Testez vos connaissances sur l'Introduction à l'Intelligence Artificielle

Question 1 sur 10 10:00

[{"id":52821,"question":"Quel type d'apprentissage permet à une machine d'apprendre à partir de données étiquetées ?","option_a":"Apprentissage non supervisé","option_b":"Apprentissage supervisé","option_c":"Apprentissage par renforcement","option_d":"Apprentissage automatique","option_e":"","option_f":"","bonne_reponse":"B","explication":"L'apprentissage supervisé utilise des données étiquetées (avec des réponses connues) pour entraîner un modèle à prédire de nouvelles données.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":52822,"question":"Un réseau de neurones artificiels est inspiré du fonctionnement du cerveau humain.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"A","explication":"Vrai. Les réseaux de neurones artificiels s'inspirent de la structure et du fonctionnement des neurones biologiques pour traiter l'information.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":52823,"question":"Quel algorithme est couramment utilisé pour la classification binaire ?","option_a":"Régression linéaire","option_b":"K-means","option_c":"Arbre de décision","option_d":"Support Vector Machine (SVM)","option_e":"","option_f":"","bonne_reponse":"D","explication":"Les SVM sont particulièrement efficaces pour la classification binaire en trouvant l'hyperplan optimal qui sépare les deux classes.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":52824,"question":"L'apprentissage par renforcement repose sur un système de récompenses et de pénalités.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"A","explication":"Vrai. Dans l'apprentissage par renforcement, un agent apprend à prendre des décisions en recevant des récompenses ou des pénalités en fonction de ses actions.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":52825,"question":"Quel est l'objectif principal de l'apprentissage non supervisé ?","option_a":"Prédire une valeur numérique","option_b":"Classer des données en groupes","option_c":"Détecter des anomalies","option_d":"Trouver des motifs cachés dans les données","option_e":"","option_f":"","bonne_reponse":"D","explication":"L'apprentissage non supervisé vise à découvrir des structures ou des motifs cachés dans les données sans étiquettes préalables.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":52826,"question":"Un chatbot utilisant l'IA peut-il comprendre le langage naturel comme un humain ?","option_a":"Oui, totalement","option_b":"Non, jamais","option_c":"Partiellement, selon sa complexité","option_d":"Seulement en anglais","option_e":"","option_f":"","bonne_reponse":"C","explication":"Les chatbots modernes peuvent comprendre et générer du langage naturel de manière impressionnante, mais leur compréhension reste limitée par rapport à celle d'un humain.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":52827,"question":"La logique floue permet de gérer des données incertaines ou imprécises.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"A","explication":"Vrai. La logique floue étend la logique booléenne classique pour traiter des concepts comme 'un peu', 'beaucoup' ou 'peu', utiles dans des domaines comme le contrôle industriel.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":52828,"question":"Quel est l'avantage principal des réseaux de neurones profonds (deep learning) ?","option_a":"Ils nécessitent moins de données pour s'entraîner","option_b":"Ils peuvent modéliser des relations complexes","option_c":"Ils sont plus rapides à exécuter","option_d":"Ils fonctionnent sans GPU","option_e":"","option_f":"","bonne_reponse":"B","explication":"Les réseaux de neurones profonds excellent dans la modélisation de relations complexes et non linéaires grâce à leurs multiples couches de neurones.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":52829,"question":"L'IA peut-elle être biaisée ?","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"A","explication":"Vrai. Les biais dans les données d'entraînement ou les algorithmes peuvent entraîner des discriminations ou des résultats injustes, un enjeu majeur en IA.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":52830,"question":"Quel domaine utilise principalement l'IA pour analyser des images médicales ?","option_a":"La finance","option_b":"La médecine","option_c":"Le marketing","option_d":"L'architecture","option_e":"","option_f":"","bonne_reponse":"B","explication":"La médecine utilise l'IA, notamment le deep learning, pour analyser des images médicales (radiographies, IRM) et détecter des anomalies comme des tumeurs.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0}]