15 Întrebări și răspunsuri pentru teste de știință a datelor

Întrebarea 1:
Ce este Data Science?
A. Un domeniu care combină statistică, informatică și analize pentru a extrage insights din date.
B. Un tip de limbaj de programare.
C. O metodă de stocare a datelor.
D. Un instrument de design grafic.
Răspuns corect: A
Explicație: Data Science utilizează tehnici avansate pentru a analiza date mari și a genera decizii bazate pe date.

Întrebarea 2:
Care este diferența principală dintre date structurate și date nestructurate?
A. Datele structurate sunt organizate în tabele, în timp ce datele nestructurate sunt ca texte sau imagini.
B. Datele structurate sunt mai mici, iar cele nestructurate sunt mai mari.
C. Datele structurate sunt doar numerice.
D. Datele nestructurate sunt întotdeauna criptate.
Răspuns corect: A
Explicație: Datele structurate urmează un format fix, facilitând analiza, pe când datele nestructurate necesită preprocesare.

Întrebarea 3:
Ce reprezintă algoritmul de regresie liniară în machine learning?
A. O metodă pentru a prezice valori continue bazate pe relații liniare.
B. Un algoritm pentru clasificarea imaginilor.
C. Un tip de clustering.
D. O tehnică de reducere a dimensionalității.
Răspuns corect: A
Explicație: Regresia liniară modelează relațiile dintre variabile pentru a face predicții precise în probleme continue.

Întrebarea 4:
Care este rolul bibliotecii Pandas în Python pentru Data Science?
A. Manipularea și analiza datelor tabulare.
B. Crearea de rețele neuronale.
C. Vizualizarea datelor grafice.
D. Compilarea codului.
Răspuns corect: A
Explicație: Pandas oferă structuri de date precum DataFrame, care simplifică curățarea și analiza datelor.

Întrebarea 5:
Ce înseamnă supervised learning?
A. Un tip de learning unde modelul este antrenat cu date etichetate.
B. Un proces de învățare fără date.
C. O metodă de clustering automat.
D. Un algoritm de predicție bazat pe intuiție.
Răspuns corect: A
Explicație: Supervised learning folosește date etichetate pentru a învăța modele care pot face predicții exacte.

Întrebarea 6:
Care este scopul curățării datelor (data cleaning)?
A. Eliminarea erorilor și a valorilor lipsă pentru a îmbunătăți calitatea datelor.
B. Crearea de noi date.
C. Stocarea datelor în cloud.
D. Vizualizarea datelor brute.
Răspuns corect: A
Explicație: Data cleaning asigură acuratețea analizelor, reducând erorile care ar putea afecta rezultatele.

Întrebarea 7:
Ce este overfitting într-un model de machine learning?
A. Când modelul învață prea bine datele de antrenament, dar generalizează prost.
B. Când modelul nu învață nimic.
C. Când modelul este prea simplu.
D. Când datele sunt insuficiente.
Răspuns corect: A
Explicație: Overfitting apare când modelul memorizează zgomotul din date, ducând la performanțe slabe pe date noi.

Întrebarea 8:
Care este utilitatea metricii accuracy în evaluarea modelelor?
A. Măsoară procentul de predicții corecte.
B. Calculează viteza modelului.
C. Evită overfitarea.
D. Creează date noi.
Răspuns corect: A
Explicație: Accuracy este un indicator de bază pentru a evalua cât de bine un model clasifică datele.

Întrebarea 9:
Ce este Big Data?
A. Volume mari de date care necesită tehnologii specializate pentru procesare.
B. Date mici și simple.
C. Doar date numerice.
D. Un tip de software.
Răspuns corect: A
Explicație: Big Data se referă la cantități masive de date care necesită instrumente precum Hadoop pentru analiză eficientă.

Întrebarea 10:
Care este diferența dintre regresie și clasificare?
A. Regresia prevede valori continue, iar clasificarea prevede categorii.
B. Regresia este doar pentru imagini.
C. Clasificarea prevede numere.
D. Ambele sunt identice.
Răspuns corect: A
Explicație: Regresia este pentru output-uri numerice, în timp ce clasificarea este pentru output-uri categorice.

Întrebarea 11:
Ce rol are feature engineering în Data Science?
A. Crearea și selectarea caracteristicilor relevante pentru a îmbunătăți modelele.
B. Stocarea datelor.
C. Vizualizarea rezultatelor.
D. Antrenarea directă a modelelor.
Răspuns corect: A
Explicație: Feature engineering optimizează performanța modelelor prin transformarea datelor brute în caracteristici utile.

Întrebarea 12:
Ce este un neural network?
A. O rețea de noduri interconectate care imită creierul uman pentru învățare.
B. Un algoritm simplu de regresie.
C. O metodă de stocare.
D. Un tip de bază de date.
Răspuns corect: A
Explicație: Neural networks sunt folosite în deep learning pentru a gestiona sarcini complexe precum recunoașterea imaginilor.

Întrebarea 13:
Care este scopul vizualizării datelor?
A. Să reprezinte datele grafic pentru a facilita înțelegerea și comunicarea.
B. Să stocheze datele.
C. Să elimine datele inutile.
D. Să antreneze modele.
Răspuns corect: A
Explicație: Visualizarea datelor ajută la identificarea pattern-urilor și la prezentarea insights într-un mod accesibil.

Întrebarea 14:
Ce este cross-validation?
A. O tehnică pentru a evalua modelul pe mai multe subseturi de date pentru a verifica generalizarea.
B. O metodă de antrenare unică.
C. Un tip de regresie.
D. O tehnică de curățare.
Răspuns corect: A
Explicație: Cross-validation reduce riscul de overfitare prin testarea modelului pe diferite porții ale datelor.

Întrebarea 15:
Care este importanța eticii în Data Science?
A. Să asigure că datele sunt folosite responsabil, evitând prejudiciile și păstrând confidențialitatea.
B. Să maximizeze profitul.
C. Să simplifice codul.
D. Să ignore problemele de confidențialitate.
Răspuns corect: A
Explicație: Etică în Data Science promovează utilizarea corectă a datelor pentru a proteja indivizii și societatea.