Quiz: Introduction au Big Data et à l'Intelligence Artificielle — 11 perguntas

1. Qu'est-ce qu'une donnée numérique selon le texte ?

A. Une application mobile utilisée pour générer des informations en temps réel

B. Une description élémentaire codée d'une réalité destinée à être collectée, traitée et communiquée

C. Un système de stockage pour conserver des bases de données volumineuses

D. Un algorithme permettant d'analyser des informations rapidement

Answer: (B)

Explicação

La définition donnée dans le texte précise qu'une donnée est une description élémentaire codée d'une réalité destinée à être collectée, enregistrée, traitée, manipulée, transformée, conservée, échangée, diffusée ou communiquée, ce qui correspond à la première option. À revoir : Notion de donnée numérique et traitement automatisé. Appui du cours : « **Donnée** : Description élémentaire codée d'une réalité (chose, événement, mesure, transaction, etc.) destinée à être collectée, enregistrée, traitée, manipulée, transformée, conservée, échangée, diffusée ou communiquée. »

2. Quel est le rôle principal du Big Data dans le traitement des données ?

A. Réduire les coûts liés à l’acquisition des données

B. Permettre le traitement d’ensembles de données trop volumineux, variés et rapides pour les méthodes traditionnelles

C. Améliorer la capacité des machines à stocker des données

D. Remplacer les méthodes traditionnelles par des règles fixes de programmation

Answer: (B)

Explicação

Le Big Data a pour fonction principale de gérer des ensembles de données trop volumineux, variés et rapides pour les méthodes traditionnelles, ce qui nécessite des techniques spécifiques de traitement et d’analyse. À revoir : Définition et caractéristiques des Big Data. Appui du cours : « Le Big Data se définit par des ensembles de données trop volumineux, variés et rapides pour être traités par des méthodes traditionnelles. »

3. Que désigne l’expression « Internet des objets » dans le contexte du Big Data ?

A. Une partie du web non indexée par les moteurs de recherche traditionnels

B. Un réseau social spécialisé dans le partage de données massives

C. Un ensemble d’objets connectés produisant continuellement des données

D. Une base de données visible accessible par les moteurs de recherche

Answer: (C)

Explicação

Le texte précise que l’Internet des objets regroupe les objets connectés générant des données en continu, ce qui correspond à la première option. Les autres options décrivent respectivement les données sociales, le web visible et le deep web, qui sont d’autres sources distinctes du Big Data. À revoir : Sources d’alimentation du Big Data : web visible, deep web, social data et Internet des objets. Appui du cours : « L’Internet des objets regroupe les objets connectés générant des données en continu. »

4. Comment un cluster de serveurs assure-t-il la continuité du traitement lorsqu'un serveur tombe en panne ?

A. Le serveur en panne est isolé et le traitement est mis en pause jusqu'à sa réparation

B. Les autres serveurs du cluster prennent le relais pour continuer le traitement

C. Le cluster redémarre automatiquement tous les serveurs pour restaurer le traitement

D. Un serveur externe au cluster est activé pour remplacer le serveur en panne

Answer: (B)

Explicação

Le source indique clairement que si un serveur du cluster tombe en panne, les autres serveurs prennent le relais pour assurer la continuité du traitement, ce qui n'est pas le cas des autres options. À revoir : Exécutée dans un cluster (=grappe de serveurs au moins 2, appelés aussi nœuds. Appui du cours : « - En cas de panne d’un serveur dans le cluster, les autres serveurs prennent le relais pour assurer la continuité du traitement. »

5. Quelle technologie de stockage est décrite comme une sous-partie du Datawarehouse dédiée à un domaine spécifique pour répondre aux besoins précis d’un groupe d’utilisateurs ?

A. Le Datawarehouse

B. Le Datamart

C. Les bases NoSQL

D. Le Datalake

Answer: (B)

Explicação

Le Datamart est explicitement défini comme une sous-partie du Datawarehouse dédiée à un domaine spécifique, répondant aux besoins précis d’un groupe d’utilisateurs. Les autres options correspondent à des définitions différentes. À revoir : Technologies de stockage et interrogation des données : Datawarehouse, Datamart, Datalake et bases NoSQL. Appui du cours : « - Le Datawarehouse est une base de données centralisée conçue pour stocker des données structurées à des fins d’analyse. - Le Datamart est une sous-partie du Datawarehouse dédiée à un domaine spécifique, répondant aux besoins précis d’un groupe… »

6. Quelle est la conséquence de l'utilisation de serveurs répartis mondialement dans le cloud computing ?

A. Garantir une sécurité maximale des données

B. Fournir des capacités de calcul et de stockage à la demande

C. Limiter l'accès aux infrastructures aux grandes entreprises uniquement

D. Réduire les coûts en supprimant totalement les centres de données

Answer: (B)

Explicação

Le passage indique clairement que l'utilisation de serveurs répartis mondialement dans le cloud computing permet de fournir des capacités de calcul et de stockage à la demande. Les autres propositions ne sont pas mentionnées comme conséquences dans ce contexte. À revoir : Cloud computing et infrastructures pour le traitement du Big Data. Appui du cours : « Le cloud computing utilise des serveurs répartis mondialement pour fournir des capacités de calcul et de stockage à la demande. »

7. Que sont les puces neuromorphiques ?

A. Des processeurs optimisés pour le traitement parallèle de données massives

B. Des processeurs généralistes traditionnels pour le traitement des données

C. Des puces spécialisées conçues pour des tâches spécifiques

D. Des circuits intégrés électroniques construits pour imiter le fonctionnement du cerveau

Answer: (D)

Explicação

Le texte définit les puces neuromorphiques comme des circuits intégrés électroniques construits pour imiter le fonctionnement du cerveau. Les autres options correspondent respectivement au CPU, aux ASIC et au GPU, qui sont des types différents de processeurs. À revoir : Accélération des puissances de traitement : CPU, GPU, ASIC et puces neuromorphiques. Appui du cours : « Puces neuromorphiques : Des circuits intégrés électroniques construits pour imiter le fonctionnement du cerveau. »

8. En quoi le traitement batch diffère-t-il du traitement en temps réel dans le contexte du Big Data ?

A. Le traitement batch est utilisé uniquement pour les petits volumes de données, contrairement au traitement en temps réel

B. Le traitement batch ne nécessite pas d'analyse des données, contrairement au traitement en temps réel

C. Le traitement batch traite des données en lots à intervalles réguliers tandis que le traitement en temps réel analyse les données dès leur arrivée

D. Le traitement batch fournit des réponses immédiates alors que le traitement en temps réel traite les données après accumulation

Answer: (C)

Explicação

Le traitement batch traite de grands volumes de données en lots à intervalles réguliers avec résultats après achèvement, tandis que le traitement en temps réel analyse les données au fur et à mesure pour fournir des réponses immédiates, comme indiqué dans le source. À revoir : Méthodes de traitement des données Big Data : traitements batch et en temps réel. Appui du cours : « - Le traitement batch consiste à traiter de grands volumes de données en lots à intervalles réguliers, avec des résultats disponibles après achèvement. - Le traitement en temps réel analyse les données au fur et à mesure de leur arrivée pour fournir des… »

9. Qu'est-ce que l'intelligence artificielle selon le texte ?

A. Les techniques permettant aux machines d’imiter l’intelligence humaine

B. Une technique pour collecter des données massives

C. Une méthode d’interprétation des données uniquement

D. Un processus de nettoyage et d’analyse des données

Answer: (A)

Explicação

Le texte définit l’intelligence artificielle comme les techniques permettant aux machines d’imiter l’intelligence humaine. Les autres options décrivent des étapes ou aspects du datamining, pas de l’intelligence artificielle. À revoir : Datamining et intelligence artificielle : concepts généraux et démarche. Appui du cours : « L’intelligence artificielle englobe les techniques permettant aux machines d’imiter l’intelligence humaine. »

10. Qu'est-ce que l'apprentissage supervisé en machine learning ?

A. Un apprentissage qui regroupe les données sans utiliser d'étiquettes pour découvrir des structures

B. Un apprentissage basé sur la fourniture d'une note après chaque décision pour améliorer les performances

C. Un apprentissage où le modèle apprend uniquement à partir d'expériences sans données préalables

D. Un apprentissage utilisant des données étiquetées pour entraîner un modèle à prédire des résultats

Answer: (D)

Explicação

L'apprentissage supervisé est défini dans le texte comme utilisant des données étiquetées pour entraîner un modèle à prédire des résultats. Les autres options décrivent d'autres types d'apprentissage (non supervisé ou par renforcement). À revoir : Machine learning : apprentissage supervisé, non supervisé et par renforcement. Appui du cours : « L’apprentissage supervisé utilise des données étiquetées pour entraîner un modèle à prédire des résultats. »

11. Qui a formulé les principaux enjeux éthiques et sociaux posés par le Big Data et l’intelligence artificielle, notamment la neutralité algorithmique, l’impact sur l’emploi et la protection des données personnelles ?

A. Mark Zuckerberg, fondateur de Facebook, en 2017

B. Le texte souligne ces enjeux comme inhérents à l’usage croissant du Big Data et de l’intelligence artificielle

C. Laurent Alexandre, entrepreneur et chroniqueur français

D. Stephen Hawking, astrophysicien, en 2017

Answer: (B)

Explicação

Le passage indique que c’est l’usage croissant du Big Data et de l’IA qui soulève ces enjeux, sans attribuer cette formulation à une personne spécifique. Les autres propositions sont des personnalités mentionnées dans d’autres contextes mais pas pour avoir formulé ces enjeux précis. À revoir : Questions éthiques et sociales posées par le Big Data et l’IA : neutralité algorithmique, impact sur l’emploi et données personnelles. Appui du cours : « L’usage croissant du Big Data et de l’intelligence artificielle soulève des enjeux éthiques et sociaux importants, notamment en matière de neutralité algorithmique, d’impact sur l’emploi et de protection des données personnelles. »