeu dentraînement.
—Courbe ROC : avec pondération, AUC ≈0.97. Le rappel fraude
atteint ≈0.85 sans sacrifier excessivement la précision.
—Matrice de coût : coût_total =FP×10+FN×500. En ajustant
le seuil de décision (par ex. seuil à 0.1au lieu de 0.5), on réduit
les FN et donc le coût global, même si les FP augmentent.
—Commentaire métier : « Bloquer une carte légitime est gênant,
mais manquer une fraude coûte bien plus cher. »
—Recommandation : régression logistique pondérée, seuil ajusté
pour minimiser le coût →interprétable et léger.
3 Industrie Maintenance prédictive (turbo-
fan)
Tâche : Prédire une défaillance imminente à partir de capteurs temporels.
Données : NASA CMAPSS Turbofan (fichier FD001) 100 moteurs, 21
capteurs par cycle.
3.1 Objectifs
— Construire des features temporelles (fenêtres glissantes).
— Définir une cible binaire pour lanticipation de panne.
6