Quiz1_Modeling

Quelle est la première étape dans la préparation des données ?

• Création du modèle

• Normalisation des données

• Collecte des données

• Évaluation du modèle

Qu'est-ce que l'apprentissage supervisé?

• 1. L'apprentissage supervisé est une méthode d'apprentissage automatique où un modèle est entraîné sur un ensemble de données étiquetées pour prédire des résultats pour de nouvelles données non étiquetées.

• 1. L'apprentissage supervisé est une méthode d'apprentissage manuel.

• 1. L'apprentissage supervisé ne nécessite pas de données étiquetées.

• 1. L'apprentissage supervisé ne peut pas prédire des résultats pour de nouvelles données non étiquetées.

Qu'est-ce que l'apprentissage non supervisé?

• 1. L'apprentissage non supervisé est une méthode d'apprentissage automatique où les données sont ignorées par l'algorithme.

• 1. L'apprentissage non supervisé est une méthode d'apprentissage automatique où l'algorithme ne traite que les données d'entrée.

• 1. L'apprentissage non supervisé est une méthode d'apprentissage automatique où l'algorithme explore les données sans être guidé par une étiquette de sortie.

• 1. L'apprentissage non supervisé est une méthode d'apprentissage automatique où l'algorithme suit strictement les étiquettes de sortie.

La détection des fraudes, la classification des images, le diagnostic et la fidélisation des clients sont des applications de :

• 1. Apprentissage non supervisé : Regroupement

• 1. Apprentissage supervisé : Classification

• 1. Apprentissage par renforcement

• 1. Apprentissage non supervisé : Régression

Les algorithmes d' __________________ permettent aux ordinateurs d'apprendre à partir des données, et même de s'améliorer, sans être explicitement programmés.

• 1. Intelligence artificielle

• 1. Apprentissage automatique

• 1. Apprentissage profond

• 1. Apprentissage traditionnel

Quels sont les deux types d'apprentissage supervisé ?

• 1. Classification

• 1. Association

• 1. Clustering

• 1. Régression

Citez quelques algorithmes d'apprentissage non supervisé.

• 1. K-Means, DBSCAN, PCA

• 1. Linear Regression

• 1. Random Forest

• 1. SVM

Dans ce type d'apprentissage automatique, un système d'intelligence artificielle reçoit des données non étiquetées et non classées, et les algorithmes du système agissent sur les données sans formation préalable. Le résultat dépend des algorithmes codés.

• 1. Apprentissage supervisé

• 1. Apprentissage non supervisé

• 1. Régression

• 1. Classification

Quel type d'algorithme d'apprentissage automatique permet de faire des prédictions lorsque l'on dispose d'un ensemble de données d'entrée et que l'on connaît les réponses possibles ?

• 1. Non supervisé

• 1. Renforcement

• 1. Supervisé

• 1. Apprentissage profond

L'efficacité d'un SVM dépend du choix des hyperparamètres suivants SAUF :

• 1. le type du noyau

• 1. les paramètres du noyau

• 1. le paramètre de coût C

• 1. la taille de la marge