Font size
WorksheetsBig Data Quizz
Total questions: 20
Worksheet time: 15mins
Qu'est ce qui a particulièrement favorise et rendu maintenant possible et viable l’émergence des technologies BIG Data dans la precedence decenie ?
La disponibilité des développeurs qualifies
Ce sont des solutions faciles a mettre en place
Le prix du hardware (CPU, RAM, ..) a baisse par rapport aux annees 70/80
Les entreprises ont plus d'argent pour investir
Quelle est la définition du BIG DATA ?
Un fichier volumineux
Une technologie nouvelle
Un ensemble de technologies, d'outils et de procédures pour extraire l'information utile a moindre cout
Des outils permettant de traiter des volumes importants de donnees.
A part le Volume, quels sont les 4 autres V du big data ?
Valeur, Variété, Vitesse, Verracite
Volatilie, Verracite, Vitesse, Valeur
Valeur, Virtuel, Vitesse, Verracite
Volatilite, Verracite, Valeur, Virtuel
Quelle est la donnee structuree parmi la liste des donnees ci dessous ?
Un fichier PDF Scan d'une facture
Un extrait video d'un film
Message dans une boite vocale
Resultats d'un examen sous forme de tableau
Quels sont les deux types de collecte d'une donnee dans une architecture BIG DATA ?
en partie / complet
en flux / en lots
streaming/batch
analogique/numerque
Tous les exemples suivants sont des applications de machine learning, sauf: *
Personnaliser les campagnes de marketing en fonction de la démographie des clients et de leur historique d’achat.
Détecter les activités frauduleuses dans des transactions financières.
Analyser les IdO (internet des objets) afin de prédire les problèmes d’équipements avant qu’ils se produisent.
Analyser les revenus passés pour déterminer la cause de la chute des ventes.
Laquelle de ces techniques est utilisée en machine learning ? *
Classification en catégories basée sur les attributs.
Regroupement d’objets similaires en clusters.
Identifier les relations entre des variables dans une observation pour predire la cible
Ce sont toutes des techniques de machine learning.
L’arbre de décision est un des algorithmes de machine learning ?
VRAI
FAUX
Le machine learning necessite un data set ?
VRAI
FAUX
Une donnee non structuree (exemple une image) ne peut pas se convertir en data set ?
VRAI
FAUX
L’apprentissage supervisé nécessite des données historiques pour lesquelles on connait déjà les étiquettes ?
VRAI
FAUX
Les reponses suivantes sont les noms possible de la cible
Label
Variable cible
Target
Observation
Les pionniers a l'origine des premices du BIG DATA sont ?
Les etats unis d'amerique
Les ingenieurs informaticiens
Les geants d'internet (Google, Facebook ..etc.)
tiktok
Quel est le nom du paradigme de programmation développé à l'origine par Google qui prend en charge le développement d'applications pour le traitement de grands ensembles de données dans un environnement informatique distribué ?
Hive
MapReduce
Google Cloud
Oracle
Dans un algorithme de regression lineaire, la machine trouve le resultat optimal en minimisant quelle fonction ?
Fonction de cout (COST Function)
Fonction logarithmique
Fonction mediane (AVRG)
Fonction d'erreur (ERROR Function)
Quel algorithme est ideal pour la segmentation client lorsqu'on ne connait pas les segments ?
Regression lineaire
Clustering
Arbre de decision
Recherche Operationnelle
Pourquoi le KPI Accuracy n'est souvent pas suffisant pour evaluer un modele ?
Il est toujours superieur a 80%
il est variable en fonction du probleme
il ne donne pas une vision precise sur les resultats de l'algorithme sur les FP et les FN
Accuracy change en fonction de l'ordre des observations dans le training set.
Comment s'appelle ce tableau ?
Tableau des observations
data set
data matrix
confusion matrix
Dans un algorithme de regression, la difference entre la valeur predite et la valeur reelle s'appelle erreur residuelle. C'est cette erreur aue la fonction cout cherche a :
maximiser
minimiser
deriver
sommer
Cette formation est
ennuyante, beaucoup de math !
moyenne, Ah mais je me rappelle maintenant
interessante, je comprend en quoi l'analytics peut m'aider
absolument geniale, je sais maintenant ou chercher pour me perfectionner
