TEST_IM2

Parmi ces définitions, laquelle correspond au "réseau de neurones" ?

• une représentation multidimensionnelle des données importantes

• une représentation sous la forme graphique d'un arbre illustrant des règles de décision

• un assemblage d'objets informatiques s'inspirant du fonctionnement du cerveau humain

• un outil logique permettant de modéliser facilement un ensemble de choix d’une certaine complexité

De quelles capacités dispose un réseau de neurones ?

• prendre la forme d'un arbre de décisions avec des résultats possibles à chaque étape

• traiter des problèmes non structurés sur lesquels on ne dispose d'aucune information

• travailler sur des données incomplètes ou bruitées

• être utile en tant qu'application dans des secteurs divers et variés

En logique floue :

• les connaissances sont imprécises, vagues et éventuellement incertaines.

• 
  les décisions sont binaires : soient vraies, soient fausses.

• une décision peut être à la fois vraie et fausse en même temps

Quelle est la principale différence entre les réseaux de neurones supervisés et non supervisés ?

• Les réseaux de neurones supervisés nécessitent des étiquettes de sortie pour l'apprentissage, tandis que les non supervisés n'en ont pas besoin.

• Les réseaux de neurones supervisés utilisent des fonctions d'activation, tandis que les non supervisés utilisent des fonctions de coût.

• Les réseaux de neurones supervisés sont plus profonds que les non supervisés.

• Aucune des réponses ci-dessus.

Comment est définie la fonction d'appartenance pour la catégorie "Petit" ?

• Elle augmente linéairement de 0 à 1 entre 140 cm et 160 cm.

• Elle diminue linéairement de 1 à 0 entre 160 cm et 170 cm.

• Elle est égale à 0 pour une taille supérieure à 170 cm et à 1 pour une taille inférieure à 160 cm.

• Elle est égale à 1 pour une taille inférieure à 160 cm.

Quelle est l'une des principales applications des réseaux de neurones supervisés ?

• Classification d'images.

• Clustering de données.

• filtrage de données.

• Toutes les réponses ci-dessus.

RNNs signifie :

• Receives Neural Networks

• Report Neural Networks

• Recording Neural Networks

• Recurrent Neural Networks

Quel est l'un des défis principaux des réseaux de neurones non supervisés ?

• Trouver des ensembles de données de grande taille.

• L'absence de labels pour guider l'apprentissage.

• La complexité des fonctions de coût.

• Le manque de puissance de calcul.

Quel est le principal avantage de la logique floue dans le traitement de l'information ?

• Elle est uniquement utilisée dans des domaines spécifiques de l'informatique

• Elle permet des calculs plus rapides que la logique classique

• Elle garantit des résultats précis et déterministes

• Elle permet de manipuler des concepts flous et d'incertitude, ce qui correspond souvent mieux à la réalité

Quelle est la méthode couramment utilisée pour convertir les valeurs floues en valeurs réelles dans un système de contrôle flou ?

• Fuzzification

• Implication

• Règles d'inférence

• Défuzzification