15 Domande e risposte al quiz per la scienza dei dati

1. Domanda: Cos’è il machine learning?
A. Un metodo per scrivere codice efficiente.
B. Un sottocampo dell’intelligenza artificiale che permette ai computer di imparare dai dati.
C. Un tipo di database relazionale.
D. Un linguaggio di programmazione.
Risposta corretta: B
Spiegazione: Il machine learning è un ramo dell’intelligenza artificiale in cui algoritmi imparano dai dati per fare previsioni o decisioni, migliorando automaticamente le prestazioni senza essere esplicitamente programmati per ogni compito.

2. Domanda: Qual è la differenza principale tra apprendimento supervisionato e non supervisionato?
A. L’apprendimento supervisionato usa dati etichettati, mentre quello non supervisionato no.
B. L’apprendimento supervisionato è più veloce.
C. Quello non supervisionato richiede più dati.
D. Non ci sono differenze.
Risposta corretta: A
Spiegazione: Nell’apprendimento supervisionato, i dati includono etichette o output desiderati per addestrare il modello, mentre nell’apprendimento non supervisionato, i dati sono privi di etichette e il modello cerca pattern nascosti.

3. Domanda: Cos’è l’overfitting in un modello di machine learning?
A. Quando il modello è troppo semplice per i dati.
B. Quando il modello si adatta eccessivamente ai dati di training, perdendo generalizzabilità.
C. Quando il modello non converge.
D. Un metodo di ottimizzazione.
Risposta corretta: B
Spiegazione: L’overfitting si verifica quando un modello impara il rumore e i dettagli specifici dei dati di training, performando bene su di essi ma male su dati nuovi, riducendo la sua capacità di generalizzare.

4. Domanda: Qual è il ruolo principale di Python nel data science?
A. È un linguaggio per il web development.
B. Fornisce librerie come Pandas e Scikit-learn per l’analisi e il machine learning.
C. È usato solo per la visualizzazione dei dati.
D. Non è adatto per il data science.
Risposta corretta: B
Spiegazione: Python è popolare nel data science grazie alle sue librerie dedicate, come Pandas per la manipolazione dei dati e Scikit-learn per gli algoritmi di machine learning, rendendolo versatile e efficiente.

5. Domanda: Cos’è una matrice di confusione?
A. Un grafico per visualizzare i dati.
B. Una tabella che riassume le performance di un modello di classificazione, mostrando veri positivi, falsi positivi, ecc.
C. Un algoritmo di clustering.
D. Un tipo di regressione.
Risposta corretta: B
Spiegazione: La matrice di confusione è uno strumento per valutare i modelli di classificazione, indicando quante predizioni sono corrette o errate rispetto alle classi reali.

6. Domanda: Qual è il tradeoff tra bias e varianza in un modello?
A. Bias alto significa varianza bassa e viceversa.
B. È un equilibrio dove un bias alto porta a underfitting e una varianza alta a overfitting.
C. Non esiste un tradeoff.
D. Bias e varianza sono sempre correlati positivamente.
Risposta corretta: B
Spiegazione: Il tradeoff bias-varianza implica che ridurre il bias (errore sistematico) può aumentare la varianza (sensibilità ai dati), e viceversa, per ottenere un modello che generalizza bene.

7. Domanda: Cos’è il big data?
A. Dati piccoli e facili da gestire.
B. Insiemi di dati di grandi dimensioni che richiedono strumenti avanzati per l’elaborazione.
C. Solo dati numerici.
D. Un tipo di algoritmo.
Risposta corretta: B
Spiegazione: Il big data si riferisce a volumi enormi di dati che superano le capacità di elaborazione tradizionali, necessitando di tecnologie come Hadoop per l’analisi.

8. Domanda: Quali sono i tipi di dati nominali?
A. Dati ordinati come le età.
B. Dati categorici senza ordine, come i colori.
C. Dati continui.
D. Dati binari.
Risposta corretta: B
Spiegazione: I dati nominali sono categorie senza un ordine intrinseco, come i colori o le nazionalità, e vengono usati per classificare senza gerarchia.

9. Domanda: Qual è la differenza tra media e mediana in statistica?
A. La media è il valore centrale, la mediana è la somma.
B. La media è la somma divisa per il numero di osservazioni, la mediana è il valore centrale quando i dati sono ordinati.
C. Sono la stessa cosa.
D. La mediana è sempre più alta.
Risposta corretta: B
Spiegazione: La media è sensibile agli outlier poiché calcola la somma divisa per il conteggio, mentre la mediana è il valore centrale di un dataset ordinato, rendendola più robusta.

10. Domanda: Qual è un tool comune per la visualizzazione dei dati?
A. Excel.
B. Matplotlib in Python.
C. Un database SQL.
D. Un algoritmo di regressione.
Risposta corretta: B
Spiegazione: Matplotlib è una libreria Python per creare grafici e visualizzazioni, essenziale nel data science per esplorare e comunicare insights dai dati.

11. Domanda: Cos’è una rete neurale?
A. Un tipo di database.
B. Un modello ispirato al cervello umano, composto da layer di nodi per l’elaborazione di dati complessi.
C. Un algoritmo di sorting.
D. Un metodo di statistica descrittiva.
Risposta corretta: B
Spiegazione: Le reti neurali sono strutture di machine learning con layer interconnessi che apprendono pattern da dati, usate in applicazioni come il riconoscimento immagini.

12. Domanda: Qual è la differenza tra regressione e classificazione?
A. La regressione predice valori continui, la classificazione categorie discrete.
B. Sono la stessa cosa.
C. La classificazione è per dati numerici.
D. La regressione è più accurata.
Risposta corretta: A
Spiegazione: La regressione prevede output numerici continui, come prezzi, mentre la classificazione assegna a categorie discrete, come spam o non spam.

13. Domanda: Cos’è l’feature engineering?
A. Scrivere codice per features.
B. Il processo di creare, selezionare e trasformare features per migliorare le prestazioni dei modelli.
C. Un tipo di visualizzazione.
D. Un algoritmo di machine learning.
Risposta corretta: B
Spiegazione: L’feature engineering coinvolge la manipolazione dei dati per estrarre features rilevanti, aiutando i modelli a imparare meglio dai dati.

14. Domanda: Qual è un aspetto etico nel data science?
A. Massimizzare i profitti.
B. Garantire la privacy e l’equità nei dati, evitando bias discriminatori.
C. Velocizzare l’elaborazione.
D. Usare più dati possibili.
Risposta corretta: B
Spiegazione: L’etica nel data science include proteggere la privacy dei dati e prevenire bias che potrebbero causare discriminazione, come in algoritmi di recruiting.

15. Domanda: Qual è la funzione principale di Pandas in Python?
A. Eseguire machine learning.
B. Fornire strutture dati come DataFrame per la manipolazione e analisi di dati tabellari.
C. Creare grafici.
D. Gestire database.
Risposta corretta: B
Spiegazione: Pandas è una libreria che facilita la gestione e l’analisi di dati strutturati attraverso DataFrame, rendendola essenziale per compiti di pulizia e esplorazione dei dati.