95 questions d'entretien pour développeurs (2025)

Intermédiaire

19 votes1424 passages0 commentaire

Comment gérer les données manquantes dans un jeu de données d'apprentissage donné ?

Data Scientist

Machine Learning

missing data

Martinle 4 avr. 2022

Intermédiaire

11 votes1385 passages0 commentaire

Le jeu de validation est utilisé pour fournir des évaluations fréquentes et non biaisées de l'ajustement du modèle sur le jeu d'entraînement tout en ajustant ses hyperparamètres/paramètres: en d'autres termes, le modèle est trouvé et ensuite testé sur le jeu de validation avant d'être amélioré une fois de plus.

Data Scientist

Machine Learning

hyperparameters

model

Martinle 15 mars 2022

Intermédiaire

10 votes1289 passages0 commentaire

Comment gérer les données manquantes dans un jeu de données d'apprentissage donné ?

Data Scientist

Machine Learning

missing data

Martinle 4 avr. 2022

Facile

10 votes914 passages0 commentaire

Comment est calculée l'erreur lors de la rétropropagation dans un réseau de neurones?

Data Scientist

Machine Learning

neural network

back propagation

Auteur anonymele 6 avr. 2022

Très facile

7 votes1309 passages0 commentaire

Quel est le mot manquant dans la phrase suivante : Overfitting est la production d'un modèle qui correspond trop étroitement à l'ensemble de données d'apprentissage et peut donc ne pas s'adapter à d'autres ensembles de données et donc ne pas effectuer de prévision fiable.

Data Scientist

Machine Learning

overfitting

Martinle 15 mars 2022

Facile

6 votes870 passages0 commentaire

Qu'est-ce que l'apprentissage par ensemble ? Il consiste à …

Data Scientist

Machine Learning

models

ensemble

Martinle 15 mars 2022

Difficile

5 votes1262 passages

2 commentaires

Quelles sont les différences/similarités entre une fonction de perte, une fonction d'erreur et une fonction de coût?

Data Scientist

Machine Learning

loss function

error function

cost function

Martinle 15 mars 2022

Très facile

5 votes1189 passages0 commentaire

Clustering est un processus d'apprentissage automatique non supervisé qui vise à découvrir automatiquement des regroupements naturels dans les données d'entrée. Lorsque cette méthode est utilisée, le développeur peut choisir le nombre de groupes qu'il souhaite créer.

Data Scientist

Machine Learning

unsupervised learning

Martinle 15 mars 2022

Facile

4 votes1325 passages0 commentaire

Donné un jeu de données, quels éléments vous aideront à choisir quel modèle / méthode d'apprentissage automatique utiliser pour créer un modèle efficace?

Data Scientist

Machine Learning

data

model

Martinle 15 mars 2022

Facile

4 votes1240 passages0 commentaire

Afin d'obtenir de bons résultats lors de la mise en œuvre de l'apprentissage profond, il faut préparer ses données avant de les utiliser. Quelle action doit être effectuée lors de cette préparation?

Data Scientist

Machine Learning

data

preprocessing

Martinle 15 mars 2022

Intermédiaire

4 votes1208 passages0 commentaire

Comment évaluer les performances d'un modèle de clustering?

Data Scientist

Machine Learning

metrics

clustering

Martinle 15 mars 2022

Très facile

4 votes1186 passages0 commentaire

Comment définir l'apprentissage supervisé ? Dans l'apprentissage supervisé, la machine entraîne le modèle à l'aide d'un ensemble de données d'apprentissage étiquetées.

Data Scientist

Machine Learning

supervised learning

Martinle 15 mars 2022

Facile

4 votes862 passages0 commentaire

Dans le contexte de NLP, quel est le rôle de la méthode de racinisation?

Data Scientist

Machine Learning

nlp

stemming

Auteur anonymele 6 avr. 2022

Très facile

4 votes795 passages1 commentaire

Sur quel type de données PCA (principal component analysis) est-il appliqué?

Data Scientist

Machine Learning

data

Auteur anonymele 6 avr. 2022

Difficile

4 votes758 passages0 commentaire

Comment les couches d'un réseau de neurones de type MLP sont-elles connectées entre elles?

Data Scientist

Machine Learning

neural networks

linear

Auteur anonymele 6 avr. 2022

Intermédiaire

3 votes1244 passages0 commentaire

Laquelle des affirmations suivantes est vraie lorsqu'on considère l'apprentissage automatique?

Data Scientist

Machine Learning

artificial intelligence

computer science

Martinle 15 mars 2022

Très facile

3 votes803 passages0 commentaire

Dans un MLP(multilayer perceptron), la couche de sortie a nécessairement un seul neurone.

Data Scientist

Machine Learning

neural networks

multilayer perceptron

Auteur anonymele 6 avr. 2022

Très facile

3 votes778 passages0 commentaire

Les SVM cherchent à trouver un hyperplan qui maximise la largeur de la bande séparatrice entre les données de différentes classes.

Data Scientist

Machine Learning

svm

Auteur anonymele 6 avr. 2022

Difficile

2 votes1247 passages0 commentaire

Comment définir l'apprentissage par renforcement ? Sélectionnez la phrase qui définit le mieux cette méthode d'apprentissage.

Data Scientist

Machine Learning

reinforcement learning

Martinle 4 avr. 2022

Difficile

2 votes1242 passages0 commentaire

Quelles des affirmations suivantes sont vraies lorsqu'on considère le stacking?

Data Scientist

Machine Learning

ensemble

Martinle 15 mars 2022

95 questions d'entretienpour développeurs (2025)

Testez vos compétences techniques de développeurs avec 95 questions corrigées sur 80+ sujets. Niveau débutant, Intermédiaire ou expert.

Comment gérer les données manquantes dans un jeu de données d'apprentissage donné ?

Comment gérer les données manquantes dans un jeu de données d'apprentissage donné ?

Comment est calculée l'erreur lors de la rétropropagation dans un réseau de neurones?

Quel est le mot manquant dans la phrase suivante : Overfitting est la production d'un modèle qui correspond trop étroitement à l'ensemble de données d'apprentissage et peut donc ne pas s'adapter à d'autres ensembles de données et donc ne pas effectuer de prévision fiable.

Qu'est-ce que l'apprentissage par ensemble ? Il consiste à …

Quelles sont les différences/similarités entre une fonction de perte, une fonction d'erreur et une fonction de coût?

Clustering est un processus d'apprentissage automatique non supervisé qui vise à découvrir automatiquement des regroupements naturels dans les données d'entrée. Lorsque cette méthode est utilisée, le développeur peut choisir le nombre de groupes qu'il souhaite créer.

Donné un jeu de données, quels éléments vous aideront à choisir quel modèle / méthode d'apprentissage automatique utiliser pour créer un modèle efficace?

Afin d'obtenir de bons résultats lors de la mise en œuvre de l'apprentissage profond, il faut préparer ses données avant de les utiliser. Quelle action doit être effectuée lors de cette préparation?

Comment évaluer les performances d'un modèle de clustering?

Comment définir l'apprentissage supervisé ? Dans l'apprentissage supervisé, la machine entraîne le modèle à l'aide d'un ensemble de données d'apprentissage étiquetées.

Dans le contexte de NLP, quel est le rôle de la méthode de racinisation?

Sur quel type de données PCA (principal component analysis) est-il appliqué?

Comment les couches d'un réseau de neurones de type MLP sont-elles connectées entre elles?

Laquelle des affirmations suivantes est vraie lorsqu'on considère l'apprentissage automatique?

Dans un MLP(multilayer perceptron), la couche de sortie a nécessairement un seul neurone.

Les SVM cherchent à trouver un hyperplan qui maximise la largeur de la bande séparatrice entre les données de différentes classes.

Comment définir l'apprentissage par renforcement ? Sélectionnez la phrase qui définit le mieux cette méthode d'apprentissage.

Quelles des affirmations suivantes sont vraies lorsqu'on considère le stacking?