Data Science

John Samuel
CPE Lyon

Année: 2023-2024
Email: john.samuel@cpe.fr

• Apprentissage machine
• Système de recommandation
• Intelligence artificielle
• Base de données ouvertes

Réseau de neurones artificiels

• Inspirée du fonctionnement des neurones biologiques
• Composé d'une succession de couches dont chacune prend ses entrées sur les sorties de la précédente
• Chaque couche i est composée de N_i neurones.
• Chaques couche prenne leurs entrées sur les N_i-1 neurones de la couche précédente.
• Le signal entre les neurones est une valeur
• Le sortie d'une neurone est la somme de ses entrées

Applications

• Vision par ordinateur (reconnaissance de formes)
• Reconnaissance automatique de la parole
• Conception de médicament
• Traitement automatique du langage naturel
• Traduction automatique

Perceptron

• Classificateur binaire

Réseaux neuronaux profonds (Deep neural networks)

• Plusieurs couches cachées entre la couche d'entrée et la couche de sortie.

Réseau neuronal convolutif

• Convolutional deep neural networks en Anglais
• est inspiré par le cortex visuel des animaux
• Empilage multicouche de perceptrons
• L'objectif de chaque empil est de prétraiter de petites quantités d'informations.
• L'avantage pricipale est de faire évoluer tout seul ses propres filtres

Apprentissage par renforcement

• Reinforcement learning (en Anglais)
• Inspirée de théories de psychologie animale
• Un agent autonome plongé au sein d'un environnement,
• L'agent doit prendre des décisions en fonction de son état courant.
• L'environnement procure à l'agent une récompense, qui peut être positive ou négative.
• L'objectif est de maximiser la somme des récompenses au cours du temps.

• Test de Turing
• Jeux (Go, Jeopardy)
• Ethiques

Licences, Ethiques et la vie privé

• Droits d'utilisation des données
• Confidentiality and Privacy
• Ethiques

Linked Open Data

1. Source: https://commons.wikimedia.org/wiki/File:Lod-datasets_2009-07-14.svg

Linked Open Data

1. Source : https://lod-cloud.net/

• Wikidata
  • Début en 2012
  • Une base de connaissances libre, ouverte, liée, structurée, collaborative et multilingue
  • Des sites Wikipédia multilingues à plusieurs sous-domaines à un site multilingue à un seul domaine

Wikipédia: Articles multilingues

Élément de Wikidata: Étiquettes, descriptions et alias

Élément (item) de Wikidata: Étiquettes et propriétés

Propriétés de Wikidata

Propriétés: Étiquettes et descriptions

Propriétés

Propriétés de l'Infobox de Wikipedia

Identifiant, étiquettes, descriptions et alias

Wikidata: Informations, propriétés, qualifications et références

Wikidata: Identifiants externes

Requêtes SPARQL

Requêtes SPARQL

Les identifiants des grandes villes.

SELECT ?grandeville WHERE {
  ?grandeville wdt:P31 wd:Q1549591.
}

SELECT ?grandeville WHERE {
  ?grandeville wdt:P31 wd:Q1549591.
}
LIMIT 100

Requêtes SPARQL

Les noms des grandes villes.

SELECT ?grandeville ?grandevilleLabel WHERE {
  ?grandeville wdt:P31 wd:Q1549591.
  SERVICE wikibase:label { bd:serviceParam wikibase:language "[AUTO_LANGUAGE],en". }
}
LIMIT 100

Requêtes SPARQL

Les noms des grandes villes dans différentes langues.

SELECT ?grandeville ?grandevilleLabel WHERE {
  ?grandeville wdt:P31 wd:Q1549591.
  ?grandeville rdfs:label ?grandevilleLabel.
}
LIMIT 100

Requêtes SPARQL

Les noms français des grandes villes.

SELECT ?grandeville ?grandevilleLabel WHERE {
  ?grandeville wdt:P31 wd:Q1549591;
    rdfs:label ?grandevilleLabel.
  FILTER(lang(?grandevilleLabel) = "fr")
}
LIMIT 100

Rémarque: Le sujet n'est pas répété sur la deuxième ligne grâce au point-virgule.

Requêtes SPARQL

Les noms des grandes villes de France.

SELECT ?grandeville ?grandevilleLabel WHERE {
  ?grandeville wdt:P31 wd:Q1549591;
    wdt:P17 wd:Q142;
    rdfs:label ?grandevilleLabel.
  FILTER(lang(?grandevilleLabel) = "fr")
}
LIMIT 100

Requêtes SPARQL

Les noms et images des grandes villes de France.

SELECT ?grandeville ?grandevilleLabel ?image {
  ?grandeville wdt:P31 wd:Q1549591;
               wdt:P17 wd:Q142;
               wdt:P18 ?image;
               rdfs:label ?grandevilleLabel.
  FILTER(lang(?grandevilleLabel) = "fr")
}

Requêtes SPARQL

Les noms et images des grandes villes.

SELECT DISTINCT ?grandeville ?grandevilleLabel ?pays ?paysLabel ?image {
  ?grandeville wdt:P31 wd:Q1549591;
               wdt:P17 ?pays;
               wdt:P18 ?image.
 SERVICE wikibase:label { bd:serviceParam wikibase:language "fr". }
}
LIMIT 100

Requêtes SPARQL

Les informations disponibles sur la population des différents pays à différentes périodes.

SELECT DISTINCT ?countryLabel (YEAR(?date) AS ?year) ?population WHERE {
  ?country wdt:P31 wd:Q6256;
    p:P1082 ?populationStatement;
    rdfs:label ?countryLabel.
  ?populationStatement ps:P1082 ?population;
    pq:P585 ?date.
  FILTER((LANG(?countryLabel)) = "en")
}
ORDER BY (?countryLabel) (?year)
LIMIT 1000

Requêtes SPARQL

Liste des polymères.

SELECT ?polymer ?polymerLabel WHERE {
  ?polymer wdt:P31 wd:Q81163;
    rdfs:label ?polymerLabel.
  FILTER((LANG(?polymerLabel)) = "en")
}

Requêtes SPARQL

Liste des polymères avec du carbone.

SELECT ?polymer ?polymerLabel WHERE {
  ?polymer wdt:P31 wd:Q81163;
    wdt:P527 wd:Q623;
    rdfs:label ?polymerLabel.
  FILTER((LANG(?polymerLabel)) = "en")
}

Requêtes SPARQL

Liste des polymères contenant du carbone et de l'hydrogène.

SELECT ?polymer ?polymerLabel WHERE {
  ?polymer wdt:P31 wd:Q81163;
    wdt:P527 wd:Q623, wd:Q556;
    rdfs:label ?polymerLabel.
  FILTER((LANG(?polymerLabel)) = "en")
}

Requêtes SPARQL

Liste des types de réactions de catalyse.

SELECT ?catalysis ?catalysisLabel WHERE {
  ?catalysis wdt:P279 wd:Q82264;
    rdfs:label ?catalysisLabel.
  FILTER((LANG(?catalysisLabel)) = "fr")
}

Requêtes SPARQL

Liste des types de réactions d'oxydation.

SELECT ?reaction ?reactionLabel WHERE {
  ?reaction wdt:P279 wd:Q1786087;
    rdfs:label ?reactionLabel.
  FILTER((LANG(?reactionLabel)) = "en")
}

Requêtes SPARQL

Liste des types de procédés chimiques d'hydrogénation.

SELECT ?process ?processLabel WHERE {
  ?process wdt:P279 wd:Q214166;
    rdfs:label ?processLabel.
  FILTER((LANG(?processLabel)) = "en")
}

Ressources en ligne

• Resource Description Framework (RDF) https://www.w3.org/RDF/
• Resource Description Framework https://en.wikipedia.org/wiki/Resource_Description_Framework

Ressources en-ligne

• Patterns in Nature
• Statistical classification
• Regression analysis
• Cluster analysis
• Association rule learning
• Anomaly detection

• Sequence labeling
• Automatic summarization
• Pattern recognition
• Scikit-learn

Colors

• Color Tool - Material Design

Images

• Wikimedia Commons