QCM Intelligence Artificielle Corrigé – Partie 3

Questions d’Entretien sur l’intelligence artificielle avec des réponses pour la préparation des entretiens d’embauche, tests en ligne, examens et certifications. Ces questions et réponses sur l’intelligence artificielle comprennent divers sujets tel que les bases de l’intelligence artificielle, comprendre la théorie de l’Intelligence Artificielle, la conception de modèles, le Q-Learning, le Deep Q-Learning, etc… Et sont tirés d’un vrai entretien écrit et certaines parties sont en direct. Cette méthode d’apprentissage systématique préparera facilement toute personne pour réussir son test sur l’intelligence artificielle.
 
 

1. Qu’appelle-t-on « suradaptation » (overfitting) en IA ?

A Quand le modèle donne toujours la même réponse

B Quand le modèle est trop lent à l’exécution

C Quand le modèle apprend trop bien les données d’entraînement, au point de mal généraliser sur de nouvelles données

D Quand le modèle n’arrive pas à s’entraîner

Réponse  

2. Quelle méthode permet de réduire l’overfitting ?

A Ajouter plus de bruit dans les données

B Utiliser des images plus grandes

C Faire de la régularisation ou utiliser des données supplémentaires

D Entraîner le modèle pendant plus longtemps

Réponse  

3. Qu’est-ce qu’un « chatbot » basé sur l’IA ?

A Un programme capable de converser avec un humain en langage naturel

B Une application de livraison automatique

C Un moteur de recherche

D Un robot physique

Réponse  
 

4. Quelle bibliothèque Python est la plus utilisée pour les réseaux de neurones profonds ?

A NumPy

B Pandas

C TensorFlow

D Matplotlib

Réponse  

5. Qu’est-ce que l’apprentissage par renforcement (Reinforcement Learning) ?

A Un type d’apprentissage supervisé avec des étiquettes de données

B Une méthode où l’algorithme apprend à partir de l’expérience en interagissant avec son environnement

C Un algorithme qui calcule des moyennes mobiles

D Un type de réseau de neurones utilisé uniquement pour la reconnaissance d’images

Réponse  

6. Qu’est-ce que le terme « Deep Learning » désigne ?

A L’utilisation de machines très rapides pour résoudre des problèmes

B L’entraînement de modèles très simples pour les tâches d’IA

C Un algorithme de tri amélioré

D L’utilisation de réseaux de neurones avec plusieurs couches pour résoudre des problèmes complexes

Réponse  
 

7. Qu’est-ce que la « sous-adaptation » (underfitting) dans l’apprentissage automatique ?

A Un modèle qui apprend trop bien les données d’entraînement.

B Un modèle qui généralise parfaitement à toutes les données possibles.

C Un modèle qui apprend très lentement.

D Un modèle qui ne parvient pas à capturer les motifs importants dans les données d’entraînement et qui a de mauvaises performances à la fois sur les données d’entraînement et sur les nouvelles données.

Réponse  

8. Quel est le test proposé par Alan Turing pour évaluer la capacité d’une machine à manifester une intelligence comparable à celle d’un être humain ?

A Le test de Loebner

B Le test de Turing

C Le test de Stanford

D Le test de Dartmouth

Réponse  
 

9. Parmi les suivants, lequel n’est pas un sous-domaine courant de l’Intelligence Artificielle ?

A L’apprentissage automatique (Machine Learning)

B Le traitement du langage naturel (Natural Language Processing)

C La vision par ordinateur (Computer Vision)

D La robotique avancée (Advanced Robotics)

Réponse  

10. Quel type d’apprentissage automatique nécessite des données d’entraînement étiquetées (c’est-à-dire des entrées avec les sorties correctes correspondantes) ?

A L’apprentissage non supervisé

B L’apprentissage par renforcement

C L’apprentissage supervisé

D L’apprentissage profond (Deep Learning)

Réponse