wayground logo

Free Printable Worksheets

NEW

Font size

S
M
L
XL
Worksheets

Quiz sull'IA e Machine Learning

Total questions: 47

Worksheet time: 24mins

Name
Class
Date
1.

Cos'è l'intelligenza artificiale?

a)

Simulazione dell'intelligenza umana

b)

Solo programmazione di computer

c)

Un tipo di hardware

2.

Qual è il ruolo del "test di Turing"?

a)

Controllare la memoria del computer

b)

Misurare la velocità del computer

c)

Valutare se una macchina può simulare l'intelligenza umana

3.

Quale delle seguenti affermazione sull’IA è vera?

a)

Non ha impatti sulla società

b)

È sempre infallibile

c)

Può migliorare l’efficienza in alcuni settori

4.

Cosa caratterizza il ‘Machine Learning’?

a)

Apprendimento automatico dai dati

b)

Programmazione manuale

c)

Uso esclusivo di regole fisse

5.

Che cosa rappresenta il termine ‘Deep Learning’?

a)

Reti neurali profonde

b)

Tecniche di programmazione

c)

Algoritmi superficiali

6.

Che cosa rappresenta il termine "deepfake"?

a)

Algoritmi di compressione

b)

Tecnologie che manipolano video e audio

c)

Software di editing fotografico

7.

Quale tra i seguenti è un esempio di rete neurale profonda (deep neural network)?

a)

Rete neurale semplice

b)

Rete neurale con più strati

c)

Rete neurale a uno strato

8.

Cosa rappresenta il termine "Big Data"?

a)

Dati piccoli e gestibili

b)

Grandi volumi di dati non strutturati

c)

Dati sempre organizzati

9.

Cosa si intende per ‘explainable AI’?

a)

Intelligenza artificiale comprensibile

b)

IA senza supervisione

c)

IA con prestazioni elevate

10.

Cosa si intende per BIAS in un modello di Machine Learning?

a)

Errore sistematico nel modello

b)

Variazione casuale

c)

Accuratezza del modello

11.

Qual è la principale differenza tra intelligenza artificiale debole e forte?

a)

Non ci sono differenze

b)

L’IA debole è più potente

c)

L’IA debole è specializzata in compiti specifici, l’IA forte simula l’intelligenza umana in modo generale

12.

Qual è uno degli scopi principali delle reti neurali profonde?

a)

Apprendimento da grandi quantità di dati

b)

Riduzione della complessità

c)

Semplificazione dei modelli

13.

Qual è il principale scopo dell’analisi dei dati?

a)

Estrarre informazioni utili

b)

Archiviare dati

c)

Creare nuovi dati

14.

Qual è il principale obiettivo dell'analisi predittiva?

a)

Analizzare dati storici

b)

Prevedere eventi futuri

c)

Creare nuovi dati

15.

Che cos'è un "sistema esperto"?

a)

Un programma che simula la decisione umana in un dominio specifico

b)

Un algoritmo di ricerca

c)

Un software per giochi

16.

Quale tra le seguenti è un applicazione dell’IA nella guida autonoma?

a)

Riconoscimento degli ostacoli

b)

Controllo della temperatura

c)

Navigazione GPS

17.

Qual è la funzione principale del ‘sentiment analysis’?

a)

Comprendere le opinioni degli utenti

b)

Creare contenuti pubblicitari

c)

Aumentare le vendite

18.

Qual è un esempio di utilizzo dell’IA nella pubblicità?

a)

Targeting degli annunci

b)

Creazione automatica degli annunci

c)

Analisi dei dati storici

19.

Quale tra i seguenti è un’applicazione dell’IA nella sicurezza informatica?

a)

Rilevamento delle intrusioni

b)

Creazione di virus

c)

Analisi manuale dei log

20.

Quale tra i seguenti è un esempio di applicazione dell’IA nella salute?

a)

Diagnosi assistita da computer

b)

Creazione di dispositivi medici

c)

Sviluppo di farmaci

21.

Qual è uno dei principali vantaggi dell'uso dell'IA nei servizi finanziari?

a)

Maggiore complessità

b)

Maggiore efficienza e riduzione dei costi

c)

Aumento delle frodi

22.

Quale tra i seguenti è un esempio di "supervised learning"?

a)

Analisi dei dati storici

b)

Raggruppamento di clienti

c)

Classificazione di email come spam o non spam

23.

Cos’è un ‘chatbot’?

a)

Un programma per conversazioni automatizzate

b)

Un sistema operativo

c)

Un software per giochi

24.

Cos’è un "reinforcement learning agent"?

a)

Un sistema esperto

b)

Un algoritmo statico

c)

Un'entità che apprende attraverso interazioni con l'ambiente

25.

Che cos'è un "recommender system"?

a)

Sistema che suggerisce prodotti o contenuti agli utenti

b)

Un metodo di clustering

c)

Un algoritmo di ricerca

26.

Cos’è un "reinforcement learning agent"?

a)

Un sistema esperto

b)

Un algoritmo statico

c)

Un'entità che apprende attraverso interazioni con l'ambiente

27.

Che cos'è un "recommender system"?

a)

Sistema che suggerisce prodotti o contenuti agli utenti

b)

Un metodo di clustering

c)

Un algoritmo di ricerca

28.

Che cos'è il "natural language processing" (NLP)?

a)

Elaborazione del linguaggio naturale

b)

Traduzione automatica

c)

Scrittura creativa

29.

Qual è uno degli scopi principali dell’elaborazione del linguaggio naturale (NLP)?

a)

Comprendere e generare linguaggio umano

b)

Creare nuovi linguaggi

c)

Tradurre solo testi tecnici

30.

Cosa si intende per "natural language understanding" (NLU)?

a)

Traduzione automatica

b)

Generazione automatica di testo

c)

Comprensione del linguaggio umano

31.

Cosa si intende per "natural language generation" (NLG)?

a)

Generazione automatica di testo

b)

Riconoscimento vocale

c)

Traduzione automatica

32.

Quale tecnologia è alla base della maggior parte degli assistenti virtuali moderni?

a)

Elaborazione del linguaggio naturale

b)

Storia della programmazione

c)

Grafica avanzata

33.

Qual è un'applicazione comune del Machine Learning?

a)

Elaborazione di testi

b)

Creazione di hardware

c)

Riconoscimento vocale

34.

Cosa si intende per ‘data mining’?

a)

Estrazione di conoscenza dai dati

b)

Archiviazione dei dati

c)

Compressione dei dati

35.

Qual è la differenza tra "training set" e "test set"?

a)

Il test set è più grande

b)

Il training set è per addestrare, il test set per valutare

c)

Nessuna differenza

36.

Cosa rappresenta il termine "outlier"?

a)

Dato duplicato

b)

Dato che è molto comune

c)

Dato che si discosta significativamente dalla norma

37.

Cosa significa ‘data preprocessing’?

a)

Archiviazione dei dati

b)

Preparazione dei dati per l’analisi

c)

Eliminazione dei dati

38.

Che cosa rappresenta il termine "feature" nel Machine Learning?

a)

Caratteristica di un dato

b)

Un'unità di misura

c)

Un tipo di algoritmo

39.

Cosa rappresenta il termine "confusion matrix"?

a)

Matrice per l'analisi dei dati

b)

Matrice per la normalizzazione

c)

Matrice che mostra le prestazioni di un modello di classificazione

40.

Quale tra i seguenti è un esempio di apprendimento semi-supervisionato?

a)

Solo dati etichettati

b)

Solo dati non etichettati

c)

Utilizzo di pochi dati etichettati con molti non etichettati

41.

Cos’è un algoritmo di ‘clustering’?

a)

Un metodo per ordinare dati

b)

Un metodo per raggruppare dati simili

c)

Un metodo per classificare dati

42.

Qual è la funzione principale di un algoritmo di regressione?

a)

Prevedere valori continui

b)

Classificare dati in categorie

c)

Raggruppare dati simili

43.

Qual è la differenza tra ‘classification’ e ‘regression’?

a)

Nessuna differenza

b)

Entrambi sono modelli di clustering

c)

La classificazione prevede categorie, la regressione valori continui

44.

Qual è l'obiettivo del "supervised learning"?

a)

Apprendere da dati etichettati

b)

Apprendere da dati non etichettati

c)

Apprendere senza supervisioneie

d)

Raggruppare dati simili

45.

Cosa si intende per "unsupervised learning"?

a)

Apprendimento con supervisione

b)

Apprendimento con feedback

c)

Apprendimento senza dati etichettati

46.

Cosa si intende per ‘transfer learning’?

a)

Riutilizzo di un modello pre-addestrato su un nuovo compito

b)

Apprendimento supervisionato

c)

Apprendimento senza supervisione

47.

Cos’è un ‘generative adversarial network’ (GAN)?

a)

Rete neurale composta da due modelli in competizione tra di loro

b)

Algoritmo di ordinamento

c)

Rete neurale semplice