msb-public
/
ML-For-Beginners
mirror of https://github.com/microsoft/ML-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity

fix mistranslation

Browse Source
pull/211/head
manusquall 4 years ago
parent eb5b640da0
commit 7dea56de00
1 changed files with 52 additions and 52 deletions
Show Stats Download Patch File Download Diff File

104
quiz-app/src/assets/translations/fr.json
Unescape View File

@ -50,7 +50,7 @@
"isCorrect": "false"
},
{
"answerText": "Les deux ci-dessus",
"answerText": "Les deux",
"isCorrect": "true"
}
]
@ -107,7 +107,7 @@
"isCorrect": "false"
},
{
"answerText": "Les deux ci-dessus",
"answerText": "Les deux",
"isCorrect": "true"
}
]
@ -236,15 +236,15 @@
"questionText": "L'injustice dans le machine learning peut arriver",
"answerOptions": [
{
"answerText": "intentionnellement",
"answerText": "Intentionnellement",
"isCorrect": "false"
},
{
"answerText": "Indormalement",
"answerText": "Involontairement",
"isCorrect": "false"
},
{
"answerText": "Les deux ci-dessus",
"answerText": "Les deux",
"isCorrect": "true"
}
]
@ -253,15 +253,15 @@
"questionText": "Le terme \" injustice \" en ml connotes:",
"answerOptions": [
{
"answerText": "nuit à un groupe de personnes",
"answerText": "Préjudices pour un groupe de personnees",
"isCorrect": "true"
},
{
"answerText": "Dommage à une personne",
"answerText": "préjudice à une personne",
"isCorrect": "false"
},
{
"answerText": "nuit à la majorité des gens",
"answerText": "Préjudices pour la majorité des gens",
"isCorrect": "false"
}
]
@ -293,21 +293,21 @@
"questionText": "L'injustice dans un modèle peut être causée par",
"answerOptions": [
{
"answerText": "dépassement de données historiques",
"answerText": "Dépendance excessive de données historiques",
"isCorrect": "true"
},
{
"answerText": "Sous-solliance sur les données historiques",
"answerText": "sous-dépendance sur les données historiques",
"isCorrect": "false"
},
{
"answerText": "Trop d'alignement sur les données historiques",
"answerText": "Alignement trop étroit sur les données historiques",
"isCorrect": "false"
}
]
},
{
"questionText": "Pour atténuer l'injustice, tu peux",
"questionText": "Pour atténuer l'injustice, vous pouvez",
"answerOptions": [
{
"answerText": "Identifier les préjudices et les groupes affectés",
@ -318,7 +318,7 @@
"isCorrect": "false"
},
{
"answerText": "à la fois ce qui précède",
"answerText": "Les deux",
"isCorrect": "true"
}
]
@ -375,7 +375,7 @@
"isCorrect": "false"
},
{
"answerText": "Les deux ci-dessus",
"answerText": "Les deux",
"isCorrect": "true"
}
]
@ -521,11 +521,11 @@
"questionText": "Si la précision de la formation du modèle d'apprentissage de votre machine est de 95% et que la précision des tests est de 30%, quel type de condition est appelé?",
"answerOptions": [
{
"answerText": "Surface",
"answerText": "Surapprentissage",
"isCorrect": "true"
},
{
"answerText": "sous-facture",
"answerText": "Insuffisance",
"isCorrect": "false"
},
{
@ -552,18 +552,18 @@
]
},
{
"questionText": "Le processus de division d'un jeu de données dans un certain rapport d'entraînement et de test de jeu de données à l'aide de la méthode / la fonction Train_Test_split () '' Train_Test_Split () 'est appelée:",
"questionText": "Le processus de division d'un ensemble de données en un certain rapport d'ensemble de données d'entraînement et de test à l'aide de la méthode/fonction 'train_test_split ()' de Scikit Learn est appelé une:",
"answerOptions": [
{
"answerText": "Validation croisée",
"isCorrect": "false"
},
{
"answerText": "validation de maintien",
"answerText": "Validation d'attentn",
"isCorrect": "true"
},
{
"answerText": "laissez une validation d'une sortie",
"answerText": "Validation \"Oubliez-en un\" ",
"isCorrect": "false"
}
]
@ -582,7 +582,7 @@
"isCorrect": "false"
},
{
"answerText": "Scikit-apprendre",
"answerText": "Scikit-learn",
"isCorrect": "false"
},
{
@ -592,18 +592,18 @@
]
},
{
"questionText": "Si vous souhaitez comprendre la propagation ou les autres caractéristiques des points de données de votre ensemble de données, puis effectuez:",
"questionText": "Si vous souhaitez comprendre la propagation ou les autres caractéristiques des points de données de votre ensemble de données, alors effectuez:",
"answerOptions": [
{
"answerText": "Visualisation des données",
"answerText": "Une visualisation des données",
"isCorrect": "true"
},
{
"answerText": "Pré-traitement des données",
"answerText": "Un pré-traitement des données",
"isCorrect": "false"
},
{
"answerText": "Split test de train",
"answerText": "Un Train Test Splitn",
"isCorrect": "false"
}
]
@ -612,7 +612,7 @@
"questionText": "Lequel d'entre eux fait partie de l'étape de visualisation des données dans un projet de machine learning?",
"answerOptions": [
{
"answerText": "Intégrant un algorithme d'apprentissage de certains machines",
"answerText": "Intégrer un algorithme d'apprentissage de certains machines",
"isCorrect": "false"
},
{
@ -634,16 +634,16 @@
{
"questionText": "Lequel de ces extraits de code est correct d'après cette leçon, si vous souhaitez vérifier la présence de valeurs manquantes dans votre ensemble de données ? Supposons que l'ensemble de données soit stocké dans une variable nommée \"ensemble de données\", qui est un objet Pandas DataFrame.",
"answerOptions": [
{
"answerText": "DataSet.isnull (). Somme ()",
{
"answerText": "dataset.isnull().sum()",
"isCorrect": "true"
},
{
"answerText": "FindMissing (DataSet)",
"answerText": "findMissing(dataset)",
"isCorrect": "false"
},
{
"answerText": "Somme (NULL (DataSet))",
"answerText": "sum(null(dataset))",
"isCorrect": "false"
}
]
@ -652,15 +652,15 @@
"questionText": "Laquelle de ces méthodes de traçage est utile lorsque vous souhaitez comprendre la propagation de différents groupes de fichiers de données de votre jeu de données?",
"answerOptions": [
{
"answerText": "Terrain de dispersion",
"answerText": "Nuage de pointsn",
"isCorrect": "false"
},
{
"answerText": "Terrain de ligne",
"answerText": "Graphique linéaire",
"isCorrect": "false"
},
{
"answerText": "barre de bar",
"answerText": "Graphique à barres",
"isCorrect": "true"
}
]
@ -689,7 +689,7 @@
"title": "Régression linéaire et polynomiale: Quiz préalable",
"quiz": [
{
"questionText": "Matplotlib est un",
"questionText": "Matplotlib est une",
"answerOptions": [
{
"answerText": "Bibliothèque de dessin",
@ -700,7 +700,7 @@
"isCorrect": "true"
},
{
"answerText": "Library Lanchage",
"answerText": "Bibliothèque de prêt",
"isCorrect": "false"
}
]
@ -717,7 +717,7 @@
"isCorrect": "false"
},
{
"answerText": "une courbe",
"answerText": "Une courbe",
"isCorrect": "false"
}
]
@ -726,15 +726,15 @@
"questionText": "Un bon modèle de régression linéaire a un coefficient de corrélation ___",
"answerOptions": [
{
"answerText": "Low",
"answerText": "Bas",
"isCorrect": "false"
},
{
"answerText": "High",
"answerText": "Elevé",
"isCorrect": "true"
},
{
"answerText": "flat",
"answerText": "Plat",
"isCorrect": "false"
}
]
@ -757,7 +757,7 @@
"isCorrect": "false"
},
{
"answerText": "polynôme",
"answerText": "polynômial",
"isCorrect": "true"
}
]
@ -766,15 +766,15 @@
"questionText": "Ce sont tous types de méthodes de régression",
"answerOptions": [
{
"answerText": "Falsestetep, crête, lasso et élastique",
"answerText": "Falsestep, Ridge, Lasso et Elasticnet",
"isCorrect": "false"
},
{
"answerText": "Stealwise, Ridge, Lasso et Elasticnet",
"answerText": "Stepwise, Ridge, Lasso et Elasticnet",
"isCorrect": "true"
},
{
"answerText": "Stealwise, Ridge, Lariat et Elasticnet",
"answerText": "Stepwise, Ridge, Lariat et Elasticnet",
"isCorrect": "false"
}
]
@ -1735,7 +1735,7 @@
"questionText": "Le test Turing d'Alan Turing a essayé de déterminer si un ordinateur était",
"answerOptions": [
{
"answerText": "indiscernable d'un humain",
"answerText": "Indiscernable d'un humain",
"isCorrect": "false"
},
{
@ -1743,7 +1743,7 @@
"isCorrect": "false"
},
{
"answerText": "Les deux ci-dessus",
"answerText": "Les deux",
"isCorrect": "true"
}
]
@ -2047,11 +2047,11 @@
"isCorrect": "false"
},
{
"answerText": "sentiment et signification",
"answerText": "Sentiment et signification",
"isCorrect": "false"
},
{
"answerText": "Les deux ci-dessus",
"answerText": "Les deux",
"isCorrect": "true"
}
]
@ -2121,11 +2121,11 @@
"isCorrect": "false"
},
{
"answerText": "lignes vierges ou colonnes",
"answerText": "Lignes vierges ou colonnes",
"isCorrect": "false"
},
{
"answerText": "Les deux ci-dessus",
"answerText": "Les deux",
"isCorrect": "true"
}
]
@ -2161,7 +2161,7 @@
"isCorrect": "false"
},
{
"answerText": "Les deux ci-dessus",
"answerText": "Les deux",
"isCorrect": "true"
}
]
@ -2227,11 +2227,11 @@
"isCorrect": "false"
},
{
"answerText": "mots que vous pouvez supprimer pour accélérer l'analyse du sentiment",
"answerText": "Mots que vous pouvez supprimer pour accélérer l'analyse du sentiment",
"isCorrect": "false"
},
{
"answerText": "Les deux ci-dessus",
"answerText": "Les deux",
"isCorrect": "true"
}
]
@ -2546,7 +2546,7 @@
"isCorrect": "false"
},
{
"answerText": "Les deux ci-dessus",
"answerText": "Les deux",
"isCorrect": "true"
}
]

Write Preview
Loading…
Cancel
Save