ia tp5

ia/tp5/questions.md

@@ -0,0 +1,88 @@
+# Questions TP5 d'IA
+
+> Matthieu Jolimaitre
+
+## Partie 1
+
+### 1. D’après le modèle ajusté, quelle est la température attendue si la puissance est de 120W ?
+
+```
+f(120) = 64.61248085407703
+```
+
+ce qui implique que la température attendue si la puissance est de 120W est de
+64.61°.
+
+### 2. Que vaut la RMSE et quelle est son unité ?
+
+```
+RMSE = 5.662048552655999
+```
+
+L'unité de la RMSE est un écart de températures en degrés.
+
+### 3. Quelle est la valeur de température qui admet la plus grande erreur d’approximation ?
+
+```
+Maximal error = 14.337368012120734
+for (x, y) = (153.89061334817407, 91.90827168300679)
+```
+
+La valeur de température qui admet la plus grande erreur d'approximation est de
+91.91° pour une puissance de 153.89W.
+
+### 4. Le modèle est-il meilleur ou moins bon que sur le jeu de données précédent ? Pour quelle raison ce modèle est, ou n’est pas, adapté à ces données ?
+
+```
+f(120) = 44.42433903389104
+RMSE = 13.428963137234206
+Maximal error = 47.681726938444285
+for (x, y) = (179.85011085382266, 113.05473219321803)
+```
+
+Le modèle est moins bon que sur le jeu de données précédent. En effet, la RMSE
+est plus élevée. Le modèle n'est pas adapté à ces données car il ne suit pas la
+tendance des données qui semble être parabolique ou exponentielle plutôt que
+linéaire.
+
+## Partie 2
+
+#### 5. En combien d’epochs le perceptron converge-t-il ?
+
+```
+M=1, score=0.966
+M=2, score=0.974
+M=3, score=1.0
+```
+
+Le perceptron converge en 3 epochs.
+
+#### 6. En combien d’epochs le perceptron converge-t-il ?
+
+```
+...
+M=1, score=0.908
+M=2, score=0.922
+M=3, score=0.924
+M=4, score=0.916
+M=5, score=0.912
+M=6, score=0.93
+...
+```
+
+Le perceptron semble converger en 5 epochs avant de regresser.
+
+#### 7. Que valent ces métriques avec ce nouveaux jeu de données avec 𝑀 = 25 epochs et un pas d’apprentissage 𝜌 = 0.01 ? Que vaut la loss définie par l’Equation 3 qui est minimisée par le Perceptron ?
+
+```
+precision = 0.9766666666666667
+recall = 0.8987730061349694
+F1 = 0.4680511182108626
+```
+
+```
+loss = 40
+```
+
+Le perceptron n'a pas pu converger d'avantage et a atteint une loss de 40. Ce
+qui signifie que 40 individus ont été mal classifiés.