Quiz — 8.Data Science For Dummies, 2nd Edition.pdf

Question 1 sur 10 20:00

[{"id":39860,"question":"Quelle bibliothèque Python est principalement utilisée pour la manipulation de données structurées ?","option_a":"TensorFlow","option_b":"Pandas","option_c":"Matplotlib","option_d":"Scikit-learn","option_e":"","option_f":"","bonne_reponse":"b","explication":"Pandas est la bibliothèque de référence pour manipuler des données tabulaires (DataFrames) en Python.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"TensorFlow\", \"b\": \"Pandas\", \"c\": \"Matplotlib\", \"d\": \"Scikit-learn","_debug_options_count":4},{"id":39861,"question":"Le machine learning supervisé nécessite toujours des données étiquetées pour l'entraînement.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"a","explication":"Le machine learning supervisé repose sur des données étiquetées, contrairement au non supervisé.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":39862,"question":"Quelle méthode est utilisée pour réduire la dimensionnalité des données tout en conservant l'essentiel de l'information ?","option_a":"Régression linéaire","option_b":"Analyse en composantes principales (PCA)","option_c":"Clustering","option_d":"Classification","option_e":"","option_f":"","bonne_reponse":"b","explication":"L'Analyse en Composantes Principales (PCA) est une technique de réduction de dimensionnalité courante en Data Science.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Régression linéaire\", \"b\": \"Analyse en composantes principales ","_debug_options_count":4},{"id":39863,"question":"Quel algorithme est couramment utilisé pour la classification binaire ?","option_a":"K-Means","option_b":"Régression logistique","option_c":"Réseaux de neurones","option_d":"Forêt aléatoire","option_e":"","option_f":"","bonne_reponse":"b","explication":"La régression logistique est un algorithme classique pour les problèmes de classification binaire.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"K-Means\", \"b\": \"Régression logistique\", \"c\": \"Réseaux de neuron","_debug_options_count":4},{"id":39864,"question":"Le nettoyage des données inclut toujours la suppression des valeurs manquantes.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"b","explication":"Le nettoyage des données peut inclure l'imputation des valeurs manquantes plutôt que leur suppression systématique.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":39865,"question":"Quelle métrique est utilisée pour évaluer la performance d'un modèle de régression ?","option_a":"Précision","option_b":"Racine de l'erreur quadratique moyenne (RMSE)","option_c":"F1-score","option_d":"Matrice de confusion","option_e":"","option_f":"","bonne_reponse":"b","explication":"La RMSE (Root Mean Squared Error) est une métrique standard pour évaluer les modèles de régression.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Précision\", \"b\": \"Racine de l'erreur quadratique moyenne (RMSE)\"","_debug_options_count":4},{"id":39866,"question":"Quel est l'objectif principal de la visualisation des données ?","option_a":"Stocker les données","option_b":"Communiquer des insights de manière claire","option_c":"Calculer des statistiques","option_d":"Entraîner des modèles","option_e":"","option_f":"","bonne_reponse":"b","explication":"La visualisation des données vise à rendre les informations compréhensibles et accessibles.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Stocker les données\", \"b\": \"Communiquer des insights de manière","_debug_options_count":4},{"id":39867,"question":"Les modèles de machine learning doivent toujours être entraînés sur l'intégralité du jeu de données.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"b","explication":"Les modèles sont généralement entraînés sur un sous-ensemble des données (ensemble d'entraînement) et évalués sur un autre (ensemble de test).","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":39868,"question":"Quelle technique est utilisée pour regrouper des données similaires sans étiquettes ?","option_a":"Régression","option_b":"Clustering","option_c":"Classification","option_d":"Réduction de dimensionnalité","option_e":"","option_f":"","bonne_reponse":"b","explication":"Le clustering est une méthode de machine learning non supervisé pour regrouper des données similaires.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Régression\", \"b\": \"Clustering\", \"c\": \"Classification\", \"d\": \"Ré","_debug_options_count":4},{"id":39869,"question":"Quel est l'avantage principal de l'utilisation de Jupyter Notebook pour la Data Science ?","option_a":"Exécution de code en temps réel avec visualisation intégrée","option_b":"Stockage sécurisé des données","option_c":"Automatisation des rapports","option_d":"Optimisation des algorithmes","option_e":"","option_f":"","bonne_reponse":"a","explication":"Jupyter Notebook permet d'exécuter du code Python de manière interactive et d'intégrer des visualisations directement dans le document.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"Exécution de code en temps réel avec visualisation intégrée\",","_debug_options_count":4}]