Appliquer la modélisation probabiliste dans des systèmes IA pour des modèles statistiques avancés, incluant l'inférence bayésienne, les processus gaussiens et l'optimisation de l'incertitude.
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Um comando direto ignora o prompt de revisão. Verifique a origem antes de executá-lo.
Instruções da origem · Visualização somente leitura
name
probabilistic-modeling-ai
description
Appliquer la modélisation probabiliste dans des systèmes IA pour des modèles statistiques avancés, incluant l'inférence bayésienne, les processus gaussiens et l'optimisation de l'incertitude.
La modélisation probabiliste fournit un cadre mathématique rigoureux pour représenter et raisonner sur l'incertitude dans les systèmes d'intelligence artificielle. Contrairement aux approches déterministes qui produisent une prédiction unique, les modèles probabilistes quantifient explicitement leur incertitude et mettent à jour leurs croyances à mesure que de nouvelles données sont observées.
Cette compétence couvre les domaines suivants :
Inférence bayésienne : mise à jour des croyances via le théorème de Bayes.
Processus gaussiens : modélisation non-paramétrique pour la régression et l'optimisation.
Chaînes de Markov Monte Carlo (MCMC) : échantillonnage de distributions complexes.
Quantification de l'incertitude : séparation entre incertitude aléatoire (aléatoire) et épistémique (manque de connaissance).
Quand utiliser cette compétence
Scénario
Pertinence
Données parcellaires ou manquantes (ex. rares pannes industrielles)
Élevée
Décision critique nécessitant une quantification de l'incertitude (ex. diagnostic médical)
Élevée
Optimisation d'hyperparamètres avec budget d'évaluation limité
Élevée
Modélisation de phénomènes physiques avec bruit de mesure
Moyenne
Problème de classification standard avec grandes données étiquetées
Faible (préférer les méthodes déterministes)
1. Inférence bayésienne
1.1 Formalisme mathématique
Le théorème de Bayes constitue le socle de la modélisation probabiliste :
Distribution a priori (prior) — croyance avant les données
$ P(\mathcal{D} \mid \theta) $
Vraisemblance (likelihood) — probabilité des données sachant le paramètre
$ P(\theta \mid \mathcal{D}) $
Distribution a posteriori (posterior) — croyance mise à jour
$ P(\mathcal{D}) $
Évidence (marginal likelihood) — constante de normalisation
1.2 Exemple complet : estimation d'une probabilité de succès
import numpy as np
import pymc as pm
import arviz as az
definferer_probabilite_succes(donnees: np.ndarray,
alpha_prior: float = 2.0,
beta_prior: float = 2.0,
echantillons: int = 2000) -> dict:
"""Infère la probabilité de succès d'un processus binaire via MCMC.
Args:
donnees: Tableau de 0/1 représentant les observations.
alpha_prior: Paramètre alpha de la distribution Beta a priori.
beta_prior: Paramètre beta de la distribution Beta a priori.
echantillons: Nombre d'échantillons MCMC après burn-in.
Returns:
Dictionnaire contenant la moyenne, l'intervalle de crédibilité à 94 %
et la distribution complète a posteriori.
Raises:
ValueError: Si les données sont vides.
"""iflen(donnees) == 0:
raise ValueError("Les données ne peuvent pas être vides.")
with pm.Model() as modele_bayesien:
# Prior : Beta(alpha, beta)
p = pm.Beta("p", alpha=alpha_prior, beta=beta_prior)
# Vraisemblance : Bernoulli(p)
observations = pm.Bernoulli("observations", p=p, observed=donnees)
# Échantillonnage MCMC (NUTS)
trace = pm.sample(echantillons, tune=1000, chains=4,
return_inferencedata=True, progressbar=False)
# Résumé des résultats
resume = az.summary(trace, hdi_prob=0.94)
posterior_samples = trace.posterior["p"].values.flatten()
return {
"moyenne": float(np.mean(posterior_samples)),
"ecart_type": float(np.std(posterior_samples)),
"ic_94_inf": float(resume["hdi_2.5%"].iloc[0]) if"hdi_2.5%"in resume elseNone,
"ic_94_sup": float(resume["hdi_97.5%"].iloc[0]) if"hdi_97.5%"in resume elseNone,
"echantillons": posterior_samples.tolist(),
}
# Exemple d'utilisation
np.random.seed(42)
donnees_simulees = np.random.binomial(n=1, p=0.7, size=100)
resultat = inferer_probabilite_succes(donnees_simulees)
print(f"Probabilité estimée : {resultat['moyenne']:.3f} "f"(IC 94 % : [{resultat['ic_94_inf']:.3f}, {resultat['ic_94_sup']:.3f}])")
1.3 Comparaison fréquentiste vs. bayésienne
Aspect
Fréquentiste
Bayésien
Interprétation probabilité
Fréquence à long terme
Degré de croyance
Paramètres
Fixes (inconnus)
Variables aléatoires
A priori (prior)
Non utilisé
Obligatoire (subjectif ou non-informatif)
Résultat
Estimation ponctuelle + intervalle de confiance
Distribution a posteriori complète
Mise à jour incrémentale
Difficile
Naturelle (posterior → prior futur)
2. Processus gaussiens (Gaussian Processes)
2.1 Modélisation non-paramétrique
Les processus gaussiens sont particulièrement adaptés à la régression avec quantification d'incertitude :
from sklearn.gaussian_process import GaussianProcessRegressor
from sklearn.gaussian_process.kernels import RBF, ConstantKernel, WhiteKernel
import numpy as np
classRegressionGP:
"""Régression par processus gaussien avec quantification d'incertitude."""def__init__(self, longueur_echelle: float = 1.0,
bruit: float = 0.1, n_restarts: int = 5):
"""Initialise le régresseur GP avec un noyau RBF.
Args:
longueur_echelle: Échelle de longueur du noyau RBF.
bruit: Niveau de bruit estimé dans les observations.
n_restarts: Nombre de redémarrages pour l'optimisation des hyperparamètres.
"""
noyau = ConstantKernel(1.0) * RBF(length_scale=longueur_echelle) \
+ WhiteKernel(noise_level=bruit)
self.gp = GaussianProcessRegressor(
kernel=noyau,
n_restarts_optimizer=n_restarts,
alpha=0.0, # Bruit déjà géré par WhiteKernel
normalize_y=True,
random_state=42,
)
self.entraine = Falsedefentrainer(self, X: np.ndarray, y: np.ndarray) -> None:
"""Entraîne le processus gaussien sur les données.
Args:
X: Caractéristiques d'entrée (n_echantillons, n_dimensions).
y: Cibles (n_echantillons,).
"""self.gp.fit(X, y)
self.entraine = Truedefpredire(self, X_test: np.ndarray) -> tuple[np.ndarray, np.ndarray, np.ndarray]:
"""Prédit avec quantification d'incertitude.
Args:
X_test: Points de test (n_test, n_dimensions).
Returns:
Tuple (moyenne, écart_type, borne_inf_ic95, borne_sup_ic95).
Raises:
RuntimeError: Si le modèle n'a pas été entraîné.
"""ifnotself.entraine:
raise RuntimeError("Le modèle doit être entraîné avant la prédiction.")
moyenne, ecart_type = self.gp.predict(X_test, return_std=True)
ic_inf = moyenne - 1.96 * ecart_type
ic_sup = moyenne + 1.96 * ecart_type
return moyenne, ecart_type, ic_inf, ic_sup
# Exemple d'utilisation
X = np.linspace(0, 10, 20).reshape(-1, 1)
y = np.sin(X).ravel() + np.random.normal(0, 0.1, X.shape[0])
gp = RegressionGP(longueur_echelle=1.5, bruit=0.05)
gp.entrainer(X, y)
X_test = np.linspace(0, 10, 100).reshape(-1, 1)
moy, std, ic_inf, ic_sup = gp.predire(X_test)
3. Quantification de l'incertitude (Uncertainty Quantification)
3.1 Types d'incertitude
Type
Source
Réduction possible
Aléatoire (Aleatoric)
Bruit inhérent aux données, stochasticité
Non (augmenter les données n'aide pas)
Épistémique
Manque de connaissance, données insuffisantes
Oui (plus de données réduit l'incertitude)
Modélisation
Mauvais choix de structure du modèle
Oui (meilleur modèle)
3.2 Détection d'out-of-distribution (OOD)
Les modèles probabilistes détectent naturellement les entrées hors distribution :
classDetecteurOOD:
"""Détecte les entrées hors distribution via la vraisemblance du modèle."""def__init__(self, modele_gp: GaussianProcessRegressor, seuil: float = 0.05):
self.modele = modele_gp
self.seuil = seuil
# Distribution de référence calculée sur les données d'entraînementself.vraisemblance_reference: float | None = Nonedefcalibrer(self, X_train: np.ndarray) -> None:
"""Calcule la vraisemblance de référence sur les données d'entraînement.
Args:
X_train: Données d'entraînement.
"""
log_vraisemblances = self.modele.score_samples(X_train)
self.vraisemblance_reference = np.percentile(log_vraisemblances, 5)
defest_ood(self, X_test: np.ndarray) -> np.ndarray:
"""Vérifie si les points de test sont hors distribution.
Args:
X_test: Points à tester (n_test, n_dimensions).
Returns:
Tableau booléen : True si le point est OOD.
Raises:
RuntimeError: Si le modèle n'a pas été calibré.
"""ifself.vraisemblance_reference isNone:
raise RuntimeError("Calibrez d'abord le détecteur avec calibrer().")
log_vraisemblances = self.modele.score_samples(X_test)
return log_vraisemblances < self.vraisemblance_reference
4. Exemple avancé : optimisation bayésienne
L'optimisation bayésienne utilise un processus gaussien pour modéliser une fonction coûteuse à évaluer :
from scipy.stats import norm
defacquisition_ei(mean: np.ndarray, std: np.ndarray,
meilleur_connu: float, xi: float = 0.01) -> np.ndarray:
"""Fonction d'acquisition Expected Improvement (EI).
Args:
mean: Moyenne prédite par le GP.
std: Écart-type prédit par le GP.
meilleur_connu: Meilleure valeur observée à ce jour.
xi: Paramètre d'exploration (plus xi est grand, plus on explore).
Returns:
Valeur d'Expected Improvement pour chaque point.
"""with np.errstate(divide='ignore'):
diff = mean - meilleur_connu - xi
z = diff / std
ei = diff * norm.cdf(z) + std * norm.pdf(z)
ei[std == 0.0] = 0.0return ei
defoptimiser_bayesien(X_initial: np.ndarray, y_initial: np.ndarray,
limites: tuple, iterations: int = 20) -> list[dict]:
"""Optimisation bayésienne itérative avec Expected Improvement.
Args:
X_initial: Points initiaux déjà évalués.
y_initial: Valeurs correspondantes.
limites: (borne_inf, borne_sup) pour chaque dimension.
iterations: Nombre d'itérations d'optimisation.
Returns:
Historique des itérations (itération, X, y, EI).
"""
X = X_initial.copy()
y = y_initial.copy()
historique = []
for i inrange(iterations):
gp = GaussianProcessRegressor(
kernel=ConstantKernel(1.0) * RBF(length_scale_bounds=(1e-2, 1e2)),
alpha=1e-6,
normalize_y=True,
)
gp.fit(X, y)
# Grille d'évaluation pour l'acquisition
X_grid = np.linspace(limites[0], limites[1], 1000).reshape(-1, 1)
mean, std = gp.predict(X_grid, return_std=True)
ei = acquisition_ei(mean, std, y.max())
# Sélection du prochain point (EI maximal)
idx_optimal = np.argmax(ei)
X_suivant = X_grid[idx_optimal]
historique.append({
"iteration": i + 1,
"X_suivant": X_suivant[0],
"EI_max": float(ei[idx_optimal]),
"meilleur_y": float(y.max()),
})
# Simulation d'évaluation (remplacer par la vraie fonction)
y_suivant = np.sin(X_suivant[0]) + np.random.normal(0, 0.01)
X = np.vstack([X, X_suivant])
y = np.append(y, y_suivant)
return historique
5. Pièges courants (Pitfalls)
5.1 Mauvais choix de prior
Problème : Un prior trop fort (ex. Beta(100, 1) pour une probabilité de succès) écrase les données, rendant l'inférence résistante aux observations.
Solution : Utilisez des priors faiblement informatifs. Visualisez toujours le prior seul avant d'ajouter les données. Préférez Beta(1, 1) [uniforme] ou Beta(2, 2) [faiblement informatif] par défaut.
5.2 Non-convergence des chaînes MCMC
Problème : Les chaînes MCMC n'ont pas convergé, donnant des estimations a posteriori invalides.
Solution : Vérifiez systématiquement :
$\hat{R} < 1.01$ (potentiel de réduction d'échelle)
