- Qual è il contributo della robotizzazione alla transizione digitale dei processi produttivi?   Automatizzare attività ripetitive migliorando precisione e produttività

- Qual è il motivo per cui si ricorre alla standardizzazione dei dati prima di eseguire l'Analisi delle Componenti Principali (PCA)?   La standardizzazione dei dati garantisce che tutte le variabili abbiano la stessa scala, evitando che quelle con varianza maggiore dominino l'analisi

- Qual è il ruolo del meccanismo di attenzione nei Transformer?   Ponderare le parti più rilevanti della sequenza durante l'elaborazione del contesto

- Qual è il ruolo dell'analisi dei dati nella trasformazione digitale aziendale?   Supportare decisioni basate su evidenze e modelli predittivi

- Qual è il significato di MLOps in un'organizzazione che sviluppa sistemi di IA?   L'insieme di pratiche per gestire sviluppo, rilascio, monitoraggio e aggiornamento dei modelli

- Qual è la differenza essenziale tra classificazione e regressione nel machine learning?   La classificazione predice categorie, mentre la regressione predice valori numerici continui

- Qual è la finalità della Retrieval-Augmented Generation?   Integrare la generazione del modello con informazioni recuperate da fonti documentali esterne

- Qual è la finalità principale della suddivisione di un dataset in training set, validation set e test set?   Addestrare, regolare e valutare il modello su dati separati per stimarne la generalizzazione

- Qual è la logica di base della "cluster analysis"?   Analizzare i dati raggruppandoli in base a caratteristiche comuni

- Qual è lo scopo principale dell'applicazione di tecniche di regolarizzazione, in un modello di machine learning?   Ridurre la complessità del modello per migliorare la capacità di generalizzazione

- Qual è l'obiettivo di un algoritmo di clustering partizionale?   Creare una partizione delle osservazioni minimizzando una certa funzione di costo

- Qual è l'obiettivo principale del prompt engineering?   Formulare istruzioni efficaci per orientare l'output di un modello generativo

- Qual è un tipico obiettivo degli algoritmi di clustering?   Raggruppare osservazioni simili in insiemi omogenei

- Quale è il numero di dimensioni della struttura dati DataFrame in pandas?   2

- Quale è l'output di un algoritmo di clustering gerarchico?   Un partizionamento rappresentabile tramite un albero

- Quale affermazione descrive correttamente un Large Language Model?   È un modello addestrato su grandi quantità di testo per prevedere e generare sequenze linguistiche

- Quale algoritmo cerca il percorso ottimale in un grafo usando la somma del costo percorso e una funzione euristica?   A*

- Quale algoritmo di apprendimento non supervisionato identifica gruppi basati sulla densità dei punti dati?   DBSCAN

- Quale algoritmo di apprendimento supervisionato viene comunemente utilizzato per stimare una relazione lineare tra variabili dipendenti e indipendenti?   Regressione lineare

- Quale algoritmo di classificazione costruisce un modello basato su una serie di alberi decisionali combinati?   Random Forest

- Quale algoritmo di classificazione utilizza il principio di probabilità condizionata basata sul Teorema di Bayes?   Naive Bayes

- Quale algoritmo di clustering cerca di suddividere i dati in k gruppi minimizzando la distanza interna ai cluster?   K-Means

- Quale algoritmo di intelligenza artificiale trova un iperpiano ottimale per separare due classi in uno spazio multidimensionale?   Support Vector Machine

- Quale algoritmo di reinforcement learning utilizza una funzione Q per valutare le azioni ottimali?   Q-Learning

- Quale algoritmo ensemble combina modelli deboli iterativamente migliorando gli errori di quelli precedenti?   AdaBoost

- Quale algoritmo genetico utilizza selezione naturale, crossover e mutazione per cercare soluzioni ottimali?   Algoritmi genetici

- Quale algoritmo raccoglie esperienze precedenti per migliorare decisioni future in contesti dinamici?   Reinforcement Learning

- Quale algoritmo supervisionato costruisce regole decisionali sotto forma di albero gerarchico?   Decision Tree

- Quale algoritmo utilizza kernel per mappare dati non lineari in uno spazio più alto?   SVM

- Quale aspetto deve essere documentato in modo accurato quando si adotta un sistema di IA decisionale?   Dati utilizzati, finalità, logica generale, limiti, prestazioni e responsabilità operative

- Quale caratteristica distingue principalmente un sistema di intelligenza artificiale da un software tradizionale basato solo su regole fisse?   La capacità di apprendere o adattare il comportamento a partire da dati o esperienza

- Quale caratteristica distingue un sistema esperto dai moderni modelli addestrati sui dati?   Si basa principalmente su regole esplicite e conoscenza codificata da esperti

- Quale dei seguenti è un esempio di analisi supervisionata nel contesto del machine learning?   Utilizzare un modello per prevedere il prezzo di una casa sulla base di caratteristiche come la superficie e il numero di stanze, usando un dataset con prezzi noti

- Quale dei seguenti è uno dei vantaggi principali dell'architettura Transformer rispetto alle reti neurali ricorrenti (RNN)?   Capacità di catturare relazioni a lungo termine in sequenze di dati

- Quale dei seguenti metodi di pandas converte un DataFrame in una stringa JSON?   to_json

- Quale delle seguenti affermazioni definisce meglio il text mining?   E' una forma particolare di data mining

- Quale delle seguenti caratteristiche dei big data è più rilevante nel contesto "data science"?   Varietà

- Quale delle seguenti operazioni è più rilevante nel lavoro del Data Scientist?   Definire la/le domande da farsi

- Quale descrizione si adatta meglio all'apprendimento non supervisionato?   Individuare strutture o raggruppamenti nei dati senza etichette di output predefinite

- Quale funzione svolge il monitoraggio di un modello dopo la messa in produzione?   Verificare nel tempo prestazioni, errori, deriva dei dati e necessità di aggiornamento

- Quale funzione svolge uno strato di pooling in una rete convoluzionale?   Riduce la dimensione delle rappresentazioni mantenendo informazioni rilevanti

- Quale metodo misura la differenza tra una distribuzione reale e una generata usando la distanza di Jensen-Shannon?   GAN

- Quale metodo probabilistico crea un modello generativo per stimare la distribuzione dei dati tramite variabili latenti?   Gaussian Mixture Model

- Quale metrica è particolarmente utile quando si vuole limitare il numero di falsi negativi in un sistema di classificazione?   Il recall

- Quale misura valuta la purezza di un nodo in un albero decisionale?   Entropia

- Quale modello è tipicamente adatto all'elaborazione di immagini per compiti di classificazione visiva?   Una rete neurale convoluzionale

- Quale modello probabilistico assume indipendenza tra feature per semplificare i calcoli?   Naive Bayes

- Quale obiettivo ha la cross-validation durante la valutazione di un modello?   Stimare in modo più robusto le prestazioni usando diverse suddivisioni dei dati

- Quale paradigma di apprendimento insegna a un agente a massimizzare ricompense cumulative?   Reinforcement Learning

- Quale problema può derivare dall'uso di dati di addestramento non rappresentativi della popolazione destinataria del servizio?   Prestazioni distorte o discriminatorie verso gruppi poco rappresentati

- Quale rete neurale è in grado di apprendere dipendenze molto lunghe grazie ai meccanismi di attenzione?   Transformer

- Quale rete neurale è ottimizzata per l'elaborazione di immagini tramite filtri convoluzionali?   CNN

- Quale rete neurale utilizza pesi condivisi per riconoscere pattern ripetuti nelle immagini?   CNN

- Quale rischio è associato all'utilizzo di dati personali in sistemi di IA senza adeguate misure di protezione?   La violazione della riservatezza e dei principi di protezione dei dati

- Quale tecnica addestra una rete neurale modificando i pesi attraverso la retropropagazione dell'errore?   Backpropagation

- Quale tecnica di intelligenza artificiale permette di generare immagini realistiche tramite due reti in competizione?   GAN

- Quale tecnica di riduzione della dimensionalità individua le componenti principali massimizzando la varianza dei dati?   PCA

- Quale tecnica testa un modello usando porzioni differenti del dataset al fine di validarlo?   Cross Validation

- Quale tipo di algoritmi di clustering gerarchico partono considerando inizialmente ogni dato come una foglia?   Clustering gerarchico agglomerativo

- Quale tipo di rete neurale è progettata per gestire dati sequenziali come testo e serie temporali?   RNN

- Quale tra i seguenti è il ruolo di un algoritmo di clustering nell'ambito del Machine Learning?   Raggruppare i dati in sottoinsiemi in funzione di proprietà specifiche

- Quale variante di rete neurale ricorrente risolve il problema della scomparsa del gradiente grazie alle sue celle con porte?   LSTM

- Quale, tra quelli proposti, è uno dei passaggi dell'algoritmo di partizionamento k-means?   Calcolare la distanza tra il punto i-esimo rispetto a tutti i centroidi

- Quali dei seguenti metodi si pone come obiettivo il raggruppamento di elementi omogenei in un insieme di dati?   Clustering

- Quando non è consigliata la soluzione di un problema basato sulla definizione di un algoritmo euristico?   la risoluzione del problema ottimo può essere raggiunta con complessità computazionale logaritmica