From 8c53da38b6f92991ec1c0fbc4ce527d4a46a8565 Mon Sep 17 00:00:00 2001 From: manusquall Date: Fri, 16 Jul 2021 12:55:26 +0000 Subject: [PATCH 1/5] add vscode option folder to gitignore, add fr option to quiz-app vue --- .gitignore | 2 + quiz-app/package-lock.json | 170 +- quiz-app/src/App.vue | 1 + quiz-app/src/assets/translations/fr.json | 2811 +++++++++++++++++++++ quiz-app/src/assets/translations/index.js | 2 + 5 files changed, 2895 insertions(+), 91 deletions(-) create mode 100644 quiz-app/src/assets/translations/fr.json diff --git a/.gitignore b/.gitignore index a80a15e32..51f47a5aa 100644 --- a/.gitignore +++ b/.gitignore @@ -33,6 +33,8 @@ bld/ # Visual Studio 2015/2017 cache/options directory .vs/ +# Visual Studio Code cache/options directory +.vscode/ # Uncomment if you have tasks that create the project's static files in wwwroot #wwwroot/ diff --git a/quiz-app/package-lock.json b/quiz-app/package-lock.json index e9aebee3c..8f51a0baa 100644 --- a/quiz-app/package-lock.json +++ b/quiz-app/package-lock.json @@ -1087,16 +1087,6 @@ "postcss": "^7.0.0" } }, - "@kazupon/vue-i18n-loader": { - "version": "0.5.0", - "resolved": "https://registry.npmjs.org/@kazupon/vue-i18n-loader/-/vue-i18n-loader-0.5.0.tgz", - "integrity": "sha512-Tp2mXKemf9/RBhI9CW14JjR9oKjL2KH7tV6S0eKEjIBuQBAOFNuPJu3ouacmz9hgoXbNp+nusw3MVQmxZWFR9g==", - "dev": true, - "requires": { - "js-yaml": "^3.13.1", - "json5": "^2.1.1" - } - }, "@mrmlnc/readdir-enhanced": { "version": "2.2.1", "resolved": "https://registry.npmjs.org/@mrmlnc/readdir-enhanced/-/readdir-enhanced-2.2.1.tgz", @@ -1720,6 +1710,16 @@ "integrity": "sha512-nQyp0o1/mNdbTO1PO6kHkwSrmgZ0MT/jCCpNiwbUjGoRN4dlBhqJtoQuCnEOKzgTVwg0ZWiCoQy6SxMebQVh8A==", "dev": true }, + "ansi-styles": { + "version": "4.3.0", + "resolved": "https://registry.npmjs.org/ansi-styles/-/ansi-styles-4.3.0.tgz", + "integrity": "sha512-zbB9rCJAT1rbjiVDb2hqKFHNYLxgtk8NURxZ3IZwD3F6NtxbXZQCnnSi1Lkx+IDohdPlFp222wVALIheZJQSEg==", + "dev": true, + "optional": true, + "requires": { + "color-convert": "^2.0.1" + } + }, "cacache": { "version": "13.0.1", "resolved": "https://registry.npmjs.org/cacache/-/cacache-13.0.1.tgz", @@ -1746,6 +1746,53 @@ "unique-filename": "^1.1.1" } }, + "chalk": { + "version": "4.1.1", + "resolved": "https://registry.npmjs.org/chalk/-/chalk-4.1.1.tgz", + "integrity": "sha512-diHzdDKxcU+bAsUboHLPEDQiw0qEe0qd7SYUn3HgcFlWgbDcfLGswOHYeGrHKzG9z6UYf01d9VFMfZxPM1xZSg==", + "dev": true, + "optional": true, + "requires": { + "ansi-styles": "^4.1.0", + "supports-color": "^7.1.0" + } + }, + "color-convert": { + "version": "2.0.1", + "resolved": "https://registry.npmjs.org/color-convert/-/color-convert-2.0.1.tgz", + "integrity": "sha512-RRECPsj7iu/xb5oKYcsFHSppFNnsj/52OVTRKb4zP5onXwVF3zVmmToNcOfGC+CRDpfK/U584fMg38ZHCaElKQ==", + "dev": true, + "optional": true, + "requires": { + "color-name": "~1.1.4" + } + }, + "color-name": { + "version": "1.1.4", + "resolved": "https://registry.npmjs.org/color-name/-/color-name-1.1.4.tgz", + "integrity": "sha512-dOy+3AuW3a2wNbZHIuMZpTcgjGuLU/uBL/ubcZF9OXbDo8ff4O8yVp5Bf0efS8uEoYo5q4Fx7dY9OgQGXgAsQA==", + "dev": true, + "optional": true + }, + "has-flag": { + "version": "4.0.0", + "resolved": "https://registry.npmjs.org/has-flag/-/has-flag-4.0.0.tgz", + "integrity": "sha512-EykJT/Q1KjTWctppgIAgfSO0tKVuZUjhgMr17kqTumMl6Afv3EISleU7qZUzoXDFTAHTDC4NOoG/ZxU3EvlMPQ==", + "dev": true, + "optional": true + }, + "loader-utils": { + "version": "2.0.0", + "resolved": "https://registry.npmjs.org/loader-utils/-/loader-utils-2.0.0.tgz", + "integrity": "sha512-rP4F0h2RaWSvPEkD7BLDFQnvSf+nK+wr3ESUjNTyAGobqrijmW92zc+SO6d4p4B1wh7+B/Jg1mkQe5NYUEHtHQ==", + "dev": true, + "optional": true, + "requires": { + "big.js": "^5.2.2", + "emojis-list": "^3.0.0", + "json5": "^2.1.2" + } + }, "source-map": { "version": "0.6.1", "resolved": "https://registry.npmjs.org/source-map/-/source-map-0.6.1.tgz", @@ -1762,6 +1809,16 @@ "minipass": "^3.1.1" } }, + "supports-color": { + "version": "7.2.0", + "resolved": "https://registry.npmjs.org/supports-color/-/supports-color-7.2.0.tgz", + "integrity": "sha512-qpCAvRl9stuOHveKsn7HncJRvv501qIacKzQlO/+Lwxc9+0q2wLyv4Dfvt80/DPn2pqOBsJdDiogXGR9+OvwRw==", + "dev": true, + "optional": true, + "requires": { + "has-flag": "^4.0.0" + } + }, "terser-webpack-plugin": { "version": "2.3.8", "resolved": "https://registry.npmjs.org/terser-webpack-plugin/-/terser-webpack-plugin-2.3.8.tgz", @@ -1778,6 +1835,18 @@ "terser": "^4.6.12", "webpack-sources": "^1.4.3" } + }, + "vue-loader-v16": { + "version": "npm:vue-loader@16.3.0", + "resolved": "https://registry.npmjs.org/vue-loader/-/vue-loader-16.3.0.tgz", + "integrity": "sha512-UDgni/tUVSdwHuQo+vuBmEgamWx88SuSlEb5fgdvHrlJSPB9qMBRF6W7bfPWSqDns425Gt1wxAUif+f+h/rWjg==", + "dev": true, + "optional": true, + "requires": { + "chalk": "^4.1.0", + "hash-sum": "^2.0.0", + "loader-utils": "^2.0.0" + } } } }, @@ -10953,87 +11022,6 @@ } } }, - "vue-loader-v16": { - "version": "npm:vue-loader@16.1.2", - "resolved": "https://registry.npmjs.org/vue-loader/-/vue-loader-16.1.2.tgz", - "integrity": "sha512-8QTxh+Fd+HB6fiL52iEVLKqE9N1JSlMXLR92Ijm6g8PZrwIxckgpqjPDWRP5TWxdiPaHR+alUWsnu1ShQOwt+Q==", - "dev": true, - "optional": true, - "requires": { - "chalk": "^4.1.0", - "hash-sum": "^2.0.0", - "loader-utils": "^2.0.0" - }, - "dependencies": { - "ansi-styles": { - "version": "4.3.0", - "resolved": "https://registry.npmjs.org/ansi-styles/-/ansi-styles-4.3.0.tgz", - "integrity": "sha512-zbB9rCJAT1rbjiVDb2hqKFHNYLxgtk8NURxZ3IZwD3F6NtxbXZQCnnSi1Lkx+IDohdPlFp222wVALIheZJQSEg==", - "dev": true, - "optional": true, - "requires": { - "color-convert": "^2.0.1" - } - }, - "chalk": { - "version": "4.1.0", - "resolved": "https://registry.npmjs.org/chalk/-/chalk-4.1.0.tgz", - "integrity": "sha512-qwx12AxXe2Q5xQ43Ac//I6v5aXTipYrSESdOgzrN+9XjgEpyjpKuvSGaN4qE93f7TQTlerQQ8S+EQ0EyDoVL1A==", - "dev": true, - "optional": true, - "requires": { - "ansi-styles": "^4.1.0", - "supports-color": "^7.1.0" - } - }, - "color-convert": { - "version": "2.0.1", - "resolved": "https://registry.npmjs.org/color-convert/-/color-convert-2.0.1.tgz", - "integrity": "sha512-RRECPsj7iu/xb5oKYcsFHSppFNnsj/52OVTRKb4zP5onXwVF3zVmmToNcOfGC+CRDpfK/U584fMg38ZHCaElKQ==", - "dev": true, - "optional": true, - "requires": { - "color-name": "~1.1.4" - } - }, - "color-name": { - "version": "1.1.4", - "resolved": "https://registry.npmjs.org/color-name/-/color-name-1.1.4.tgz", - "integrity": "sha512-dOy+3AuW3a2wNbZHIuMZpTcgjGuLU/uBL/ubcZF9OXbDo8ff4O8yVp5Bf0efS8uEoYo5q4Fx7dY9OgQGXgAsQA==", - "dev": true, - "optional": true - }, - "has-flag": { - "version": "4.0.0", - "resolved": "https://registry.npmjs.org/has-flag/-/has-flag-4.0.0.tgz", - "integrity": "sha512-EykJT/Q1KjTWctppgIAgfSO0tKVuZUjhgMr17kqTumMl6Afv3EISleU7qZUzoXDFTAHTDC4NOoG/ZxU3EvlMPQ==", - "dev": true, - "optional": true - }, - "loader-utils": { - "version": "2.0.0", - "resolved": "https://registry.npmjs.org/loader-utils/-/loader-utils-2.0.0.tgz", - "integrity": "sha512-rP4F0h2RaWSvPEkD7BLDFQnvSf+nK+wr3ESUjNTyAGobqrijmW92zc+SO6d4p4B1wh7+B/Jg1mkQe5NYUEHtHQ==", - "dev": true, - "optional": true, - "requires": { - "big.js": "^5.2.2", - "emojis-list": "^3.0.0", - "json5": "^2.1.2" - } - }, - "supports-color": { - "version": "7.2.0", - "resolved": "https://registry.npmjs.org/supports-color/-/supports-color-7.2.0.tgz", - "integrity": "sha512-qpCAvRl9stuOHveKsn7HncJRvv501qIacKzQlO/+Lwxc9+0q2wLyv4Dfvt80/DPn2pqOBsJdDiogXGR9+OvwRw==", - "dev": true, - "optional": true, - "requires": { - "has-flag": "^4.0.0" - } - } - } - }, "vue-router": { "version": "3.4.9", "resolved": "https://registry.npmjs.org/vue-router/-/vue-router-3.4.9.tgz", diff --git a/quiz-app/src/App.vue b/quiz-app/src/App.vue index 78482d496..6baabd0ca 100644 --- a/quiz-app/src/App.vue +++ b/quiz-app/src/App.vue @@ -6,6 +6,7 @@
diff --git a/quiz-app/src/assets/translations/fr.json b/quiz-app/src/assets/translations/fr.json new file mode 100644 index 000000000..ec8111c06 --- /dev/null +++ b/quiz-app/src/assets/translations/fr.json @@ -0,0 +1,2811 @@ +[ + { + "title": "Machine Learning pour les débutants: quiz", + "complete": "Félicitations, vous avez terminé le quiz!", + "error": "Désolé, essayez à nouveau", + "quizzes": [ + { + "id": 1, + "title": "Introduction au machine learning: quiz préalable", + "quiz": [ + { + "questionText": "Les applications de machine learning sont toutes autour de nous", + "answerOptions": [ + { + "answerText": "vrai", + "isCorrect": "true" + }, + { + "answerText": "Faux", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quelle est la différence technique entre le ml classique et le deep learning?", + "answerOptions": [ + { + "answerText": "ML classique a été inventé en premier", + "isCorrect": "false" + }, + { + "answerText": "L'utilisation de réseaux de neurones", + "isCorrect": "true" + }, + { + "answerText": "Le deep learning est utilisé dans les robots", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Pourquoi une entreprise pourrait-elle vouloir utiliser des stratégies ML?", + "answerOptions": [ + { + "answerText": "Pour automatiser la résolution de problèmes multidimensionnels", + "isCorrect": "false" + }, + { + "answerText": "Pour personnaliser une expérience de magasinage basée sur le type de client", + "isCorrect": "false" + }, + { + "answerText": "Les deux ci-dessus", + "isCorrect": "true" + } + ] + } + ] + }, + { + "id": 2, + "title": "Introduction au machine learning: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Les algorithmes de machine learning sont destinés à simuler", + "answerOptions": [ + { + "answerText": "Des machines intelligentes", + "isCorrect": "false" + }, + { + "answerText": "Le cerveau humain", + "isCorrect": "true" + }, + { + "answerText": "Des orangutans", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Qu'est-ce qu'un exemple de technique classique de ML?", + "answerOptions": [ + { + "answerText": "Le traitement des langues naturelles", + "isCorrect": "true" + }, + { + "answerText": "Le deep learning", + "isCorrect": "false" + }, + { + "answerText": "Des neural networks", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Pourquoi tout le monde devrait-il apprendre les bases du ML?", + "answerOptions": [ + { + "answerText": "L'apprentissage ml est amusant et accessible à tout le monde", + "isCorrect": "false" + }, + { + "answerText": "Les stratégies ML sont utilisées dans de nombreuses industries et domaines", + "isCorrect": "false" + }, + { + "answerText": "Les deux ci-dessus", + "isCorrect": "true" + } + ] + } + ] + }, + { + "id": 3, + "title": "Historique du machine learning: quiz préalable", + "quiz": [ + { + "questionText": "Quand approximativement le terme 'intelligence artificielle' a-t-il été inventé ?", + "answerOptions": [ + { + "answerText": "1980s", + "isCorrect": "false" + }, + { + "answerText": "années 1950", + "isCorrect": "true" + }, + { + "answerText": "années 1930", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Qui était l'un des premiers pionniers du machine learning?", + "answerOptions": [ + { + "answerText": "Alan Turing", + "isCorrect": "true" + }, + { + "answerText": "Bill Gates", + "isCorrect": "false" + }, + { + "answerText": "Shakey the Robot", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quelle est l'une des raisons pour lesquelles l'avancement de l'AI a ralenti dans les années 1970?", + "answerOptions": [ + { + "answerText": "Puissance de calcul limitée", + "isCorrect": "true" + }, + { + "answerText": "Pas assez d'ingénieurs qualifiés", + "isCorrect": "false" + }, + { + "answerText": "Conflits entre pays", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 4, + "title": "Historique du machine learning: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Qu'est-ce qu'un exemple de système d'IA \" Scruffy \" AI?", + "answerOptions": [ + { + "answerText": "ELIZA", + "isCorrect": "true" + }, + { + "answerText": "HACKML", + "isCorrect": "false" + }, + { + "answerText": "SSYSTEM", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quel est l'exemple d'une technologie qui a été développée pendant les « années d'or » ?", + "answerOptions": [ + { + "answerText": "Blocks World", + "isCorrect": "true" + }, + { + "answerText": "Jibo", + "isCorrect": "false" + }, + { + "answerText": "Robot Dogs", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quel événement était fondé sur la création et l'expansion du domaine de l'intelligence artificielle?", + "answerOptions": [ + { + "answerText": "Turing Test", + "isCorrect": "false" + }, + { + "answerText": "Projet de recherche d'été de Dartmouth", + "isCorrect": "true" + }, + { + "answerText": "AI Winter", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 5, + "title": "L'équité et machine learning: quiz préalable", + "quiz": [ + { + "questionText": "L'injustice dans le machine learning peut arriver", + "answerOptions": [ + { + "answerText": "intentionnellement", + "isCorrect": "false" + }, + { + "answerText": "Indormalement", + "isCorrect": "false" + }, + { + "answerText": "Les deux ci-dessus", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Le terme \" injustice \" en ml connotes:", + "answerOptions": [ + { + "answerText": "nuit à un groupe de personnes", + "isCorrect": "true" + }, + { + "answerText": "Dommage à une personne", + "isCorrect": "false" + }, + { + "answerText": "nuit à la majorité des gens", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Les cinq principaux types de préjudices incluent", + "answerOptions": [ + { + "answerText": "Allocation, qualité de service, stéréotypage, dénigration et sous-représentation", + "isCorrect": "true" + }, + { + "answerText": "Elocation, qualité de service, stéréotypage, dénigration et sous-représentation", + "isCorrect": "false" + }, + { + "answerText": "Allocation, qualité de service, stéréophonie, dénigration et sous-représentation", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 6, + "title": "Equité et machine learning: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "L'injustice dans un modèle peut être causée par", + "answerOptions": [ + { + "answerText": "dépassement de données historiques", + "isCorrect": "true" + }, + { + "answerText": "Sous-solliance sur les données historiques", + "isCorrect": "false" + }, + { + "answerText": "Trop d'alignement sur les données historiques", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Pour atténuer l'injustice, tu peux", + "answerOptions": [ + { + "answerText": "Identifier les préjudices et les groupes affectés", + "isCorrect": "false" + }, + { + "answerText": "Définir les métriques d'équité", + "isCorrect": "false" + }, + { + "answerText": "à la fois ce qui précède", + "isCorrect": "true" + } + ] + }, + { + "questionText": "FairLearn est un paquet qui peut", + "answerOptions": [ + { + "answerText": "Comparez plusieurs modèles en utilisant des métriques d'équité et de performance", + "isCorrect": "true" + }, + { + "answerText": "Choisissez le meilleur modèle pour vos besoins", + "isCorrect": "false" + }, + { + "answerText": "Aidez-vous à décider de ce qui est juste et ce qui n'est pas", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 7, + "title": "Outils et techniques: quiz préalable", + "quiz": [ + { + "questionText": "Lors de la construction d'un modèle, vous devriez:", + "answerOptions": [ + { + "answerText": "Préparez vos données, puis formez votre modèle", + "isCorrect": "true" + }, + { + "answerText": "Choisissez une méthode de formation, puis préparez vos données", + "isCorrect": "false" + }, + { + "answerText": "Tune Paramètres, puis formez votre modèle", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Vos données ___ vont avoir une incidence sur la qualité de votre modèle ML", + "answerOptions": [ + { + "answerText": "Quantité", + "isCorrect": "false" + }, + { + "answerText": "Forme", + "isCorrect": "false" + }, + { + "answerText": "Les deux ci-dessus", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Une variable de fonctionnalité est la suivante:", + "answerOptions": [ + { + "answerText": "une qualité de vos données", + "isCorrect": "false" + }, + { + "answerText": "Une propriété mesurable de vos données", + "isCorrect": "true" + }, + { + "answerText": "Une ligne de vos données", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 8, + "title": "Outils et techniques: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Vous devez visualiser vos données car", + "answerOptions": [ + { + "answerText": "Vous pouvez découvrir des valeurs aberrantes", + "isCorrect": "false" + }, + { + "answerText": "Vous pouvez découvrir une cause potentielle de biais", + "isCorrect": "true" + }, + { + "answerText": "tous les deux", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Sélectionnez vos données en:", + "answerOptions": [ + { + "answerText": "Entraînement et ensembles de Turing", + "isCorrect": "false" + }, + { + "answerText": "Entraînement et ensembles de test", + "isCorrect": "true" + }, + { + "answerText": "Ensembles de validation et d'évaluation", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Une commande commune de démarrer le processus de formation dans diverses bibliothèques ML est la suivante:", + "answerOptions": [ + { + "answerText": "Model.travel", + "isCorrect": "false" + }, + { + "answerText": "Model.train", + "isCorrect": "false" + }, + { + "answerText": "Model.fit", + "isCorrect": "true" + } + ] + } + ] + }, + { + "id": 9, + "title": "Introduction à la régression: quiz préalable", + "quiz": [ + { + "questionText": "Laquelle de ces variables est une variable numérique?", + "answerOptions": [ + { + "answerText": "Hauteur", + "isCorrect": "true" + }, + { + "answerText": "Genre", + "isCorrect": "false" + }, + { + "answerText": "Couleur des cheveux", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Laquelle de ces variables est une variable catégorique?", + "answerOptions": [ + { + "answerText": "rythme cardiaque", + "isCorrect": "false" + }, + { + "answerText": "Type de sang", + "isCorrect": "true" + }, + { + "answerText": "Poids", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Lequel de ces problèmes est un problème basé sur l'analyse de régression?", + "answerOptions": [ + { + "answerText": "Prédire les marques d'examen final d'un étudiant", + "isCorrect": "true" + }, + { + "answerText": "Prédire le type de sang d'une personne", + "isCorrect": "false" + }, + { + "answerText": "Prédire si un email est spam ou non", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 10, + "title": "Introduction à la régression: quiz de validation des connaissances", + "quiz": [ + { + "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", + "isCorrect": "true" + }, + { + "answerText": "sous-facture", + "isCorrect": "false" + }, + { + "answerText": "Double ajustement", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Le processus d'identification des fonctionnalités significatives d'un ensemble de fonctionnalités est appelé:", + "answerOptions": [ + { + "answerText": "Extraction de fonctionnalités", + "isCorrect": "false" + }, + { + "answerText": "Réduction de la dimensionnalité de fonctionnalité", + "isCorrect": "false" + }, + { + "answerText": "Sélection de fonctionnalités", + "isCorrect": "true" + } + ] + }, + { + "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:", + "answerOptions": [ + { + "answerText": "Validation croisée", + "isCorrect": "false" + }, + { + "answerText": "validation de maintien", + "isCorrect": "true" + }, + { + "answerText": "laissez une validation d'une sortie", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 11, + "title": "Préparer et visualiser des données pour la régression: quiz préalable", + "quiz": [ + { + "questionText": "Lequel de ces modules Python est utilisé pour tracer la visualisation des données?", + "answerOptions": [ + { + "answerText": "Numpy", + "isCorrect": "false" + }, + { + "answerText": "Scikit-apprendre", + "isCorrect": "false" + }, + { + "answerText": "Matplotlib", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Si vous souhaitez comprendre la propagation ou les autres caractéristiques des points de données de votre ensemble de données, puis effectuez:", + "answerOptions": [ + { + "answerText": "Visualisation des données", + "isCorrect": "true" + }, + { + "answerText": "Pré-traitement des données", + "isCorrect": "false" + }, + { + "answerText": "Split test de train", + "isCorrect": "false" + } + ] + }, + { + "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", + "isCorrect": "false" + }, + { + "answerText": "Créer une représentation picturale des données à l'aide de différentes méthodes de tracé", + "isCorrect": "true" + }, + { + "answerText": "Normaliser les valeurs d'un jeu de données", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 12, + "title": "Préparez et visualisez des données pour la régression: quiz de validation des connaissances", + "quiz": [ + { + "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 ()", + "isCorrect": "true" + }, + { + "answerText": "FindMissing (DataSet)", + "isCorrect": "false" + }, + { + "answerText": "Somme (NULL (DataSet))", + "isCorrect": "false" + } + ] + }, + { + "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", + "isCorrect": "false" + }, + { + "answerText": "Terrain de ligne", + "isCorrect": "false" + }, + { + "answerText": "barre de bar", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Que peut ne pas vous dire la visualisation des données?", + "answerOptions": [ + { + "answerText": "Relations entre DataPoints", + "isCorrect": "false" + }, + { + "answerText": "La source de l'endroit où le jeu de données est collecté", + "isCorrect": "true" + }, + { + "answerText": "Trouver la présence de valeurs aberrantes dans l'ensemble de données", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 13, + "title": "régression linéaire et polynomiale: quiz préalable", + "quiz": [ + { + "questionText": "Matplotlib est un", + "answerOptions": [ + { + "answerText": "Bibliothèque de dessin", + "isCorrect": "false" + }, + { + "answerText": "Bibliothèque de visualisation de données", + "isCorrect": "true" + }, + { + "answerText": "Library Lanchage", + "isCorrect": "false" + } + ] + }, + { + "questionText": "La régression linéaire utilise ce qui suit pour tracer des relations entre variables", + "answerOptions": [ + { + "answerText": "Une ligne droite", + "isCorrect": "true" + }, + { + "answerText": "Un cercle", + "isCorrect": "false" + }, + { + "answerText": "une courbe", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Un bon modèle de régression linéaire a un coefficient de corrélation ___", + "answerOptions": [ + { + "answerText": "Low", + "isCorrect": "false" + }, + { + "answerText": "High", + "isCorrect": "true" + }, + { + "answerText": "flat", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 14, + "title": "Régression linéaire et polynomiale: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Si vos données sont non linéaires, essayez un type ___ de régression", + "answerOptions": [ + { + "answerText": "linéaire", + "isCorrect": "false" + }, + { + "answerText": "sphérique", + "isCorrect": "false" + }, + { + "answerText": "polynôme", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Ce sont tous types de méthodes de régression", + "answerOptions": [ + { + "answerText": "Falsestetep, crête, lasso et élastique", + "isCorrect": "false" + }, + { + "answerText": "Stealwise, Ridge, Lasso et Elasticnet", + "isCorrect": "true" + }, + { + "answerText": "Stealwise, Ridge, Lariat et Elasticnet", + "isCorrect": "false" + } + ] + }, + { + "questionText": "La régression des moindres carrés signifie que toutes les données de données entourant la ligne de régression sont:", + "answerOptions": [ + { + "answerText": "carré puis soustrait", + "isCorrect": "false" + }, + { + "answerText": "multiplié", + "isCorrect": "false" + }, + { + "answerText": "carré puis ajouté", + "isCorrect": "true" + } + ] + } + ] + }, + { + "id": 15, + "title": "Régression logistique: quiz préalable", + "quiz": [ + { + "questionText": "Utilisez la régression logistique à prédire", + "answerOptions": [ + { + "answerText": "Si une pomme est mûre ou non", + "isCorrect": "true" + }, + { + "answerText": "Combien de billets peuvent être vendus dans un mois", + "isCorrect": "false" + }, + { + "answerText": "De quelle couleur le ciel tournera demain à 18 heures", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Types de régression logistique incluent", + "answerOptions": [ + { + "answerText": "multinomial et cardinal", + "isCorrect": "false" + }, + { + "answerText": "multinomial et ordinal", + "isCorrect": "true" + }, + { + "answerText": "Principal et ordinal", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Vos données ont des corrélations faibles. Le meilleur type de régression à utiliser est:", + "answerOptions": [ + { + "answerText": "Logistique", + "isCorrect": "true" + }, + { + "answerText": "linéaire", + "isCorrect": "false" + }, + { + "answerText": "cardinal", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 16, + "title": "Régression logistique: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Sea-né est un type de", + "answerOptions": [ + { + "answerText": "Bibliothèque de visualisation de données", + "isCorrect": "true" + }, + { + "answerText": "Bibliothèque de mappage", + "isCorrect": "false" + }, + { + "answerText": "Bibliothèque mathématique", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Une matrice de confusion est également connue sous le nom de:", + "answerOptions": [ + { + "answerText": "matrice d'erreur", + "isCorrect": "true" + }, + { + "answerText": "Matrix de vérité", + "isCorrect": "false" + }, + { + "answerText": "matrice de précision", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Un bon modèle aura:", + "answerOptions": [ + { + "answerText": "Un grand nombre de faux positifs et de vrais négatifs dans sa matrice de confusion", + "isCorrect": "false" + }, + { + "answerText": "Un grand nombre de vrais positifs et vrais négatifs dans sa matrice de confusion", + "isCorrect": "true" + }, + { + "answerText": "Un grand nombre de vrais positifs et de faux négatifs dans sa matrice de confusion", + "isCorrect": "false" + } + ] + } + ] + }, { + "id": 17, + "title": "Construire une application Web: quiz préalable", + "quiz": [ + { + "questionText": "Qu'est-ce que OnNX signifie?", + "answerOptions": [ + { + "answerText": "Exchange de réseau de neurones", + "isCorrect": "false" + }, + { + "answerText": "Exchange de réseau de neurones ouverts", + "isCorrect": "true" + }, + { + "answerText": "Exchange de réseau neural de sortie", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Comment le ballon est-il défini par ses créateurs?", + "answerOptions": [ + { + "answerText": "mini-cadre", + "isCorrect": "false" + }, + { + "answerText": "Grand-cadre", + "isCorrect": "false" + }, + { + "answerText": "micro-cadre", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Que fait le module de cornichon de Python", + "answerOptions": [ + { + "answerText": "Serialise un objet Python", + "isCorrect": "false" + }, + { + "answerText": "désagréalise un objet Python", + "isCorrect": "false" + }, + { + "answerText": "Serialise et désémarifier un objet Python", + "isCorrect": "true" + } + ] + } + ] + }, + { + "id": 18, + "title": "Construire une application Web: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Quels sont les outils que nous pouvons utiliser pour héberger un modèle pré-formé sur le Web à l'aide de Python?", + "answerOptions": [ + { + "answerText": "Flacon", + "isCorrect": "true" + }, + { + "answerText": "Tensorflow.js", + "isCorrect": "false" + }, + { + "answerText": "ONNX.JS", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Qu'est-ce que SaaS signifie?", + "answerOptions": [ + { + "answerText": "Système en tant que service", + "isCorrect": "false" + }, + { + "answerText": "Logiciel en tant que service", + "isCorrect": "true" + }, + { + "answerText": "Sécurité en tant que service", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Qu'est-ce que la bibliothèque de labelencoder de Scikit-apprendre?", + "answerOptions": [ + { + "answerText": "Encode les données par ordre alphabétique", + "isCorrect": "true" + }, + { + "answerText": "Encode les données numériquement", + "isCorrect": "false" + }, + { + "answerText": "Code des données en série", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 19, + "title": "Classification 1: quiz préalable", + "quiz": [ + { + "questionText": "La classification est une forme d'apprentissage supervisé qui a beaucoup en commun avec", + "answerOptions": [ + { + "answerText": "Série temporelle", + "isCorrect": "false" + }, + { + "answerText": "Techniques de régression", + "isCorrect": "true" + }, + { + "answerText": "NLP", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quelle question peut aider la classification à répondre?", + "answerOptions": [ + { + "answerText": "Est-ce que ce courrier électronique ou pas?", + "isCorrect": "true" + }, + { + "answerText": "Les cochons peuvent voler?", + "isCorrect": "false" + }, + { + "answerText": "Quel est le sens de la vie?", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quelle est la première étape pour utiliser des techniques de classification?", + "answerOptions": [ + { + "answerText": "Création de cours d'un jeu de données", + "isCorrect": "false" + }, + { + "answerText": "Nettoyer et équilibrer vos données", + "isCorrect": "true" + }, + { + "answerText": "Affectation d'un point de données à un groupe ou à un résultat", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 20, + "title": "Classification 1: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Qu'est-ce qu'une question multiclasse?", + "answerOptions": [ + { + "answerText": "La tâche de classer les points de données dans plusieurs classes", + "isCorrect": "true" + }, + { + "answerText": "La tâche de classifier les points de données dans l'une des plusieurs classes", + "isCorrect": "true" + }, + { + "answerText": "La tâche de nettoyer les points de données de plusieurs manières", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Il est important de nettoyer des données récurrentes ou inutiles pour aider vos classificateurs à résoudre votre problème.", + "answerOptions": [ + { + "answerText": "vrai", + "isCorrect": "true" + }, + { + "answerText": "Faux", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quelle est la meilleure raison d'équilibrer vos données?", + "answerOptions": [ + { + "answerText": "Les données déséquilibrées ont l'air mauvais dans les visualisations", + "isCorrect": "false" + }, + { + "answerText": "L'équilibrage de vos données donne des résultats meilleurs, car un modèle ML n'enfraigne pas vers une classe", + "isCorrect": "true" + }, + { + "answerText": "L'équilibrage de vos données vous donne plus de points de données", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 21, + "title": "Classification 2: quiz préalable", + "quiz": [ + { + "questionText": "Les données équilibrées et propres ont produit les meilleurs résultats de la classification", + "answerOptions": [ + { + "answerText": "vrai", + "isCorrect": "true" + }, + { + "answerText": "Faux", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Comment choisissez-vous le bon classificateur?", + "answerOptions": [ + { + "answerText": "Comprend quel classificateurs fonctionnent le mieux pour quels scénarios", + "isCorrect": "false" + }, + { + "answerText": "Devineuse éduquée et chèque", + "isCorrect": "false" + }, + { + "answerText": "Les deux ci-dessus", + "isCorrect": "true" + } + ] + }, + { + "questionText": "La classification est un type de", + "answerOptions": [ + { + "answerText": "NLP", + "isCorrect": "false" + }, + { + "answerText": "Apprentissage supervisé", + "isCorrect": "true" + }, + { + "answerText": "Langage de programmation", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 22, + "title": "Classification 2: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Qu'est-ce qu'un \"solveur\" ?", + "answerOptions": [ + { + "answerText": "La personne qui vérifie votre travail", + "isCorrect": "false" + }, + { + "answerText": "L'algorithme à utiliser dans le problème d'optimisation", + "isCorrect": "true" + }, + { + "answerText": "Une technique de machine learning", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quel classificateur avons-nous utilisé dans cette leçon?", + "answerOptions": [ + { + "answerText": "régression logistique", + "isCorrect": "true" + }, + { + "answerText": "Arbres de décision", + "isCorrect": "false" + }, + { + "answerText": "MultiClass one-vs-tout", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Comment savez-vous si l'algorithme de classification fonctionne comme prévu?", + "answerOptions": [ + { + "answerText": "En vérifiant la précision de ses prévisions", + "isCorrect": "true" + }, + { + "answerText": "En le contrôlant contre d'autres algorithmes", + "isCorrect": "false" + }, + { + "answerText": "En regardant des données historiques pour la qualité de cet algorithme de résoudre des problèmes similaires", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 23, + "title": "Classification 3: quiz préalable", + "quiz": [ + { + "questionText": "Un bon classificateur initial à essayer est:", + "answerOptions": [ + { + "answerText": "SVC linéaire", + "isCorrect": "true" + }, + { + "answerText": "k-signifie", + "isCorrect": "false" + }, + { + "answerText": "SVC logique", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Contrôles de régularisation:", + "answerOptions": [ + { + "answerText": "L'influence des paramètres", + "isCorrect": "true" + }, + { + "answerText": "L'influence de la vitesse de formation", + "isCorrect": "false" + }, + { + "answerText": "L'influence des valeurs aberrantes", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Le classificateur K-voisins peut être utilisé pour:", + "answerOptions": [ + { + "answerText": "Apprentissage supervisé", + "isCorrect": "false" + }, + { + "answerText": "L'apprentissage non supervisé", + "isCorrect": "false" + }, + { + "answerText": "tous les deux", + "isCorrect": "true" + } + ] + } + ] + }, + { + "id": 24, + "title": "Classification 3: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Les classificateurs de support-vectoriel peuvent être utilisés pour", + "answerOptions": [ + { + "answerText": "Classification", + "isCorrect": "false" + }, + { + "answerText": "régression", + "isCorrect": "false" + }, + { + "answerText": "tous les deux", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Forêt aléatoire est un type de classificateur ___", + "answerOptions": [ + { + "answerText": "Ensemble", + "isCorrect": "true" + }, + { + "answerText": "Dissembliste", + "isCorrect": "false" + }, + { + "answerText": "Assemblez", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Adaboost est connu pour:", + "answerOptions": [ + { + "answerText": "Se concentrer sur les poids des éléments incorrectement classifiés", + "isCorrect": "true" + }, + { + "answerText": "Se concentrer sur des valeurs aberrantes", + "isCorrect": "false" + }, + { + "answerText": "Se concentrer sur des données incorrectes", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 25, + "title": "Classification 4: quiz préalable", + "quiz": [ + { + "questionText": "Les systèmes de recommandation peuvent être utilisés pour", + "answerOptions": [ + { + "answerText": "Recommander un bon restaurant", + "isCorrect": "false" + }, + { + "answerText": "recommander des modes à essayer", + "isCorrect": "false" + }, + { + "answerText": "tous les deux", + "isCorrect": "true" + } + ] + }, + { + "questionText": "L'intégration d'un modèle dans une application Web l'aide à être hors ligne", + "answerOptions": [ + { + "answerText": "vrai", + "isCorrect": "true" + }, + { + "answerText": "Faux", + "isCorrect": "false" + } + ] + }, + { + "questionText": "OnNX Runtime peut être utilisé pour", + "answerOptions": [ + { + "answerText": "Exécution de modèles dans une application Web", + "isCorrect": "true" + }, + { + "answerText": "Modèles de formation", + "isCorrect": "false" + }, + { + "answerText": "Hyperparameter Tuning", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 26, + "title": "Classification 4: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "L'application Nettron vous aide:", + "answerOptions": [ + { + "answerText": "Visualiser les données", + "isCorrect": "false" + }, + { + "answerText": "Visualisez la structure de votre modèle", + "isCorrect": "true" + }, + { + "answerText": "Testez votre application Web", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Convertissez votre modèle SCIKIT-HALL pour une utilisation avec OnNX en utilisant:", + "answerOptions": [ + { + "answerText": "Sklearn-App", + "isCorrect": "false" + }, + { + "answerText": "Sklearn-web", + "isCorrect": "false" + }, + { + "answerText": "Sklearn-ONNX", + "isCorrect": "true" + } + ] + }, + { + "questionText": "L'utilisation de votre modèle dans une application Web s'appelle:", + "answerOptions": [ + { + "answerText": "Inférence", + "isCorrect": "true" + }, + { + "answerText": "Interférence", + "isCorrect": "false" + }, + { + "answerText": "Assurance", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 27, + "title": "Introduction au clustering: quiz préalable", + "quiz": [ + { + "questionText": "Un exemple de vie réel de regroupement serait", + "answerOptions": [ + { + "answerText": "Définir la table du dîner", + "isCorrect": "false" + }, + { + "answerText": "Tri du linge", + "isCorrect": "true" + }, + { + "answerText": "Shopping de l'épicerie", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Les techniques de clustering peuvent être utilisées dans ces industries", + "answerOptions": [ + { + "answerText": "Banking", + "isCorrect": "false" + }, + { + "answerText": "e-commerce", + "isCorrect": "false" + }, + { + "answerText": "tous les deux", + "isCorrect": "false" + } + ] + }, + { + "questionText": "La clustering est un type de:", + "answerOptions": [ + { + "answerText": "Apprentissage supervisé", + "isCorrect": "false" + }, + { + "answerText": "L'apprentissage non supervisé", + "isCorrect": "true" + }, + { + "answerText": "Apprentissage du renforcement", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 28, + "title": "Introduction au clustering: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "La géométrie euclidienne est arrangée", + "answerOptions": [ + { + "answerText": "Planes", + "isCorrect": "true" + }, + { + "answerText": "Courbes", + "isCorrect": "false" + }, + { + "answerText": "Sphères", + "isCorrect": "false" + } + ] + }, + { + "questionText": "La densité de vos données de clustering est liée à sa", + "answerOptions": [ + { + "answerText": "bruit", + "isCorrect": "true" + }, + { + "answerText": "Profondeur", + "isCorrect": "false" + }, + { + "answerText": "Validité", + "isCorrect": "false" + } + ] + }, + { + "questionText": "L'algorithme de regroupement le plus connu est", + "answerOptions": [ + { + "answerText": "k-signifie", + "isCorrect": "true" + }, + { + "answerText": "K-Middle", + "isCorrect": "false" + }, + { + "answerText": "K-Mart", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 29, + "title": "K-Means Clustering: quiz préalable", + "quiz": [ + { + "questionText": "K-Means est dérivé de:", + "answerOptions": [ + { + "answerText": "Génie électrique", + "isCorrect": "false" + }, + { + "answerText": "Traitement du signal", + "isCorrect": "true" + }, + { + "answerText": "Linguistics informatiques", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Une bonne score de silhouette signifie:", + "answerOptions": [ + { + "answerText": "Les grappes sont bien séparées et bien définies", + "isCorrect": "true" + }, + { + "answerText": "Il y a peu de grappes", + "isCorrect": "false" + }, + { + "answerText": "Il y a beaucoup de clusters", + "isCorrect": "false" + } + ] + }, + { + "questionText": "La variance est:", + "answerOptions": [ + { + "answerText": "La moyenne des différences carrées de la moyenne", + "isCorrect": "false" + }, + { + "answerText": "Un problème de regroupement s'il devient trop élevé", + "isCorrect": "false" + }, + { + "answerText": "tous les deux", + "isCorrect": "true" + } + ] + } + ] + }, + { + "id": 30, + "title": "K-olth regroupement: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Un diagramme de Voronoi montre:", + "answerOptions": [ + { + "answerText": "Variance d'une cluster", + "isCorrect": "false" + }, + { + "answerText": "La graine d'une grappe et sa région", + "isCorrect": "true" + }, + { + "answerText": "L'inertie d'une cluster", + "isCorrect": "false" + } + ] + }, + { + "questionText": "L'inertie est", + "answerOptions": [ + { + "answerText": "Une mesure de la manière dont les clusters cohérents internes sont", + "isCorrect": "true" + }, + { + "answerText": "Une mesure de la quantité de grappes déplacées", + "isCorrect": "false" + }, + { + "answerText": "Une mesure de la qualité des grappes", + "isCorrect": "false" + } + ] + }, + { + "questionText": "en utilisant k-moyen, vous devez d'abord déterminer la valeur de 'k'", + "answerOptions": [ + { + "answerText": "vrai", + "isCorrect": "true" + }, + { + "answerText": "Faux", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 31, + "title": "Intro to NLP: quiz préalable", + "quiz": [ + { + "questionText": "Que signifie NLP pour ces leçons?", + "answerOptions": [ + { + "answerText": "Traitement des langues neurales", + "isCorrect": "false" + }, + { + "answerText": "Traitement des langues naturelles", + "isCorrect": "true" + }, + { + "answerText": "Traitement linguistique naturel", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Eliza était un bot précoce qui a agi comme un ordinateur", + "answerOptions": [ + { + "answerText": "Thérapeute", + "isCorrect": "true" + }, + { + "answerText": "Docteur", + "isCorrect": "false" + }, + { + "answerText": "Infirmière", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Le test de Turing 'd'Alan Turing a essayé de déterminer si un ordinateur était", + "answerOptions": [ + { + "answerText": "Inmistingtilisable d'un humain", + "isCorrect": "false" + }, + { + "answerText": "Penser", + "isCorrect": "false" + }, + { + "answerText": "Les deux ci-dessus", + "isCorrect": "true" + } + ] + } + ] + }, + { + "id": 32, + "title": "Intro to NLP: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Joseph Weizenbaum a inventé le bot", + "answerOptions": [ + { + "answerText": "Elisha", + "isCorrect": "false" + }, + { + "answerText": "Eliza", + "isCorrect": "true" + }, + { + "answerText": "Eloise", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Un bot conversationnel donne une sortie basée sur", + "answerOptions": [ + { + "answerText": "Choisir des choix prédéfinis au hasard", + "isCorrect": "false" + }, + { + "answerText": "Analyse de l'entrée et de l'utilisation de l'intelligence de la machine", + "isCorrect": "false" + }, + { + "answerText": "tous les deux", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Comment feriez-vous le bot plus efficace?", + "answerOptions": [ + { + "answerText": "En le demandant plus de questions.", + "isCorrect": "false" + }, + { + "answerText": "En l'alignant plus de données et de la formation en conséquence", + "isCorrect": "true" + }, + { + "answerText": "Le bot est stupide, il ne peut pas apprendre :(", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 33, + "title": "Tâches NLP: quiz préalable", + "quiz": [ + { + "questionText": "Tokenization", + "answerOptions": [ + { + "answerText": "Splituelle du texte au moyen de la ponctuation", + "isCorrect": "false" + }, + { + "answerText": "Splituelle du texte en jetons séparés (mots)", + "isCorrect": "true" + }, + { + "answerText": "Splituelle du texte en phrases", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Embeddings", + "answerOptions": [ + { + "answerText": "Convertit numériquement les données de texte afin que les mots puissent se classer", + "isCorrect": "true" + }, + { + "answerText": "Intégrance des mots en phrases", + "isCorrect": "false" + }, + { + "answerText": "Intégrance des phrases dans les paragraphes", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Marquage des parties de la parole", + "answerOptions": [ + { + "answerText": "Divise des phrases par leurs parties de la parole", + "isCorrect": "false" + }, + { + "answerText": "prend des mots togmentés et les étiquettes de leur part de la parole", + "isCorrect": "true" + }, + { + "answerText": "Phrases de diagrammes", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 34, + "title": "Tâches NLP: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Construisez un dictionnaire de la fréquence à laquelle les mots se reproduisent en utilisant:", + "answerOptions": [ + { + "answerText": "Dictionnaire de mots et d'expressions", + "isCorrect": "false" + }, + { + "answerText": "Fréquences de mots et de phrases", + "isCorrect": "true" + }, + { + "answerText": "Bibliothèque de mots et de phrases", + "isCorrect": "false" + } + ] + }, + { + "questionText": "N-grammes se réfèrent à", + "answerOptions": [ + { + "answerText": "Un texte peut être divisé en séquences de mots d'une longueur définie", + "isCorrect": "true" + }, + { + "answerText": "Un mot peut être divisé en séquences de caractères d'une longueur de jeu", + "isCorrect": "false" + }, + { + "answerText": "Un texte peut être divisé en paragraphes d'une longueur définie", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Analyse du sentiment", + "answerOptions": [ + { + "answerText": "analyse une phrase pour la positivité ou la négativité", + "isCorrect": "true" + }, + { + "answerText": "analyse une phrase pour sentimentalité", + "isCorrect": "false" + }, + { + "answerText": "analyse une phrase pour la tristesse", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 35, + "title": "NLP et traduction: quiz préalable", + "quiz": [ + { + "questionText": "Traduction naïf", + "answerOptions": [ + { + "answerText": "Traduit uniquement les mots", + "isCorrect": "true" + }, + { + "answerText": "Traduit la structure de la phrase", + "isCorrect": "false" + }, + { + "answerText": "Traduit le sentiment", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Un corpus * de textes fait référence à", + "answerOptions": [ + { + "answerText": "Un petit nombre de textes", + "isCorrect": "false" + }, + { + "answerText": "Un grand nombre de textes", + "isCorrect": "true" + }, + { + "answerText": "Un texte standard", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Si un modèle ML a suffisamment de traductions humaines pour construire un modèle sur, il peut", + "answerOptions": [ + { + "answerText": "Traductions abrégées", + "isCorrect": "false" + }, + { + "answerText": "Normaliser les traductions", + "isCorrect": "false" + }, + { + "answerText": "Améliorer la précision des traductions", + "isCorrect": "true" + } + ] + } + ] + }, + { + "id": 36, + "title": "NLP et traduction: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "La bibliothèque de traduction de texte sous-jacente est:", + "answerOptions": [ + { + "answerText": "Google Translate", + "isCorrect": "true" + }, + { + "answerText": "Bing", + "isCorrect": "false" + }, + { + "answerText": "Un modèle ML personnalisé", + "isCorrect": "false" + } + ] + }, + { + "questionText": "utiliser `blob.translate` vous avez besoin:", + "answerOptions": [ + { + "answerText": "Une connexion Internet", + "isCorrect": "true" + }, + { + "answerText": "Un dictionnaire", + "isCorrect": "false" + }, + { + "answerText": "JavaScript", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Déterminer le sentiment, une approche ML serait de:", + "answerOptions": [ + { + "answerText": "Appliquez des techniques de régression pour générer manuellement des opinions et des scores et rechercher des modèles", + "isCorrect": "false" + }, + { + "answerText": "Appliquez des techniques de PNL pour générer manuellement des opinions et des scores et rechercher des modèles", + "isCorrect": "true" + }, + { + "answerText": "Appliquez des techniques de regroupement pour des opinions et des scores générés manuellement et rechercher des modèles", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 37, + "title": "NLP 4: quiz préalable", + "quiz": [ + { + "questionText": "Quelles informations pouvons-nous obtenir du texte écrit ou parlé par un humain?", + "answerOptions": [ + { + "answerText": "motifs et fréquences", + "isCorrect": "false" + }, + { + "answerText": "sentiment et signification", + "isCorrect": "false" + }, + { + "answerText": "Les deux ci-dessus", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Qu'est-ce que l'analyse du sentiment?", + "answerOptions": [ + { + "answerText": "Une étude sur la question de savoir si un héritage de famille a une valeur sentimentale", + "isCorrect": "false" + }, + { + "answerText": "Une méthode d'identification systématique, d'extraction, de quantification et d'étude des états affectifs et des informations subjectives", + "isCorrect": "true" + }, + { + "answerText": "La capacité de savoir si quelqu'un est triste ou heureux", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quelle question pourrait être répondue à l'aide d'un jeu de données de critiques hôteliers, de python et d'analyse de sentiment?", + "answerOptions": [ + { + "answerText": "Quels sont les mots et expressions les plus fréquemment utilisés dans les critiques?", + "isCorrect": "true" + }, + { + "answerText": "Quel hôtel a la meilleure piscine?", + "isCorrect": "false" + }, + { + "answerText": "Y a-t-il un service de voiturier dans cet hôtel?", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 38, + "title": "NLP 4: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Quelle est l'essence de la NLP?", + "answerOptions": [ + { + "answerText": "catégoriser la langue humaine en joyeux ou triste", + "isCorrect": "false" + }, + { + "answerText": "Interprétation de sens ou de sentiment sans avoir à avoir un homme humain le faire", + "isCorrect": "true" + }, + { + "answerText": "Trouver des valeurs aberrantes dans le sentiment et les examiner", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quelles sont certaines choses que vous pourriez rechercher lors de la nettoyage des données?", + "answerOptions": [ + { + "answerText": "Personnages dans d'autres langues", + "isCorrect": "false" + }, + { + "answerText": "lignes vierges ou colonnes", + "isCorrect": "false" + }, + { + "answerText": "Les deux ci-dessus", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Il est important de comprendre vos données et ses fruits avant d'effectuer des opérations à ce sujet.", + "answerOptions": [ + { + "answerText": "vrai", + "isCorrect": "true" + }, + { + "answerText": "Faux", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 39, + "title": "NLP 5: quiz préalable", + "quiz": [ + { + "questionText": "Pourquoi est-il important de nettoyer les données avant de l'analyser?", + "answerOptions": [ + { + "answerText": "Certaines colonnes pourraient avoir des données manquantes ou incorrectes", + "isCorrect": "false" + }, + { + "answerText": "Les données en désordre peuvent conduire à de fausses conclusions sur le jeu de données", + "isCorrect": "false" + }, + { + "answerText": "Les deux ci-dessus", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Quel est un exemple d'une stratégie de nettoyage des données?", + "answerOptions": [ + { + "answerText": "Supprimer des colonnes / rangées qui ne sont pas utiles pour répondre à une question spécifique", + "isCorrect": "true" + }, + { + "answerText": "Se débarrasser des valeurs vérifiées qui ne correspondent pas à votre hypothèse", + "isCorrect": "false" + }, + { + "answerText": "Déplacement des valeurs aberrantes vers une table séparée et exécutant les calculs de cette table pour voir s'ils correspondent à", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Il peut être utile de classer les données à l'aide d'une colonne Tag.", + "answerOptions": [ + { + "answerText": "vrai", + "isCorrect": "true" + }, + { + "answerText": "Faux", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 40, + "title": "NLP 5: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Quel est l'objectif de l'ensemble de données?", + "answerOptions": [ + { + "answerText": "Pour voir combien de critiques négatives et positives il y a pour les hôtels à travers le monde", + "isCorrect": "false" + }, + { + "answerText": "Pour ajouter du sentiment et des colonnes qui vous aideront à choisir le meilleur hôtel", + "isCorrect": "true" + }, + { + "answerText": "Analyser pourquoi les gens laissent des critiques spécifiques", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quels sont les mots d'arrêt?", + "answerOptions": [ + { + "answerText": "Mots anglais communs qui ne changent pas le sentiment d'une phrase", + "isCorrect": "false" + }, + { + "answerText": "mots que vous pouvez supprimer pour accélérer l'analyse du sentiment", + "isCorrect": "false" + }, + { + "answerText": "Les deux ci-dessus", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Pour tester l'analyse du sentiment, assurez-vous qu'il correspond au score du critique pour le même examen.", + "answerOptions": [ + { + "answerText": "vrai", + "isCorrect": "true" + }, + { + "answerText": "Faux", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 41, + "title": "Série introduction à temps: quiz préalable", + "quiz": [ + { + "questionText": "La prévision de la série chronologique est utile", + "answerOptions": [ + { + "answerText": "Déterminer les coûts futurs", + "isCorrect": "false" + }, + { + "answerText": "Prédicter les prix futurs", + "isCorrect": "false" + }, + { + "answerText": "à la fois ce qui précède", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Une série chronologique est une séquence prise à:", + "answerOptions": [ + { + "answerText": "points successifs également espacés dans l'espace", + "isCorrect": "false" + }, + { + "answerText": "points successifs également espacés dans le temps", + "isCorrect": "true" + }, + { + "answerText": "points successifs également espacés dans l'espace et le temps", + "isCorrect": "false" + } + ] + }, + { + "questionText": "La série chronologique peut être utilisée dans:", + "answerOptions": [ + { + "answerText": "Prévision de tremblement de terre", + "isCorrect": "true" + }, + { + "answerText": "Vision informatique", + "isCorrect": "false" + }, + { + "answerText": "Analyse des couleurs", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 42, + "title": "Série introduction à TIME: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Tendances de la série chronologique sont", + "answerOptions": [ + { + "answerText": "mesure mesurable augmente et diminue au fil du temps", + "isCorrect": "true" + }, + { + "answerText": "La quantification diminue au fil du temps", + "isCorrect": "false" + }, + { + "answerText": "Des lacunes entre augmentations et diminution au fil du temps", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Les valeurs aberrantes sont", + "answerOptions": [ + { + "answerText": "Points proches de la variance de données standard", + "isCorrect": "false" + }, + { + "answerText": "Pointes loin de la variance de données standard", + "isCorrect": "true" + }, + { + "answerText": "Points dans la variance des données standard", + "isCorrect": "false" + } + ] + }, + { + "questionText": "La prévision de la série chronologique est la plus utile pour", + "answerOptions": [ + { + "answerText": "Econométrics", + "isCorrect": "true" + }, + { + "answerText": "Histoire", + "isCorrect": "false" + }, + { + "answerText": "Bibliothèques", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 43, + "title": "Série TIME ARIMA: quiz préalable", + "quiz": [ + { + "questionText": "Arima signifie", + "answerOptions": [ + { + "answerText": "Moyenne mobile intégrale autonome", + "isCorrect": "false" + }, + { + "answerText": "Action mobile intégrée autorégressive", + "isCorrect": "false" + }, + { + "answerText": "Moyenne mobile intégrée autorégresive", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Stationarité fait référence à", + "answerOptions": [ + { + "answerText": "Les données dont les attributs ne changent pas lors de la décalage", + "isCorrect": "false" + }, + { + "answerText": "Les données dont la distribution ne change pas lors de la décalage de temps", + "isCorrect": "true" + }, + { + "answerText": "Les données dont la distribution change lors de la décalage", + "isCorrect": "false" + } + ] + }, + { + "questionText": "différenciation", + "answerOptions": [ + { + "answerText": "Stabilise la tendance et la saisonnalité", + "isCorrect": "false" + }, + { + "answerText": "Exacerbe la tendance et la saisonnalité", + "isCorrect": "false" + }, + { + "answerText": "Élimine la tendance et la saisonnalité", + "isCorrect": "true" + } + ] + } + ] + }, + { + "id": 44, + "title": "Série TIME ARIMA: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Arima est utilisé pour créer un modèle adapté à la forme spéciale des données de la série chronologique", + "answerOptions": [ + { + "answerText": "aussi plat que possible", + "isCorrect": "false" + }, + { + "answerText": "aussi étroitement que possible", + "isCorrect": "true" + }, + { + "answerText": "via ScatterPlots", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Utilisez Sarimax à", + "answerOptions": [ + { + "answerText": "Gérer les modèles d'ARIMA saisonniers", + "isCorrect": "true" + }, + { + "answerText": "Gérer des modèles spéciaux Arima", + "isCorrect": "false" + }, + { + "answerText": "Gérer les modèles statistiques ARIMA", + "isCorrect": "false" + } + ] + }, + { + "questionText": " `La validation` de la promenade implique ", + "answerOptions": [ + { + "answerText": "Réévaluer un modèle progressivement tel qu'il est validé", + "isCorrect": "false" + }, + { + "answerText": "Ré-entraînant un modèle progressivement tel qu'il est validé", + "isCorrect": "true" + }, + { + "answerText": "Ré-configurez un modèle progressivement tel qu'il est validé", + "isCorrect": "false" + } + ] + } + ] + }, { + "id": 45, + "title": "Renforcement 1: quiz préalable", + "quiz": [ + { + "questionText": "Qu'est-ce que l'apprentissage du renforcement?", + "answerOptions": [ + { + "answerText": "Enseigner à quelqu'un quelque chose encore et encore jusqu'à ce qu'ils comprennent", + "isCorrect": "false" + }, + { + "answerText": "Une technique d'apprentissage qui déchiffre le comportement optimal d'un agent dans certains environnements en exécutant de nombreuses expériences", + "isCorrect": "true" + }, + { + "answerText": "Comprendre comment exécuter plusieurs expériences à la fois", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Qu'est-ce qu'une politique?", + "answerOptions": [ + { + "answerText": "une fonction qui renvoie l'action à tout état donné", + "isCorrect": "true" + }, + { + "answerText": "Un document qui vous dit si vous pouvez renvoyer ou non un article", + "isCorrect": "false" + }, + { + "answerText": "Une fonction utilisée à des fins aléatoires", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Une fonction de récompense renvoie un score pour chaque état d'environnement.", + "answerOptions": [ + { + "answerText": "vrai", + "isCorrect": "true" + }, + { + "answerText": "Faux", + "isCorrect": "false" + } + ] + } + ] + }, { + "id": 46, + "title": "Renforcement 1: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Qu'est-ce que q-apprentissage?", + "answerOptions": [ + { + "answerText": "Un mécanisme d'enregistrement de la \"bonté\" de chaque État", + "isCorrect": "false" + }, + { + "answerText": "Un algorithme où la politique est définie par une table Q", + "isCorrect": "false" + }, + { + "answerText": "Les deux ci-dessus", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Pour quelles valeurs une table Q correspond à la stratégie de marche aléatoire?", + "answerOptions": [ + { + "answerText": "toutes les valeurs égales", + "isCorrect": "true" + }, + { + "answerText": "-0,25", + "isCorrect": "false" + }, + { + "answerText": "toutes les valeurs différentes", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Il valait mieux utiliser l'exploration que l'exploitation pendant le processus d'apprentissage de notre leçon.", + "answerOptions": [ + { + "answerText": "vrai", + "isCorrect": "false" + }, + { + "answerText": "Faux", + "isCorrect": "true" + } + ] + } + ] + }, + { + "id": 47, + "title": "Renforcement 2: quiz préalable", + "quiz": [ + { + "questionText": "Les échecs et les jeux sont des jeux avec des états continus.", + "answerOptions": [ + { + "answerText": "vrai", + "isCorrect": "false" + }, + { + "answerText": "Faux", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Quel est le problème de la cartpole?", + "answerOptions": [ + { + "answerText": "Un processus d'élimination des valeurs aberrantes", + "isCorrect": "false" + }, + { + "answerText": "Une méthode d'optimisation de votre panier", + "isCorrect": "false" + }, + { + "answerText": "Une version simplifiée d'équilibrage", + "isCorrect": "true" + } + ] + }, + { + "questionText": "Quel outil pouvons-nous utiliser pour jouer à différents scénarios d'états potentiels dans un jeu?", + "answerOptions": [ + { + "answerText": "Devinez et chèque", + "isCorrect": "false" + }, + { + "answerText": "Environnements de simulation", + "isCorrect": "true" + }, + { + "answerText": "Test de transition de l'état", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 48, + "title": "Renforcement 2: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Où définissons-nous toutes les actions possibles dans un environnement?", + "answerOptions": [ + { + "answerText": "Méthodes", + "isCorrect": "false" + }, + { + "answerText": "espace d'action", + "isCorrect": "true" + }, + { + "answerText": "Liste d'action", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quelle paire avez-nous utilisée comme valeur de la clé de dictionnaire?", + "answerOptions": [ + { + "answerText": "(état, action) comme clé de la table Q-Table comme valeur", + "isCorrect": "true" + }, + { + "answerText": "State comme clé, action en tant que valeur", + "isCorrect": "false" + }, + { + "answerText": "La valeur de la fonction QValues ​​est la clé, l'action en tant que valeur", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quels sont les hyperparamètres que nous avons utilisés pendant q-apprentissage?", + "answerOptions": [ + { + "answerText": "Valeur de la table Q, récompense actuelle, action aléatoire", + "isCorrect": "false" + }, + { + "answerText": "Taux d'apprentissage, facteur de réduction, facteur d'exploration / d'exploitation", + "isCorrect": "true" + }, + { + "answerText": "Récompenses cumulatives, taux d'apprentissage, facteur d'exploration", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 49, + "title": "Applications du monde réel: quiz préalable", + "quiz": [ + { + "questionText": "Quel est un exemple d'application ML dans l'industrie des finances?", + "answerOptions": [ + { + "answerText": "Personnaliser le voyage client à l'aide de NLP", + "isCorrect": "false" + }, + { + "answerText": "Gestion de la richesse à l'aide de la régression linéaire", + "isCorrect": "true" + }, + { + "answerText": "Gestion de l'énergie à l'aide de séries chronologiques", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quelle technique ML peut utiliser les hôpitaux pour gérer la réadmission?", + "answerOptions": [ + { + "answerText": "Clustering", + "isCorrect": "true" + }, + { + "answerText": "Série temporelle", + "isCorrect": "false" + }, + { + "answerText": "NLP", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quel est un exemple d'utilisation des séries chronologiques pour la gestion de l'énergie?", + "answerOptions": [ + { + "answerText": "Animaux de détection de mouvement", + "isCorrect": "false" + }, + { + "answerText": "Parkings intelligents", + "isCorrect": "true" + }, + { + "answerText": "Suivi des incendies de forêt", + "isCorrect": "false" + } + ] + } + ] + }, + { + "id": 50, + "title": "Applications du monde réel: quiz de validation des connaissances", + "quiz": [ + { + "questionText": "Quelle technique ML peut être utilisée pour détecter la fraude par carte de crédit?", + "answerOptions": [ + { + "answerText": "régression", + "isCorrect": "false" + }, + { + "answerText": "Clustering", + "isCorrect": "true" + }, + { + "answerText": "NLP", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quelle technique ML est illustrée dans la gestion forestière?", + "answerOptions": [ + { + "answerText": "Apprentissage du renforcement", + "isCorrect": "true" + }, + { + "answerText": "Série temporelle", + "isCorrect": "false" + }, + { + "answerText": "NLP", + "isCorrect": "false" + } + ] + }, + { + "questionText": "Quel est un exemple d'application ML dans l'industrie des soins de santé?", + "answerOptions": [ + { + "answerText": "Prédire le comportement des étudiants en utilisant la régression", + "isCorrect": "false" + }, + { + "answerText": "Gestion des essais cliniques à l'aide de classificateurs", + "isCorrect": "true" + }, + { + "answerText": "Sensation de mouvement des animaux utilisant des classificateurs", + "isCorrect": "false" + } + ] + } + ] + } + ] +}] \ No newline at end of file diff --git a/quiz-app/src/assets/translations/index.js b/quiz-app/src/assets/translations/index.js index e4abf6eb9..85931b8b7 100644 --- a/quiz-app/src/assets/translations/index.js +++ b/quiz-app/src/assets/translations/index.js @@ -1,12 +1,14 @@ // index.js import en from './en.json'; import tr from './tr.json'; +import fr from './fr.json'; //export const defaultLocale = 'en'; const messages = { en: en[0], tr: tr[0], + fr: fr[0] }; export default messages; From b2f7560f4a91d2b197412aad5fb64ef1a065ca29 Mon Sep 17 00:00:00 2001 From: manusquall Date: Sat, 17 Jul 2021 01:59:53 +0000 Subject: [PATCH 2/5] stop at 43 --- package.json | 4 +- quiz-app/src/assets/translations/fr.json | 236 +++++++++++------------ 2 files changed, 120 insertions(+), 120 deletions(-) diff --git a/package.json b/package.json index b64c6bf14..3b5c347c9 100644 --- a/package.json +++ b/package.json @@ -4,8 +4,8 @@ "description": "Machine Learning for Beginners - A Curriculum", "main": "index.js", "scripts": { - "convert": "node_modules/.bin/docsify-to-pdf" - }, + "convert": "node_modules/.bin/docsify-to-pdf" + }, "repository": { "type": "git", "url": "git+https://github.com/microsoft/ML-For-Beginners.git" diff --git a/quiz-app/src/assets/translations/fr.json b/quiz-app/src/assets/translations/fr.json index ec8111c06..3ec4ec9e7 100644 --- a/quiz-app/src/assets/translations/fr.json +++ b/quiz-app/src/assets/translations/fr.json @@ -1,18 +1,18 @@ [ { - "title": "Machine Learning pour les débutants: quiz", + "title": "Machine Learning pour les Débutants: Quiz", "complete": "Félicitations, vous avez terminé le quiz!", "error": "Désolé, essayez à nouveau", "quizzes": [ { "id": 1, - "title": "Introduction au machine learning: quiz préalable", + "title": "Introduction au machine learning: Quiz préalable", "quiz": [ { "questionText": "Les applications de machine learning sont toutes autour de nous", "answerOptions": [ { - "answerText": "vrai", + "answerText": "Vrai", "isCorrect": "true" }, { @@ -59,7 +59,7 @@ }, { "id": 2, - "title": "Introduction au machine learning: quiz de validation des connaissances", + "title": "Introduction au machine learning: Quiz de validation des connaissances", "quiz": [ { "questionText": "Les algorithmes de machine learning sont destinés à simuler", @@ -116,7 +116,7 @@ }, { "id": 3, - "title": "Historique du machine learning: quiz préalable", + "title": "Historique du machine learning: Quiz préalable", "quiz": [ { "questionText": "Quand approximativement le terme 'intelligence artificielle' a-t-il été inventé ?", @@ -173,7 +173,7 @@ }, { "id": 4, - "title": "Historique du machine learning: quiz de validation des connaissances", + "title": "Historique du machine learning: Quiz de validation des connaissances", "quiz": [ { "questionText": "Qu'est-ce qu'un exemple de système d'IA \" Scruffy \" AI?", @@ -230,7 +230,7 @@ }, { "id": 5, - "title": "L'équité et machine learning: quiz préalable", + "title": "L'équité et le machine learning: Quiz préalable", "quiz": [ { "questionText": "L'injustice dans le machine learning peut arriver", @@ -287,7 +287,7 @@ }, { "id": 6, - "title": "Equité et machine learning: quiz de validation des connaissances", + "title": "L'équité et le machine learning: Quiz de validation des connaissances", "quiz": [ { "questionText": "L'injustice dans un modèle peut être causée par", @@ -324,10 +324,10 @@ ] }, { - "questionText": "FairLearn est un paquet qui peut", + "questionText": "Fairlearn est un paquet qui peut", "answerOptions": [ { - "answerText": "Comparez plusieurs modèles en utilisant des métriques d'équité et de performance", + "answerText": "Comparer plusieurs modèles en utilisant des métriques d'équité et de performance", "isCorrect": "true" }, { @@ -335,7 +335,7 @@ "isCorrect": "false" }, { - "answerText": "Aidez-vous à décider de ce qui est juste et ce qui n'est pas", + "answerText": "Vous aider à décider de ce qui est juste et ce qui ne l'est pas", "isCorrect": "false" } ] @@ -344,7 +344,7 @@ }, { "id": 7, - "title": "Outils et techniques: quiz préalable", + "title": "Outils et techniques: Quiz préalable", "quiz": [ { "questionText": "Lors de la construction d'un modèle, vous devriez:", @@ -401,7 +401,7 @@ }, { "id": 8, - "title": "Outils et techniques: quiz de validation des connaissances", + "title": "Outils et techniques: Quiz de validation des connaissances", "quiz": [ { "questionText": "Vous devez visualiser vos données car", @@ -458,7 +458,7 @@ }, { "id": 9, - "title": "Introduction à la régression: quiz préalable", + "title": "Introduction à la régression: Quiz préalable", "quiz": [ { "questionText": "Laquelle de ces variables est une variable numérique?", @@ -515,7 +515,7 @@ }, { "id": 10, - "title": "Introduction à la régression: quiz de validation des connaissances", + "title": "Introduction à la régression: Quiz de validation des connaissances", "quiz": [ { "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?", @@ -572,7 +572,7 @@ }, { "id": 11, - "title": "Préparer et visualiser des données pour la régression: quiz préalable", + "title": "Préparer et visualiser des données pour la régression: Quiz préalable", "quiz": [ { "questionText": "Lequel de ces modules Python est utilisé pour tracer la visualisation des données?", @@ -629,7 +629,7 @@ }, { "id": 12, - "title": "Préparez et visualisez des données pour la régression: quiz de validation des connaissances", + "title": "Préparer et visualiser des données pour la régression: Quiz de validation des connaissances", "quiz": [ { "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.", @@ -686,7 +686,7 @@ }, { "id": 13, - "title": "régression linéaire et polynomiale: quiz préalable", + "title": "Régression linéaire et polynomiale: Quiz préalable", "quiz": [ { "questionText": "Matplotlib est un", @@ -743,7 +743,7 @@ }, { "id": 14, - "title": "Régression linéaire et polynomiale: quiz de validation des connaissances", + "title": "Régression linéaire et polynomiale: Quiz de validation des connaissances", "quiz": [ { "questionText": "Si vos données sont non linéaires, essayez un type ___ de régression", @@ -800,7 +800,7 @@ }, { "id": 15, - "title": "Régression logistique: quiz préalable", + "title": "Régression logistique: Quiz préalable", "quiz": [ { "questionText": "Utilisez la régression logistique à prédire", @@ -857,7 +857,7 @@ }, { "id": 16, - "title": "Régression logistique: quiz de validation des connaissances", + "title": "Régression logistique: Quiz de validation des connaissances", "quiz": [ { "questionText": "Sea-né est un type de", @@ -913,7 +913,7 @@ ] }, { "id": 17, - "title": "Construire une application Web: quiz préalable", + "title": "Construire une application Web: Quiz préalable", "quiz": [ { "questionText": "Qu'est-ce que OnNX signifie?", @@ -970,7 +970,7 @@ }, { "id": 18, - "title": "Construire une application Web: quiz de validation des connaissances", + "title": "Construire une application Web: Quiz de validation des connaissances", "quiz": [ { "questionText": "Quels sont les outils que nous pouvons utiliser pour héberger un modèle pré-formé sur le Web à l'aide de Python?", @@ -1027,7 +1027,7 @@ }, { "id": 19, - "title": "Classification 1: quiz préalable", + "title": "Classification 1: Quiz préalable", "quiz": [ { "questionText": "La classification est une forme d'apprentissage supervisé qui a beaucoup en commun avec", @@ -1084,7 +1084,7 @@ }, { "id": 20, - "title": "Classification 1: quiz de validation des connaissances", + "title": "Classification 1: Quiz de validation des connaissances", "quiz": [ { "questionText": "Qu'est-ce qu'une question multiclasse?", @@ -1107,7 +1107,7 @@ "questionText": "Il est important de nettoyer des données récurrentes ou inutiles pour aider vos classificateurs à résoudre votre problème.", "answerOptions": [ { - "answerText": "vrai", + "answerText": "Vrai", "isCorrect": "true" }, { @@ -1137,13 +1137,13 @@ }, { "id": 21, - "title": "Classification 2: quiz préalable", + "title": "Classification 2: Quiz préalable", "quiz": [ { "questionText": "Les données équilibrées et propres ont produit les meilleurs résultats de la classification", "answerOptions": [ { - "answerText": "vrai", + "answerText": "Vrai", "isCorrect": "true" }, { @@ -1190,7 +1190,7 @@ }, { "id": 22, - "title": "Classification 2: quiz de validation des connaissances", + "title": "Classification 2: Quiz de validation des connaissances", "quiz": [ { "questionText": "Qu'est-ce qu'un \"solveur\" ?", @@ -1247,7 +1247,7 @@ }, { "id": 23, - "title": "Classification 3: quiz préalable", + "title": "Classification 3: Quiz préalable", "quiz": [ { "questionText": "Un bon classificateur initial à essayer est:", @@ -1304,7 +1304,7 @@ }, { "id": 24, - "title": "Classification 3: quiz de validation des connaissances", + "title": "Classification 3: Quiz de validation des connaissances", "quiz": [ { "questionText": "Les classificateurs de support-vectoriel peuvent être utilisés pour", @@ -1361,7 +1361,7 @@ }, { "id": 25, - "title": "Classification 4: quiz préalable", + "title": "Classification 4: Quiz préalable", "quiz": [ { "questionText": "Les systèmes de recommandation peuvent être utilisés pour", @@ -1384,7 +1384,7 @@ "questionText": "L'intégration d'un modèle dans une application Web l'aide à être hors ligne", "answerOptions": [ { - "answerText": "vrai", + "answerText": "Vrai", "isCorrect": "true" }, { @@ -1414,7 +1414,7 @@ }, { "id": 26, - "title": "Classification 4: quiz de validation des connaissances", + "title": "Classification 4: Quiz de validation des connaissances", "quiz": [ { "questionText": "L'application Nettron vous aide:", @@ -1471,7 +1471,7 @@ }, { "id": 27, - "title": "Introduction au clustering: quiz préalable", + "title": "Introduction au Clustering: Quiz préalable", "quiz": [ { "questionText": "Un exemple de vie réel de regroupement serait", @@ -1508,18 +1508,18 @@ ] }, { - "questionText": "La clustering est un type de:", + "questionText": "La Clustering est un type :", "answerOptions": [ { - "answerText": "Apprentissage supervisé", + "answerText": "D'apprentissage supervisé", "isCorrect": "false" }, { - "answerText": "L'apprentissage non supervisé", + "answerText": "D'apprentissage non supervisé", "isCorrect": "true" }, { - "answerText": "Apprentissage du renforcement", + "answerText": "D'apprentissage de renforcement", "isCorrect": "false" } ] @@ -1528,30 +1528,30 @@ }, { "id": 28, - "title": "Introduction au clustering: quiz de validation des connaissances", + "title": "Introduction au Clustering: Quiz de validation des connaissances", "quiz": [ { - "questionText": "La géométrie euclidienne est arrangée", + "questionText": "La géométrie euclidienne est disposée le long", "answerOptions": [ { - "answerText": "Planes", + "answerText": "De plans", "isCorrect": "true" }, { - "answerText": "Courbes", + "answerText": "De courbes", "isCorrect": "false" }, { - "answerText": "Sphères", + "answerText": "De sphères", "isCorrect": "false" } ] }, { - "questionText": "La densité de vos données de clustering est liée à sa", + "questionText": "La densité de vos données de clustering est liée à son / sa", "answerOptions": [ { - "answerText": "bruit", + "answerText": "Bruit", "isCorrect": "true" }, { @@ -1568,15 +1568,15 @@ "questionText": "L'algorithme de regroupement le plus connu est", "answerOptions": [ { - "answerText": "k-signifie", + "answerText": "k-means", "isCorrect": "true" }, { - "answerText": "K-Middle", + "answerText": "K-middle", "isCorrect": "false" }, { - "answerText": "K-Mart", + "answerText": "K-mart", "isCorrect": "false" } ] @@ -1585,7 +1585,7 @@ }, { "id": 29, - "title": "K-Means Clustering: quiz préalable", + "title": "K-Means Clustering: Quiz préalable", "quiz": [ { "questionText": "K-Means est dérivé de:", @@ -1605,7 +1605,7 @@ ] }, { - "questionText": "Une bonne score de silhouette signifie:", + "questionText": "Un bon score de silhouette signifie:", "answerOptions": [ { "answerText": "Les grappes sont bien séparées et bien définies", @@ -1642,13 +1642,13 @@ }, { "id": 30, - "title": "K-olth regroupement: quiz de validation des connaissances", + "title": "K-Means Clustering: Quiz de validation des connaissances", "quiz": [ { "questionText": "Un diagramme de Voronoi montre:", "answerOptions": [ { - "answerText": "Variance d'une cluster", + "answerText": "Une variance d'une cluster", "isCorrect": "false" }, { @@ -1682,7 +1682,7 @@ "questionText": "en utilisant k-moyen, vous devez d'abord déterminer la valeur de 'k'", "answerOptions": [ { - "answerText": "vrai", + "answerText": "Vrai", "isCorrect": "true" }, { @@ -1695,7 +1695,7 @@ }, { "id": 31, - "title": "Intro to NLP: quiz préalable", + "title": "Intro aux NLP: Quiz préalable", "quiz": [ { "questionText": "Que signifie NLP pour ces leçons?", @@ -1732,14 +1732,14 @@ ] }, { - "questionText": "Le test de Turing 'd'Alan Turing a essayé de déterminer si un ordinateur était", + "questionText": "Le test Turing d'Alan Turing a essayé de déterminer si un ordinateur était", "answerOptions": [ { - "answerText": "Inmistingtilisable d'un humain", + "answerText": "indiscernable d'un humain", "isCorrect": "false" }, { - "answerText": "Penser", + "answerText": "Pensif", "isCorrect": "false" }, { @@ -1752,7 +1752,7 @@ }, { "id": 32, - "title": "Intro to NLP: quiz de validation des connaissances", + "title": "Intro aux NLP: Quiz de validation des connaissances", "quiz": [ { "questionText": "Joseph Weizenbaum a inventé le bot", @@ -1775,7 +1775,7 @@ "questionText": "Un bot conversationnel donne une sortie basée sur", "answerOptions": [ { - "answerText": "Choisir des choix prédéfinis au hasard", + "answerText": "Un choix de choix prédéfinis au hasard", "isCorrect": "false" }, { @@ -1789,14 +1789,14 @@ ] }, { - "questionText": "Comment feriez-vous le bot plus efficace?", + "questionText": "Comment feriez-vous pour que le bot soit plus efficace?", "answerOptions": [ { "answerText": "En le demandant plus de questions.", "isCorrect": "false" }, { - "answerText": "En l'alignant plus de données et de la formation en conséquence", + "answerText": "En lui fournissant plus de données et en le formant en conséquence", "isCorrect": "true" }, { @@ -1809,21 +1809,21 @@ }, { "id": 33, - "title": "Tâches NLP: quiz préalable", + "title": "Tâches NLP: Quiz préalable", "quiz": [ { "questionText": "Tokenization", "answerOptions": [ { - "answerText": "Splituelle du texte au moyen de la ponctuation", + "answerText": "Divise le texte au moyen de la ponctuation", "isCorrect": "false" }, { - "answerText": "Splituelle du texte en jetons séparés (mots)", + "answerText": "Divise le texte en jetons séparés (mots)", "isCorrect": "true" }, { - "answerText": "Splituelle du texte en phrases", + "answerText": "Divise le texte en phrases", "isCorrect": "false" } ] @@ -1836,11 +1836,11 @@ "isCorrect": "true" }, { - "answerText": "Intégrance des mots en phrases", + "answerText": "Intégre des mots en phrases", "isCorrect": "false" }, { - "answerText": "Intégrance des phrases dans les paragraphes", + "answerText": "Intégre des phrases dans les paragraphes", "isCorrect": "false" } ] @@ -1866,7 +1866,7 @@ }, { "id": 34, - "title": "Tâches NLP: quiz de validation des connaissances", + "title": "Tâches NLP: Quiz de validation des connaissances", "quiz": [ { "questionText": "Construisez un dictionnaire de la fréquence à laquelle les mots se reproduisent en utilisant:", @@ -1923,10 +1923,10 @@ }, { "id": 35, - "title": "NLP et traduction: quiz préalable", + "title": "NLP et traduction: Quiz préalable", "quiz": [ { - "questionText": "Traduction naïf", + "questionText": "La traduction naïve", "answerOptions": [ { "answerText": "Traduit uniquement les mots", @@ -1943,7 +1943,7 @@ ] }, { - "questionText": "Un corpus * de textes fait référence à", + "questionText": "Un *corpus* de textes fait référence à", "answerOptions": [ { "answerText": "Un petit nombre de textes", @@ -1960,10 +1960,10 @@ ] }, { - "questionText": "Si un modèle ML a suffisamment de traductions humaines pour construire un modèle sur, il peut", + "questionText": "Si un modèle ML a suffisamment de traductions humaines pour construire un modèle, il peut", "answerOptions": [ { - "answerText": "Traductions abrégées", + "answerText": "Abréger des traductions", "isCorrect": "false" }, { @@ -1980,7 +1980,7 @@ }, { "id": 36, - "title": "NLP et traduction: quiz de validation des connaissances", + "title": "NLP et traduction: Quiz de validation des connaissances", "quiz": [ { "questionText": "La bibliothèque de traduction de texte sous-jacente est:", @@ -2000,7 +2000,7 @@ ] }, { - "questionText": "utiliser `blob.translate` vous avez besoin:", + "questionText": "Pour utiliser `blob.translate` vous avez besoin:", "answerOptions": [ { "answerText": "Une connexion Internet", @@ -2017,7 +2017,7 @@ ] }, { - "questionText": "Déterminer le sentiment, une approche ML serait de:", + "questionText": "Pour déterminer un sentiment, une approche ML serait de:", "answerOptions": [ { "answerText": "Appliquez des techniques de régression pour générer manuellement des opinions et des scores et rechercher des modèles", @@ -2037,7 +2037,7 @@ }, { "id": 37, - "title": "NLP 4: quiz préalable", + "title": "NLP 4: Quiz préalable", "quiz": [ { "questionText": "Quelles informations pouvons-nous obtenir du texte écrit ou parlé par un humain?", @@ -2094,17 +2094,17 @@ }, { "id": 38, - "title": "NLP 4: quiz de validation des connaissances", + "title": "NLP 4: Quiz de validation des connaissances", "quiz": [ { "questionText": "Quelle est l'essence de la NLP?", "answerOptions": [ { - "answerText": "catégoriser la langue humaine en joyeux ou triste", + "answerText": "catégoriser la langue humaine en joyeuse ou triste", "isCorrect": "false" }, { - "answerText": "Interprétation de sens ou de sentiment sans avoir à avoir un homme humain le faire", + "answerText": "Interprétation de sens ou de sentiment sans avoir un humain pour le faire", "isCorrect": "true" }, { @@ -2114,7 +2114,7 @@ ] }, { - "questionText": "Quelles sont certaines choses que vous pourriez rechercher lors de la nettoyage des données?", + "questionText": "Quelles sont certaines choses que vous pourriez rechercher lors du nettoyage des données?", "answerOptions": [ { "answerText": "Personnages dans d'autres langues", @@ -2131,10 +2131,10 @@ ] }, { - "questionText": "Il est important de comprendre vos données et ses fruits avant d'effectuer des opérations à ce sujet.", + "questionText": "Il est important de comprendre votre donnée et ses faiblesses avant d'effectuer des opérations à ce sujet.", "answerOptions": [ { - "answerText": "vrai", + "answerText": "Vrai", "isCorrect": "true" }, { @@ -2147,7 +2147,7 @@ }, { "id": 39, - "title": "NLP 5: quiz préalable", + "title": "NLP 5: Quiz préalable", "quiz": [ { "questionText": "Pourquoi est-il important de nettoyer les données avant de l'analyser?", @@ -2178,7 +2178,7 @@ "isCorrect": "false" }, { - "answerText": "Déplacement des valeurs aberrantes vers une table séparée et exécutant les calculs de cette table pour voir s'ils correspondent à", + "answerText": "Déplacement des valeurs aberrantes vers une table séparée et exécutant les calculs de cette table pour voir s'ils correspondent", "isCorrect": "false" } ] @@ -2187,7 +2187,7 @@ "questionText": "Il peut être utile de classer les données à l'aide d'une colonne Tag.", "answerOptions": [ { - "answerText": "vrai", + "answerText": "Vrai", "isCorrect": "true" }, { @@ -2200,17 +2200,17 @@ }, { "id": 40, - "title": "NLP 5: quiz de validation des connaissances", + "title": "NLP 5: Quiz de validation des connaissances", "quiz": [ { "questionText": "Quel est l'objectif de l'ensemble de données?", "answerOptions": [ { - "answerText": "Pour voir combien de critiques négatives et positives il y a pour les hôtels à travers le monde", + "answerText": "Voir combien de critiques négatives et positives il y a pour les hôtels à travers le monde", "isCorrect": "false" }, { - "answerText": "Pour ajouter du sentiment et des colonnes qui vous aideront à choisir le meilleur hôtel", + "answerText": "Ajouter du sentiment et des colonnes qui vous aideront à choisir le meilleur hôtel", "isCorrect": "true" }, { @@ -2240,7 +2240,7 @@ "questionText": "Pour tester l'analyse du sentiment, assurez-vous qu'il correspond au score du critique pour le même examen.", "answerOptions": [ { - "answerText": "vrai", + "answerText": "Vrai", "isCorrect": "true" }, { @@ -2253,27 +2253,27 @@ }, { "id": 41, - "title": "Série introduction à temps: quiz préalable", + "title": "Introduction aux Time Series (séries temporelles): Quiz préalable", "quiz": [ { - "questionText": "La prévision de la série chronologique est utile", + "questionText": "La prévision de Time Series est utile pour", "answerOptions": [ { "answerText": "Déterminer les coûts futurs", "isCorrect": "false" }, { - "answerText": "Prédicter les prix futurs", + "answerText": "Prédire les prix futurs", "isCorrect": "false" }, { - "answerText": "à la fois ce qui précède", + "answerText": "Les deux à la fois", "isCorrect": "true" } ] }, { - "questionText": "Une série chronologique est une séquence prise à:", + "questionText": "Une série temporelles est une séquence prise à:", "answerOptions": [ { "answerText": "points successifs également espacés dans l'espace", @@ -2290,7 +2290,7 @@ ] }, { - "questionText": "La série chronologique peut être utilisée dans:", + "questionText": "La série temporelles peut être utilisée dans les cas de:", "answerOptions": [ { "answerText": "Prévision de tremblement de terre", @@ -2310,17 +2310,17 @@ }, { "id": 42, - "title": "Série introduction à TIME: quiz de validation des connaissances", + "title": "Introduction aux Time Series (séries temporelles): Quiz de validation des connaissances", "quiz": [ { - "questionText": "Tendances de la série chronologique sont", + "questionText": "Les tendances de série temporelles sont", "answerOptions": [ { - "answerText": "mesure mesurable augmente et diminue au fil du temps", + "answerText": "des augmentations et des diminutions mesurables au fil du temps", "isCorrect": "true" }, { - "answerText": "La quantification diminue au fil du temps", + "answerText": "La quantification des diminutions au fil du temps", "isCorrect": "false" }, { @@ -2330,14 +2330,14 @@ ] }, { - "questionText": "Les valeurs aberrantes sont", + "questionText": "Les valeurs aberrantes sont des", "answerOptions": [ { "answerText": "Points proches de la variance de données standard", "isCorrect": "false" }, { - "answerText": "Pointes loin de la variance de données standard", + "answerText": "Points loin de la variance de données standard", "isCorrect": "true" }, { @@ -2347,18 +2347,18 @@ ] }, { - "questionText": "La prévision de la série chronologique est la plus utile pour", + "questionText": "La prévision de la série temporelle est la plus utile pour", "answerOptions": [ { - "answerText": "Econométrics", + "answerText": "L'conométrics", "isCorrect": "true" }, { - "answerText": "Histoire", + "answerText": "L'histoire", "isCorrect": "false" }, { - "answerText": "Bibliothèques", + "answerText": "Les bibliothèques", "isCorrect": "false" } ] @@ -2367,7 +2367,7 @@ }, { "id": 43, - "title": "Série TIME ARIMA: quiz préalable", + "title": "Série TIME ARIMA: Quiz préalable", "quiz": [ { "questionText": "Arima signifie", @@ -2424,7 +2424,7 @@ }, { "id": 44, - "title": "Série TIME ARIMA: quiz de validation des connaissances", + "title": "Série TIME ARIMA: Quiz de validation des connaissances", "quiz": [ { "questionText": "Arima est utilisé pour créer un modèle adapté à la forme spéciale des données de la série chronologique", @@ -2480,7 +2480,7 @@ ] }, { "id": 45, - "title": "Renforcement 1: quiz préalable", + "title": "Renforcement 1: Quiz préalable", "quiz": [ { "questionText": "Qu'est-ce que l'apprentissage du renforcement?", @@ -2520,7 +2520,7 @@ "questionText": "Une fonction de récompense renvoie un score pour chaque état d'environnement.", "answerOptions": [ { - "answerText": "vrai", + "answerText": "Vrai", "isCorrect": "true" }, { @@ -2532,7 +2532,7 @@ ] }, { "id": 46, - "title": "Renforcement 1: quiz de validation des connaissances", + "title": "Renforcement 1: Quiz de validation des connaissances", "quiz": [ { "questionText": "Qu'est-ce que q-apprentissage?", @@ -2572,7 +2572,7 @@ "questionText": "Il valait mieux utiliser l'exploration que l'exploitation pendant le processus d'apprentissage de notre leçon.", "answerOptions": [ { - "answerText": "vrai", + "answerText": "Vrai", "isCorrect": "false" }, { @@ -2585,13 +2585,13 @@ }, { "id": 47, - "title": "Renforcement 2: quiz préalable", + "title": "Renforcement 2: Quiz préalable", "quiz": [ { "questionText": "Les échecs et les jeux sont des jeux avec des états continus.", "answerOptions": [ { - "answerText": "vrai", + "answerText": "Vrai", "isCorrect": "false" }, { @@ -2638,7 +2638,7 @@ }, { "id": 48, - "title": "Renforcement 2: quiz de validation des connaissances", + "title": "Renforcement 2: Quiz de validation des connaissances", "quiz": [ { "questionText": "Où définissons-nous toutes les actions possibles dans un environnement?", @@ -2695,7 +2695,7 @@ }, { "id": 49, - "title": "Applications du monde réel: quiz préalable", + "title": "Applications du monde réel: Quiz préalable", "quiz": [ { "questionText": "Quel est un exemple d'application ML dans l'industrie des finances?", @@ -2752,7 +2752,7 @@ }, { "id": 50, - "title": "Applications du monde réel: quiz de validation des connaissances", + "title": "Applications du monde réel: Quiz de validation des connaissances", "quiz": [ { "questionText": "Quelle technique ML peut être utilisée pour détecter la fraude par carte de crédit?", From 1c16c4869d0a921dbad649241ab611bdc04084d3 Mon Sep 17 00:00:00 2001 From: manusquall Date: Mon, 19 Jul 2021 10:35:08 +0000 Subject: [PATCH 3/5] finish the fr.json translation proposition --- quiz-app/src/assets/translations/fr.json | 156 +++++++++++------------ 1 file changed, 78 insertions(+), 78 deletions(-) diff --git a/quiz-app/src/assets/translations/fr.json b/quiz-app/src/assets/translations/fr.json index 3ec4ec9e7..80b557497 100644 --- a/quiz-app/src/assets/translations/fr.json +++ b/quiz-app/src/assets/translations/fr.json @@ -415,7 +415,7 @@ "isCorrect": "true" }, { - "answerText": "tous les deux", + "answerText": "Les deux", "isCorrect": "true" } ] @@ -1033,7 +1033,7 @@ "questionText": "La classification est une forme d'apprentissage supervisé qui a beaucoup en commun avec", "answerOptions": [ { - "answerText": "Série temporelle", + "answerText": "Série chronologique", "isCorrect": "false" }, { @@ -1164,7 +1164,7 @@ "isCorrect": "false" }, { - "answerText": "Les deux ci-dessus", + "answerText": "Les deux", "isCorrect": "true" } ] @@ -1213,7 +1213,7 @@ "questionText": "Quel classificateur avons-nous utilisé dans cette leçon?", "answerOptions": [ { - "answerText": "régression logistique", + "answerText": "Régression logistique", "isCorrect": "true" }, { @@ -1221,7 +1221,7 @@ "isCorrect": "false" }, { - "answerText": "MultiClass one-vs-tout", + "answerText": "Multiclasse un-contre-tous", "isCorrect": "false" } ] @@ -1257,7 +1257,7 @@ "isCorrect": "true" }, { - "answerText": "k-signifie", + "answerText": "K-Means", "isCorrect": "false" }, { @@ -1295,7 +1295,7 @@ "isCorrect": "false" }, { - "answerText": "tous les deux", + "answerText": "Les deux", "isCorrect": "true" } ] @@ -1310,15 +1310,15 @@ "questionText": "Les classificateurs de support-vectoriel peuvent être utilisés pour", "answerOptions": [ { - "answerText": "Classification", + "answerText": "La classification", "isCorrect": "false" }, { - "answerText": "régression", + "answerText": "La régression", "isCorrect": "false" }, { - "answerText": "tous les deux", + "answerText": "Les deux", "isCorrect": "true" } ] @@ -1327,15 +1327,15 @@ "questionText": "Forêt aléatoire est un type de classificateur ___", "answerOptions": [ { - "answerText": "Ensemble", + "answerText": "Ensembliste", "isCorrect": "true" }, { - "answerText": "Dissembliste", + "answerText": "Disensembliste", "isCorrect": "false" }, { - "answerText": "Assemblez", + "answerText": "Assembliste", "isCorrect": "false" } ] @@ -1371,17 +1371,17 @@ "isCorrect": "false" }, { - "answerText": "recommander des modes à essayer", + "answerText": "Recommander des modes à essayer", "isCorrect": "false" }, { - "answerText": "tous les deux", + "answerText": "Les deux", "isCorrect": "true" } ] }, { - "questionText": "L'intégration d'un modèle dans une application Web l'aide à être hors ligne", + "questionText": "L'intégration d'un modèle dans une application Web l'aide à être compatible hors ligne", "answerOptions": [ { "answerText": "Vrai", @@ -1394,7 +1394,7 @@ ] }, { - "questionText": "OnNX Runtime peut être utilisé pour", + "questionText": "Onnx Runtime peut être utilisé pour", "answerOptions": [ { "answerText": "Exécution de modèles dans une application Web", @@ -1405,7 +1405,7 @@ "isCorrect": "false" }, { - "answerText": "Hyperparameter Tuning", + "answerText": "Réglage des hyperparamètres", "isCorrect": "false" } ] @@ -1417,7 +1417,7 @@ "title": "Classification 4: Quiz de validation des connaissances", "quiz": [ { - "questionText": "L'application Nettron vous aide:", + "questionText": "L'application Netron vous aide:", "answerOptions": [ { "answerText": "Visualiser les données", @@ -1434,10 +1434,10 @@ ] }, { - "questionText": "Convertissez votre modèle SCIKIT-HALL pour une utilisation avec OnNX en utilisant:", + "questionText": "Convertissez votre modèle Scikit-learnL pour une utilisation avec Onnx en utilisant:", "answerOptions": [ { - "answerText": "Sklearn-App", + "answerText": "Sklearn-app", "isCorrect": "false" }, { @@ -1445,7 +1445,7 @@ "isCorrect": "false" }, { - "answerText": "Sklearn-ONNX", + "answerText": "Sklearn-onnX", "isCorrect": "true" } ] @@ -1471,7 +1471,7 @@ }, { "id": 27, - "title": "Introduction au Clustering: Quiz préalable", + "title": "Introduction au Clustering (regroupement): Quiz préalable", "quiz": [ { "questionText": "Un exemple de vie réel de regroupement serait", @@ -1502,7 +1502,7 @@ "isCorrect": "false" }, { - "answerText": "tous les deux", + "answerText": "Les deux", "isCorrect": "false" } ] @@ -1528,10 +1528,10 @@ }, { "id": 28, - "title": "Introduction au Clustering: Quiz de validation des connaissances", + "title": "Introduction au Clustering (regroupement): Quiz de validation des connaissances", "quiz": [ { - "questionText": "La géométrie euclidienne est disposée le long", + "questionText": "La géométrie Euclidienne est disposée le long", "answerOptions": [ { "answerText": "De plans", @@ -1633,7 +1633,7 @@ "isCorrect": "false" }, { - "answerText": "tous les deux", + "answerText": "Les deux", "isCorrect": "true" } ] @@ -1701,15 +1701,15 @@ "questionText": "Que signifie NLP pour ces leçons?", "answerOptions": [ { - "answerText": "Traitement des langues neurales", + "answerText": "Neural Language Processing (Traitement des langues neurales)", "isCorrect": "false" }, { - "answerText": "Traitement des langues naturelles", + "answerText": "Natural Language Processing (Traitement des langues naturelles)", "isCorrect": "true" }, { - "answerText": "Traitement linguistique naturel", + "answerText": "Natural Linguistic Processing (Traitement linguistique naturel)", "isCorrect": "false" } ] @@ -1783,7 +1783,7 @@ "isCorrect": "false" }, { - "answerText": "tous les deux", + "answerText": "Les deux", "isCorrect": "true" } ] @@ -1812,7 +1812,7 @@ "title": "Tâches NLP: Quiz préalable", "quiz": [ { - "questionText": "Tokenization", + "questionText": "La tokenization", "answerOptions": [ { "answerText": "Divise le texte au moyen de la ponctuation", @@ -1829,7 +1829,7 @@ ] }, { - "questionText": "Embeddings", + "questionText": "L'Embeddings", "answerOptions": [ { "answerText": "Convertit numériquement les données de texte afin que les mots puissent se classer", @@ -1846,18 +1846,18 @@ ] }, { - "questionText": "Marquage des parties de la parole", + "questionText": "Le balisage des parties du discours (Parts-of-Speech Tagging)", "answerOptions": [ { - "answerText": "Divise des phrases par leurs parties de la parole", + "answerText": "Divise les phrases en fonction de leurs parties du discours", "isCorrect": "false" }, { - "answerText": "prend des mots togmentés et les étiquettes de leur part de la parole", + "answerText": "prend les mots tokenisés et les marque selon leur partie du discours", "isCorrect": "true" }, { - "answerText": "Phrases de diagrammes", + "answerText": "schématise des phrases", "isCorrect": "false" } ] @@ -1886,18 +1886,18 @@ ] }, { - "questionText": "N-grammes se réfèrent à", + "questionText": "N-grams fait référence à", "answerOptions": [ { - "answerText": "Un texte peut être divisé en séquences de mots d'une longueur définie", + "answerText": "Un texte pouvant être divisé en séquences de mots d'une longueur définie", "isCorrect": "true" }, { - "answerText": "Un mot peut être divisé en séquences de caractères d'une longueur de jeu", + "answerText": "Un mot pouvant être divisé en séquences de caractères d'une longueur de jeu", "isCorrect": "false" }, { - "answerText": "Un texte peut être divisé en paragraphes d'une longueur définie", + "answerText": "Un texte pouvant être divisé en paragraphes d'une longueur définie", "isCorrect": "false" } ] @@ -2000,7 +2000,7 @@ ] }, { - "questionText": "Pour utiliser `blob.translate` vous avez besoin:", + "questionText": "Pour utiliser `blob.translate` vous avez besoin de:", "answerOptions": [ { "answerText": "Une connexion Internet", @@ -2017,18 +2017,18 @@ ] }, { - "questionText": "Pour déterminer un sentiment, une approche ML serait de:", + "questionText": "Pour déterminer un sentiment, une approche ML serait d':", "answerOptions": [ { - "answerText": "Appliquez des techniques de régression pour générer manuellement des opinions et des scores et rechercher des modèles", + "answerText": "Appliquer des techniques de régression pour générer manuellement des opinions et des scores et rechercher des modèles", "isCorrect": "false" }, { - "answerText": "Appliquez des techniques de PNL pour générer manuellement des opinions et des scores et rechercher des modèles", + "answerText": "Appliquer des techniques de PNL pour générer manuellement des opinions et des scores et rechercher des modèles", "isCorrect": "true" }, { - "answerText": "Appliquez des techniques de regroupement pour des opinions et des scores générés manuellement et rechercher des modèles", + "answerText": "Appliquer des techniques de regroupement pour des opinions et des scores générés manuellement et rechercher des modèles", "isCorrect": "false" } ] @@ -2253,10 +2253,10 @@ }, { "id": 41, - "title": "Introduction aux Time Series (séries temporelles): Quiz préalable", + "title": "Introduction aux Séries chronologiques (Time Series) : Quiz préalable", "quiz": [ { - "questionText": "La prévision de Time Series est utile pour", + "questionText": "La prévision de série chronologique est utile pour", "answerOptions": [ { "answerText": "Déterminer les coûts futurs", @@ -2273,7 +2273,7 @@ ] }, { - "questionText": "Une série temporelles est une séquence prise à:", + "questionText": "Une série chronologique est une séquence prise à:", "answerOptions": [ { "answerText": "points successifs également espacés dans l'espace", @@ -2290,7 +2290,7 @@ ] }, { - "questionText": "La série temporelles peut être utilisée dans les cas de:", + "questionText": "La série chronologique peut être utilisée dans les cas de:", "answerOptions": [ { "answerText": "Prévision de tremblement de terre", @@ -2310,10 +2310,10 @@ }, { "id": 42, - "title": "Introduction aux Time Series (séries temporelles): Quiz de validation des connaissances", + "title": "Introduction aux séries chronologiques : Quiz de validation des connaissances", "quiz": [ { - "questionText": "Les tendances de série temporelles sont", + "questionText": "Les tendances de série chronologique sont", "answerOptions": [ { "answerText": "des augmentations et des diminutions mesurables au fil du temps", @@ -2347,10 +2347,10 @@ ] }, { - "questionText": "La prévision de la série temporelle est la plus utile pour", + "questionText": "La prévision de séries chronologiques est utile pour", "answerOptions": [ { - "answerText": "L'conométrics", + "answerText": "L'économétrie", "isCorrect": "true" }, { @@ -2367,27 +2367,27 @@ }, { "id": 43, - "title": "Série TIME ARIMA: Quiz préalable", + "title": "Les séries chronologiques ARIMA: Quiz préalable", "quiz": [ { - "questionText": "Arima signifie", + "questionText": "ARIMA signifie", "answerOptions": [ { - "answerText": "Moyenne mobile intégrale autonome", + "answerText": "AutoRegressive Integral Moving Average", "isCorrect": "false" }, { - "answerText": "Action mobile intégrée autorégressive", + "answerText": "AutoRegressive Integrated Moving Action", "isCorrect": "false" }, { - "answerText": "Moyenne mobile intégrée autorégresive", + "answerText": "AutoRegressive Integrated Moving Average", "isCorrect": "true" } ] }, { - "questionText": "Stationarité fait référence à", + "questionText": "La stationnarité fait référence à", "answerOptions": [ { "answerText": "Les données dont les attributs ne changent pas lors de la décalage", @@ -2404,7 +2404,7 @@ ] }, { - "questionText": "différenciation", + "questionText": "La différenciation", "answerOptions": [ { "answerText": "Stabilise la tendance et la saisonnalité", @@ -2424,7 +2424,7 @@ }, { "id": 44, - "title": "Série TIME ARIMA: Quiz de validation des connaissances", + "title": "Les séries chronologiques ARIMA: Quiz de validation des connaissances", "quiz": [ { "questionText": "Arima est utilisé pour créer un modèle adapté à la forme spéciale des données de la série chronologique", @@ -2444,7 +2444,7 @@ ] }, { - "questionText": "Utilisez Sarimax à", + "questionText": "Utilisez Sarimax pour", "answerOptions": [ { "answerText": "Gérer les modèles d'ARIMA saisonniers", @@ -2461,18 +2461,18 @@ ] }, { - "questionText": " `La validation` de la promenade implique ", + "questionText": " La validation « Walk-Forward » implique de", "answerOptions": [ { "answerText": "Réévaluer un modèle progressivement tel qu'il est validé", "isCorrect": "false" }, { - "answerText": "Ré-entraînant un modèle progressivement tel qu'il est validé", + "answerText": "Re-entraîner un modèle progressivement tel qu'il est validé", "isCorrect": "true" }, { - "answerText": "Ré-configurez un modèle progressivement tel qu'il est validé", + "answerText": "Re-configurer un modèle progressivement tel qu'il est validé", "isCorrect": "false" } ] @@ -2535,7 +2535,7 @@ "title": "Renforcement 1: Quiz de validation des connaissances", "quiz": [ { - "questionText": "Qu'est-ce que q-apprentissage?", + "questionText": "Qu'est-ce que le Q-Learning?", "answerOptions": [ { "answerText": "Un mécanisme d'enregistrement de la \"bonté\" de chaque État", @@ -2552,7 +2552,7 @@ ] }, { - "questionText": "Pour quelles valeurs une table Q correspond à la stratégie de marche aléatoire?", + "questionText": "Pour quelles valeurs une Q-Table correspond à la stratégie de marche aléatoire?", "answerOptions": [ { "answerText": "toutes les valeurs égales", @@ -2588,7 +2588,7 @@ "title": "Renforcement 2: Quiz préalable", "quiz": [ { - "questionText": "Les échecs et les jeux sont des jeux avec des états continus.", + "questionText": "Les échecs et le go sont des jeux avec des états continus", "answerOptions": [ { "answerText": "Vrai", @@ -2601,7 +2601,7 @@ ] }, { - "questionText": "Quel est le problème de la cartpole?", + "questionText": "Quel est le problème CartPole ?", "answerOptions": [ { "answerText": "Un processus d'élimination des valeurs aberrantes", @@ -2658,14 +2658,14 @@ ] }, { - "questionText": "Quelle paire avez-nous utilisée comme valeur de la clé de dictionnaire?", + "questionText": "Quelle paire avons-nous utilisée comme valeur de la clé de dictionnaire?", "answerOptions": [ { - "answerText": "(état, action) comme clé de la table Q-Table comme valeur", + "answerText": "(état, action) comme clé, l'entrée Q-Table comme valeur", "isCorrect": "true" }, { - "answerText": "State comme clé, action en tant que valeur", + "answerText": "L'état comme clé, action en tant que valeur", "isCorrect": "false" }, { @@ -2675,7 +2675,7 @@ ] }, { - "questionText": "Quels sont les hyperparamètres que nous avons utilisés pendant q-apprentissage?", + "questionText": "Quels sont les hyperparamètres que nous avons utilisés pendant le Q-Learning?", "answerOptions": [ { "answerText": "Valeur de la table Q, récompense actuelle, action aléatoire", @@ -2718,15 +2718,15 @@ "questionText": "Quelle technique ML peut utiliser les hôpitaux pour gérer la réadmission?", "answerOptions": [ { - "answerText": "Clustering", + "answerText": "Le Clustering (Regroupement)", "isCorrect": "true" }, { - "answerText": "Série temporelle", + "answerText": "Les séries chronologiques", "isCorrect": "false" }, { - "answerText": "NLP", + "answerText": "Le NLP", "isCorrect": "false" } ] @@ -2779,7 +2779,7 @@ "isCorrect": "true" }, { - "answerText": "Série temporelle", + "answerText": "Série chronologique", "isCorrect": "false" }, { From e7e79fc7108b0b4a56aa42e15d82f47a8cf2cc98 Mon Sep 17 00:00:00 2001 From: manusquall Date: Mon, 19 Jul 2021 10:41:33 +0000 Subject: [PATCH 4/5] review and correct some meaning --- quiz-app/src/assets/translations/fr.json | 40 ++++++++++++------------ 1 file changed, 20 insertions(+), 20 deletions(-) diff --git a/quiz-app/src/assets/translations/fr.json b/quiz-app/src/assets/translations/fr.json index 80b557497..9908c3eae 100644 --- a/quiz-app/src/assets/translations/fr.json +++ b/quiz-app/src/assets/translations/fr.json @@ -820,7 +820,7 @@ ] }, { - "questionText": "Types de régression logistique incluent", + "questionText": "Les types de régression logistique incluent", "answerOptions": [ { "answerText": "multinomial et cardinal", @@ -848,7 +848,7 @@ "isCorrect": "false" }, { - "answerText": "cardinal", + "answerText": "cardinale", "isCorrect": "false" } ] @@ -860,7 +860,7 @@ "title": "Régression logistique: Quiz de validation des connaissances", "quiz": [ { - "questionText": "Sea-né est un type de", + "questionText": "Seaborn est un type de", "answerOptions": [ { "answerText": "Bibliothèque de visualisation de données", @@ -880,15 +880,15 @@ "questionText": "Une matrice de confusion est également connue sous le nom de:", "answerOptions": [ { - "answerText": "matrice d'erreur", + "answerText": "Matrice d'erreur", "isCorrect": "true" }, { - "answerText": "Matrix de vérité", + "answerText": "Matrice de vérité", "isCorrect": "false" }, { - "answerText": "matrice de précision", + "answerText": "Matrice de précision", "isCorrect": "false" } ] @@ -916,35 +916,35 @@ "title": "Construire une application Web: Quiz préalable", "quiz": [ { - "questionText": "Qu'est-ce que OnNX signifie?", + "questionText": "Qu'est-ce que ONNX signifie?", "answerOptions": [ { - "answerText": "Exchange de réseau de neurones", + "answerText": "Over Neural Network Exchange", "isCorrect": "false" }, { - "answerText": "Exchange de réseau de neurones ouverts", + "answerText": "Open Neural Network Exchange", "isCorrect": "true" }, { - "answerText": "Exchange de réseau neural de sortie", + "answerText": "Output Neural Network Exchange", "isCorrect": "false" } ] }, { - "questionText": "Comment le ballon est-il défini par ses créateurs?", + "questionText": "Comment Flask est-il défini par ses créateurs?", "answerOptions": [ { - "answerText": "mini-cadre", + "answerText": "mini-framework", "isCorrect": "false" }, { - "answerText": "Grand-cadre", + "answerText": "grand-framework", "isCorrect": "false" }, { - "answerText": "micro-cadre", + "answerText": "micro-framework", "isCorrect": "true" } ] @@ -953,15 +953,15 @@ "questionText": "Que fait le module de cornichon de Python", "answerOptions": [ { - "answerText": "Serialise un objet Python", + "answerText": "Serialiser un objet Python", "isCorrect": "false" }, { - "answerText": "désagréalise un objet Python", + "answerText": "Dé-sérialiser un objet Python", "isCorrect": "false" }, { - "answerText": "Serialise et désémarifier un objet Python", + "answerText": "Sérialiser et Dé-sérialiser un objet Python", "isCorrect": "true" } ] @@ -976,7 +976,7 @@ "questionText": "Quels sont les outils que nous pouvons utiliser pour héberger un modèle pré-formé sur le Web à l'aide de Python?", "answerOptions": [ { - "answerText": "Flacon", + "answerText": "Flask", "isCorrect": "true" }, { @@ -984,7 +984,7 @@ "isCorrect": "false" }, { - "answerText": "ONNX.JS", + "answerText": "onnx.JS", "isCorrect": "false" } ] @@ -1018,7 +1018,7 @@ "isCorrect": "false" }, { - "answerText": "Code des données en série", + "answerText": "Encode des données en série", "isCorrect": "false" } ] From 90671f89490dcae0d0a0f91107e1797a6dd06298 Mon Sep 17 00:00:00 2001 From: manusquall Date: Mon, 19 Jul 2021 10:58:34 +0000 Subject: [PATCH 5/5] fix mistranslation --- quiz-app/src/assets/translations/fr.json | 104 +++++++++++------------ 1 file changed, 52 insertions(+), 52 deletions(-) diff --git a/quiz-app/src/assets/translations/fr.json b/quiz-app/src/assets/translations/fr.json index 9908c3eae..da0ee317e 100644 --- a/quiz-app/src/assets/translations/fr.json +++ b/quiz-app/src/assets/translations/fr.json @@ -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" } ]