Quiz: Introduction à l'Intelligence Artificielle et Machine Learning — 10 perguntas

1. Quelle est la principale différence entre l'intelligence artificielle (IA) et le machine learning (ML) ?

A. Le ML ne nécessite pas de données, contrairement à l'IA.

B. L'IA concerne uniquement la robotique, alors que le ML concerne uniquement la reconnaissance faciale.

C. L'IA est une technique ancienne, alors que le ML est une technologie récente.

D. L'IA vise à créer des machines capables d'apprendre sans programmation explicite, tandis que le ML est une branche qui utilise des techniques pour simuler l'intelligence humaine.

Answer: (D)

Explicação

L'intelligence artificielle est un ensemble de techniques visant à simuler l'intelligence humaine, tandis que le machine learning est une branche spécifique de l'IA qui permet aux programmes d'apprendre à partir de données sans instructions explicites.

2. Quelle est la principale différence entre l'apprentissage supervisé et non supervisé en Machine Learning ?

A. L'apprentissage supervisé utilise des données étiquetées, tandis que non supervisé utilise des données non étiquetées.

B. L'apprentissage supervisé ne nécessite pas de données pour apprendre.

C. L'apprentissage non supervisé utilise uniquement des données étiquetées.

D. Les deux types d'apprentissage sont identiques en termes de données utilisées.

Answer: (A)

Explicação

L'apprentissage supervisé requiert des données étiquetées pour entraîner des modèles, alors que non supervisé travaille avec des données non étiquetées, ce qui permet de découvrir des structures ou groupes dans les données.

3. Quel type d'apprentissage machine utilise des données non étiquetées pour découvrir des structures ou des groupes ?

A. L'apprentissage supervisé

B. L'apprentissage par renforcement

C. L'apprentissage non supervisé

D. L'apprentissage semi-supervisé

Answer: (C)

Explicação

L'apprentissage non supervisé concerne l'analyse de données non étiquetées pour effectuer des tâches comme le clustering ou la réduction de dimension, contrairement à l'apprentissage supervisé qui utilise des données étiquetées.

4. Quels sont deux exemples d'algorithmes clés mentionnés dans la fiche pour le Machine Learning ?

A. Régression linéaire et réseaux neuronaux.

B. Recherche binaire et arbre AVL.

C. Tri à bulles et sélection.

D. Algorithmes de cryptographie et de compression.

Answer: (A)

Explicação

Les algorithmes clés en ML incluent la régression linéaire, la logistique, K-NN, arbres de décision, et réseaux neuronaux, qui sont essentiels pour la majorité des applications.

5. Parmi les algorithmes suivants, lequel est principalement utilisé pour la réduction de dimension ou la visualisation de données ?

A. PCA

B. Arbres de décision

C. K-NN

D. Régression linéaire

Answer: (A)

Explicação

L'Analyse en Composantes Principales (PCA) est une technique non supervisée utilisée pour réduire la dimensionnalité des données tout en conservant l'essentiel de l'information, facilitant ainsi la visualisation.

6. Quel est le rôle principal d’un modèle en Machine Learning ?

A. Représenter mathématiquement ou statistiquement la tâche à apprendre.

B. Remplacer complètement le besoin de données.

C. Générer de nouvelles données automatiquement.

D. Être utilisé uniquement pour le stockage des données.

Answer: (A)

Explicação

Un modèle en ML est une représentation mathématique ou statistique qui sert à faire des prédictions ou classifications basées sur les données d’entrée.

7. Selon la fiche, quels sont deux domaines où l'intelligence artificielle a un impact important ?

A. Secteurs médical et financier.

B. Sports et théâtre uniquement.

C. Agriculture, mais pas industrie.

D. Renforcement de la vitesse de la lumière.

Answer: (A)

Explicação

Les secteurs médical, financier, industriel, sécurité, et vision par ordinateur sont mentionnés comme des domaines où l’IA a une application significative.

8. Quel auteur ou date n’est pas mentionné dans la fiche ?

A. Alan Turing, 1950.

B. Geoffrey Hinton, 2006.

C. Claude Shannon, 1948.

D. Yann LeCun, 2015.

Answer: (B)

Explicação

La fiche ne mentionne pas Geoffrey Hinton ou une date précise, tandis qu’elle évoque en général l'importance de divers algorithmes et techniques sans cités spécifiques à ces auteurs dans le contenu fourni.

9. Quelle étape n’est pas clairement décrite dans le flux d’information en Machine Learning mentionné dans la fiche ?

A. Données.

B. Prétraitement.

C. Lâcher de robot.

D. Optimisation.

E. Prédictions.

Answer: (C), (D)

Explicação

Le flux d'information mentionne les étapes Données, Prétraitement, Apprentissage, Modèle, Prédictions, mais pas le "lâcher de robot", qui n’est pas un terme standard dans ce processus.

10. Quel est un exemple concret d’application de l’apprentissage supervisé selon la fiche ?

A. Diagnostic médical.

B. Clustering pour segmenter un marché.

C. Réduction de dimension sans labels.

D. Analyse de réseaux sociaux non étiquetés.

Answer: (A)

Explicação

Le diagnostic médical est un exemple d’application supervisée où des données étiquetées (par exemple, presence ou absence d’une maladie) sont utilisées pour entraîner un modèle.