SIC-FinalExam-3

Làm thế nào để tính tần suất thuật ngữ (TF) của một từ trong một tài liệu?

• Tính bình phương của số lần xuất hiện của từ đó

• Tính số lượng tài liệu chứa từ đó chia cho tổng số tài liệu

• Tính số lần xuất hiện của từ đó chia cho tổng số từ trong tài liệu

• Tính Logarit của số lần xuất hiện của từ đó

Hãy chọn đáp án đúng với định nghĩa tần suất thuật ngữ (TF).

• TF là số đo cho biết mức độ phổ biến của một từ trong ngôn ngữ nói chung.

• TF là số đo cho biết mức độ quan trọng của một từ trong một tập hợp các tài liệu.

• TF là số đo cho biết số lần lặp lại của một từ trong một tập hợp các tài liệu.

• TF là số đo cho biết mức độ quan trọng của một từ trong một tài liệu, được tính bằng số lần từ đó xuất hiện trong tài liệu chia cho tổng số từ trong tài liệu.

RNN phù hợp cho loại dự đoán nào?

• Dự đoán hình ảnh

• Dự đoán âm thanh

• Dự đoán video

• Dự đoán chuỗi thời gian

Điều gì được cải thiện ở LSTM so với các ô RNN thông thường?

• Tương quan ngắn hạn

• Tương quan ngẫu nhiên

• Tương quan không gian

• Tương quan lâu dài

Mô hình RNN thường được sử dụng với loại dữ liệu nào sau đây?

• Dữ liệu chuỗi

• Dữ liệu số

• Dữ liệu hình ảnh

• Dữ liệu âm thanh

Trong TensorFlow, API nào được sử dụng để thực hiện dropout trong CNN?

• tf.layers.Dense

• tf.layers.MaxPool2D

• tf.layers.Conv2D

• tf.layers.Dropout

Trong TensorFlow với Keras API, lớp nào sau đây được sử dụng để thực hiện gộp tối đa (max pooling) trong mạng CNN?

• tf.keras.layers.Conv2D

• tf.keras.layers.Dense

• tf.keras.layers.MaxPool2D

• tf.keras.Sequential

Trong mô hình CNN, việc sử dụng pooling layer sẽ mang lại lợi ích gì?

• Tăng độ phức tạp của mô hình

• Giảm kích thước hình ảnh

• Tăng kích thước hình ảnh

• Giảm quá khớp

Hãy chọn các ứng dụng của phương sai tích luỹ trong PCA.

• Giảm nhiễu trong dữ liệu.

• Phát hiện các ngoại lệ trong dữ liệu.

• Phát hiện các mẫu và xu hướng trong dữ liệu.

• Tất cả các ý trên.

Giảm chiều dữ liệu là gì?

• Việc biến đổi dữ liệu từ không gian có nhiều chiều sang không gian có ít chiều hơn mà vẫn giữ lại được thông tin quan trọng nhất.

• Việc loại bỏ các biến không quan trọng trong dữ liệu để giảm kích thước tập dữ liệu.

• Việc nén dữ liệu để tiết kiệm dung lượng lưu trữ.

• Tất cả các đáp án trên.