Différences entre les versions de « Gouvernance des systèmes d'information/Quiz/QCM Gouvernance des SI »

aucun résumé de modification
 
 
{ Lequel de ces fondements de la gouvernance du SI est indispensable pour contrôler l’activité de l’entreprise et l’atteinte des objectifs stratégiques ?
{ Parmi ces termes, lesquels sont associés aux réseaux de neurones ?}
+ Perceptron
- Cartes auto-organisatrices de Hopfield
+ Adaline
- Réseaux de neurones mono-couche
 
 
{ De quoi est composé un neurone biologique ?}
+ Dendrites
+ Synapses
+ Axones
+ Corps cellulaire
 
 
{ De quoi est composé un neurone artificiel ?}
+ Poids de la connexion
- Couches
+ Signaux d'entrée
+ Signal de sortie
 
 
{ Quelles sont les couches composant un réseau de neurones à couches ?}
+ Couche d'entrée
+ Couche de sortie
+ Couche cachée
- Couche culotte
 
 
{ De quels éléments dépend le traitement de l'information contenue dans les réseaux de neurones ?}
+ La fonction d'activation
+ La force des connexions
+ Le nombre de neurones et de couches
+ L'architecture du réseau
 
 
{ Les réseaux de neurones sont utilisés en :
| type="()" }
- Alignement stratégique
- Datawarehouse
- Création de valeur
- Datamart
- Gestion des risques
- Database
- Gestion des ressources
+ Datamining
+ Mesure de la performance
 
 
{ Texte à trous :
| type="{}" }
La gouvernance d’entreprise découle du renforcement de la responsabilité des dirigeants par l’application des lois Sarbanes Oxley aux Etats-Unis et { NRE } en France.
SOM qui signifie "cartes auto-organisatrices" en français n'est rien d'autre que l'acronyme anglais de { Self Organizing Maps } .
 
{ Parmi les réponses suivantes, lesquelles sont des effets de la gouvernance des SI ?}
 
+ Accroissement de la performance de l’entreprise
{ Lequel de ces réseaux ne fait pas partie de l'apprentissage non supervisé ?
- Réduction des effectifs
| type="()" }
- Perte de contrôle
- Réseaux de type gaz neuronal
+ Formalisation de règles et de procédures
+ Réseaux à couches avec rétropropagation du gradient
- Algorithmes adaptatifs
- Cartes auto-organisatrices (SOM)
 
 
{ Quels sont les deux types de réseaux de neurones à apprentissage non supervisé ?}
- winner takes best
+ winner takes most
+ winner takes all
- winner takes nothing
 
 
{ Ce sont les réseaux à apprentissage supervisé qui sont le plus utilisés pour la fouille de données.
| type="()" }
- Vrai
+ Faux
 
 
{ De quelles capacités dispose un réseau de neurones ?}
- prendre la forme d'un arbre de décisions avec des résultats possibles à chaque étape
+ traiter des problèmes non structurés sur lesquels on ne dispose d'aucune information
+ travailler sur des données incomplètes ou bruitées
+ être utile en tant qu'application dans des secteurs divers et variés
 
 
{ Les réseaux de neurones ne peuvent pas être élaborés à partir d'Excel (Microsoft Office).
| type="()" }
+ Vrai
- Faux
 
 
{ Sur quels logiciels peut-on utiliser les réseaux de neurones ?}
+ Start Miner
+ NeuroOne
+ Predict
+ 4 Thought
 
 
{ Un réseau de neurones nécessite une intervention humaine uniquement pour décider de son architecture.
| type="()" }
- Vrai
+ Faux
 
 
{ Un réseau de neurones peut être assimilé à :
| type="()" }
- un hypercube
- un arbre de décisions
+ une boîte noire
- une boîte à idées
 
 
{Quelles sont les applications possibles d'un réseau de neurones ?}
+ Les prévisions
+ La classification
- Le reporting
- L'analyse multi-dimensionnelle
 
 
244

modifications