WorksheetsExamen de Machine Learning
Total questions: 30
Worksheet time: 23mins
Qu'est-ce que l'apprentissage automatique ?
L'acquisition autonome de connaissances par l'utilisation de programmes manuels.
L'acquisition sélective de connaissances par l'utilisation de programmes manuels
L'acquisition autonome de connaissances par l'utilisation de programmes informatiques
L'acquisition sélective de connaissances par l'utilisation de programmes informatiques
Le machine learning s'applique seulement sur des données structurées ?
VRAI
FAUX
Laquelle de ces techniques est fréquemment utilisée en machine learning ?
Classification en catégories basée sur les attributs.
Regroupement d'objets similaires en clusters.
Identifier les relations entre des événements afin de prédire quand l'un suivra l'autre.
Ce sont toutes des techniques de machine learning.
Parmi les éléments suivants, lesquels sont des bibliothèques d'apprentissage automatique ?
scikit-learn
caffea
cacao
clio
Le biais-variance tradeoff explique le compromis entre la simplicité du modèle et sa capacité à s'adapter parfaitement aux données d'entraînement
VRAI
FAUX
_________ est le résultat de la surestimation ou de la sous-estimation de l'importance d'un paramètre ou d'un hyperparamètre particulier dans l'apprentissage automatique.
Biais de la machine
Défaut de segmentation
Qu'est-ce que le clustering ?
Une technique pour réduire la dimensionnalité des données
Un processus pour diviser les ensembles de données en groupes non étiquetés
Un algorithme pour classer les données en catégories prédéfinies
Méthode pour calculer la distance entre les points de données
L'apprentissage automatique est un domaine de l'intelligence artificielle qui consiste en des algorithmes d'apprentissage qui_________
Exécutent une tâche
S'améliorent avec le temps et l'expérience
Améliorent leurs performances
Toutes ces réponses
Quelle approche de l'apprentissage automatique utilise des ensembles de données étiquetées pour l'apprentissage ?
Apprentissage supervisé
Apprentissage semi-supervisé
Apprentissage sélectif
Apprentissage non supervisé
L'Analyse en Composantes Principales (ACP) est utilisée pour la réduction de dimensionnalité
Vrai
Faux
___________ est le processus d'identification et de regroupement programmatique d'objets ou d'idées dans des catégories prédéterminées ?
La classification
Le tri
La sélection
L'association
d'idées dans des catégories prédéterminées ?
La classification
Le tri
La sélection
L'association
En apprentissage machine, plus la quantité de données est grande, meilleurs sont les résultats, indépendamment de la qualité des données.
VRAI
FAUX
Qu'est-ce qu'un dendrogramme en clustering hiérarchique ?
Graphique montrant les différentes variables et leur corrélation
Diagramme qui illustre l'arrangement des clusters produits par l'algorithme
Représentation des distances ou similarités entre les clusters
b et c sont correctes
Les décisions en temps réel, l'IA des jeux, les tâches d'apprentissage, l'acquisition de compétences et la navigation des robots sont des applications de ________.
Apprentissage par renforcement
Apprentissage supervisé : Classification
Apprentissage non supervisé : Régression
Apprentissage d'associations
Le théorème de Bayes stipule que la relation entre la probabilité de l'hypothèse avant l'obtention de la preuve P(H) et la probabilité de l'hypothèse après l'obtention de la preuve P(H∣E) est la suivante
[P(E∣H)P(H)] / P(E)
[P(E) P(H) ] / P(E∣H)
[P(E∣H) P(E) ] / P(H)
Aucune de ces réponses
L'apprentissage automatique s'intéresse à la meilleure hypothèse h d'un espace H, compte tenu des données d'apprentissage observées D. Ici, la meilleure hypothèse signifie______
L'hypothèse la plus générale
L'hypothèse la plus probable
Hypothèse la plus spécifique
Aucune de ces réponses
Comment vérifie-t-on la performance d'un modèle d'apprentissage non supervisé ?
En utilisant un ensemble de test étiqueté
En comparant les clusters formés avec des catégories prédéfinies
Il n'y a pas de méthode directe pour vérifier la performance
En utilisant la validation croisée
Identifiez les difficultés avec l'algorithme du k plus proche voisin.
Fléau de la dimension
Calculer la distance du cas de test à tous les cas d'apprentissage
Les deux, A et B)
Aucune de ces réponses
Lequel des énoncés suivants sera vrai à propos de k dans l'algorithme KNN en termes de biais ?
Lorsque vous diminuez le k, le biais augmente
Lorsque vous augmentez le k, le biais augmente
Les deux, A et B)
Aucune de ces réponses
Quelle fonction de la bibliothèque scikit-learn permet de faire une validation croisée
train_test_split
model_test
split_selection
test_split_selection
Quel est l'objectif principal de l'apprentissage non supervisé ?
Prédire des résultats à partir de données étiquetées
Découvrir des structures sous-jacentes dans des données non étiquetées
Optimiser les hyperparamètres d'un modèle
Évaluer la performance d'un modèle sur des données de test
Quel algorithme est couramment utilisé pour la régression en apprentissage supervisé ?
Réseau de neurones
k-means
Arbre de décision
Régression linéaire
Qu'est-ce que le surapprentissage (overfitting) en apprentissage automatique ?
Lorsque le modèle utilise trop peu de données pour l'entraînement
Lorsque le modèle s'adapte trop étroitement aux données d'entraînement, perdant ainsi sa capacité à généraliser
Lorsque le modèle ne parvient pas à apprendre des données d'entraînement
Lorsque le modèle est trop simple pour capturer les tendances des données
Quel est l'impact de la taille de l'ensemble de données sur la performance d'un modèle d'apprentissage automatique ?
Une plus grande taille de données peut aider à mieux généraliser
La taille des données n'a pas d'impact sur la performance
Une plus grande taille de données peut entraîner un surapprentissage
Une plus grande taille de données améliore toujours la performance
Quel est le rôle de la validation croisée dans l'évaluation des modèles d'apprentissage automatique ?
Évaluer la performance sur des données de test uniquement
Évaluer la performance sur des données d'entraînement uniquement
Fournir une estimation plus fiable de la performance du modèle
Optimiser les hyperparamètres du modèle
Qu'est-ce que l'apprentissage par transfert en apprentissage automatique ?
Utiliser un modèle pré-entraîné sur une tâche pour améliorer l'apprentissage sur une autre tâche
Transférer des données d'un modèle à un autre
Apprendre à partir de données non étiquetées uniquement
Utiliser des techniques de clustering pour améliorer les performances
Quel est le principal avantage de l'apprentissage par renforcement par rapport à d'autres types d'apprentissage ?
Il est plus facile à comprendre
Il est plus rapide à entraîner
Il peut apprendre à partir de l'interaction avec l'environnement
Il nécessite moins de données étiquetées
Qu'est-ce qu'un modèle de régression logistique en apprentissage automatique ?
Un modèle qui ne nécessite pas de données d'entraînement
Un modèle qui utilise des arbres de décision
Un modèle utilisé pour classer des données en deux catégories
Un modèle utilisé pour prédire des valeurs continues
Quel est le rôle des hyperparamètres dans l'apprentissage automatique ?
Ils sont ajustés automatiquement par l'algorithme
Ils n'ont pas d'impact sur la performance du modèle
Ils sont utilisés uniquement pour la validation croisée
Ils déterminent la structure du modèle
