Cadre data science / IA : QCM d’entraînement

Entraînement · Cadres data science / IA (entraînement KounKour) · 20 questions

Questions corrigées sur les statistiques, le machine learning, l’évaluation des modèles, SQL, Python et la protection des données. Entraînement KounKour, pas un sujet officiel.

QCM d'entraînement rédigé par KounKour : ce n'est pas un sujet réel d'un concours. Réponses vérifiées par KounKour.

Les réponses et la correction s’affichent après avoir répondu au QCM.

  1. Pour la série 2, 4, 4, 5, 10, la médiane vaut :

    • 4
    • 5
    • 5,5
    • 10

  2. Quel indicateur est le moins sensible aux valeurs extrêmes ?

    • La moyenne
    • La médiane
    • L’étendue
    • La variance

  3. Un coefficient de corrélation de Pearson égal à −0,9 indique :

    • Aucune relation
    • Une forte relation linéaire négative
    • Une faible relation positive
    • Une relation de causalité

  4. Prédire le prix d'un logement à partir de ses caractéristiques est un problème de :

    • Classification
    • Régression
    • Clustering
    • Réduction de dimension

  5. L'algorithme k-means appartient à l'apprentissage :

    • Supervisé
    • Non supervisé
    • Par renforcement
    • Semi-supervisé obligatoirement

  6. Un modèle très performant sur les données d'entraînement mais mauvais sur de nouvelles données souffre de :

    • Sous-apprentissage
    • Surapprentissage (overfitting)
    • Normalisation
    • Biais de sélection uniquement

  7. La validation croisée en k blocs (k-fold) sert à :

    • Accélérer l’entraînement
    • Estimer de façon plus fiable la performance du modèle
    • Supprimer les valeurs manquantes
    • Chiffrer les données

  8. La précision (precision) d'un classifieur se calcule par :

    • VP / (VP + FP)
    • VP / (VP + FN)
    • (VP + VN) / total
    • FP / (FP + VN)

  9. Pour détecter une fraude rare (1 % des cas), l'exactitude (accuracy) seule est trompeuse car :

    • Elle est toujours de 0 %
    • Un modèle qui prédit toujours « pas de fraude » obtient déjà 99 %
    • Elle ne se calcule pas
    • Elle dépend du langage utilisé

  10. Le score F1 est :

    • La moyenne arithmétique de la précision et du rappel
    • La moyenne harmonique de la précision et du rappel
    • Le produit de la précision et du rappel
    • Le taux d’erreur

  11. La normalisation (mise à l'échelle) des variables est surtout importante pour :

    • Les arbres de décision
    • Les méthodes basées sur les distances comme k-NN ou k-means
    • Le comptage des lignes
    • Le stockage des fichiers

  12. L'analyse en composantes principales (ACP) sert à :

    • Classer des images
    • Réduire la dimension en conservant le maximum de variance
    • Remplir les valeurs manquantes
    • Créer des étiquettes

  13. Dans un réseau de neurones, la rétropropagation (backpropagation) sert à :

    • Collecter les données
    • Calculer les gradients de l’erreur pour mettre à jour les poids
    • Afficher les résultats
    • Compresser le modèle

  14. Les modèles de langage comme GPT reposent principalement sur l'architecture :

    • Arbre de décision
    • Transformer
    • k-means
    • Régression logistique

  15. En Python avec pandas, quelle instruction affiche les 5 premières lignes d'un DataFrame df ?

    • df.first()
    • df.head()
    • df.top(5)
    • df.show()

  16. En SQL, pour compter les dossiers par région dans une table dossiers(region, …), on écrit :

    • SELECT region, COUNT(*) FROM dossiers GROUP BY region
    • SELECT COUNT(region) FROM dossiers ORDER BY region
    • SELECT * FROM dossiers WHERE COUNT(*) > 0
    • SELECT region FROM dossiers HAVING region

  17. Un entrepôt de données (data warehouse) est conçu principalement pour :

    • Les transactions en temps réel d’une application
    • L’analyse et le reporting sur des données historiques intégrées
    • Le stockage des sauvegardes uniquement
    • L’hébergement de sites web

  18. Au Maroc, la protection des données personnelles est encadrée par :

    • La loi 09-08 et la CNDP
    • La loi 31-08
    • Le code de la route
    • La loi 43-95

  19. Le principe de « minimisation des données » signifie :

    • Collecter le plus de données possible
    • Ne collecter que les données nécessaires à la finalité du traitement
    • Supprimer toutes les données chaque jour
    • Réduire la taille des fichiers

  20. Un biais algorithmique apparaît le plus souvent lorsque :

    • Le code est écrit en Python
    • Les données d’entraînement ne représentent pas correctement la population concernée
    • Le serveur est lent
    • Le modèle est open source

Concours ouverts

Tous les supports du dossier « Concours cadres data science et intelligence artificielle »