BÀI TẬP: LÀM SẠCH DỮ LIỆU CÙNG AI

Tại sao việc làm sạch dữ liệu được xem là bước đầu tiên quan trọng trong quy trình phân tích dữ liệu?

• Giúp dữ liệu nhẹ hơn khi lưu trữ

• Giúp đảm bảo độ chính xác của kết quả phân tích và quyết định sau này

• Giúp trình bày đẹp hơn khi in báo cáo

• Giúp tăng tốc độ mạng khi chia sẻ dữ liệu

Một trong những rủi ro phổ biến khi không làm sạch dữ liệu là gì?

• Mất màu nền dữ liệu

• Trùng lặp thông tin khiến thống kê bị sai

• Giảm kích thước file dữ liệu

• Mất định dạng font chữ

Khi sử dụng AI để làm sạch dữ liệu, người dùng cần đặc biệt lưu ý điều gì?

• Không chia sẻ dữ liệu nhạy cảm hoặc thông tin cá nhân

• Luôn nhập toàn bộ dữ liệu gốc vào AI để AI hiểu rõ hơn

• Tải dữ liệu lên nhiều công cụ cùng lúc để so sánh

• Không cần kiểm tra lại kết quả của AI

Theo quy tắc 1x10x100, việc phát hiện lỗi dữ liệu càng muộn thì:

• Càng dễ khắc phục

• Càng tốn kém và phức tạp hơn để sửa

• Không ảnh hưởng gì đến kết quả

• Có thể bỏ qua vì AI sẽ tự sửa

Trong quá trình làm sạch, thao tác nào sau đây KHÔNG được xem là làm sạch dữ liệu?

• Xóa giá trị trùng lặp

• Điền dữ liệu bị thiếu

• Tạo biểu đồ thống kê

• Chuẩn hóa định dạng số điện thoại

Khi AI tự động điền dữ liệu bị thiếu, rủi ro nào có thể xảy ra nếu người dùng không kiểm tra lại?

• Dữ liệu có thể bị sai lệch hoặc không phù hợp với ngữ cảnh thực tế

• AI sẽ làm trùng dữ liệu

• File dữ liệu sẽ không mở được

• Hệ thống tự động xóa các hàng bị lỗi

Việc “chuẩn hóa dữ liệu đầu vào” có ý nghĩa gì trong quản lý dữ liệu?

• Giúp giảm chi phí lưu trữ file

• Giúp tiết kiệm thời gian làm sạch về sau

• Giúp tăng tính bảo mật cho dữ liệu

• Giúp đổi font chữ nhanh hơn

Khi dùng AI hoặc ChatGPT để viết mã làm sạch dữ liệu, bước nào là quan trọng nhất để tránh rủi ro?

• Mô tả yêu cầu thật rõ ràng và kiểm tra lại kết quả sau khi chạy mã

• Dán toàn bộ dữ liệu vào prompt để AI “hiểu”

• Chạy mã nhiều lần để AI tự học

• Không lưu lại đoạn mã sau khi chạy

Một bảng dữ liệu được xem là đạt chuẩn khi:

• Có màu sắc đa dạng và nhiều ký tự đặc biệt

• Dữ liệu căn lề đồng nhất, chính tả đúng, không ký tự thừa

• Có nhiều hình ảnh minh họa

• Mỗi cột dùng định dạng ngẫu nhiên

Khi sử dụng AI để xử lý dữ liệu nội bộ, điều nào dưới đây là thực hành an toàn?

• Dùng tài khoản công cộng để chạy mã

• Kiểm tra kỹ nội dung trước khi chia sẻ hoặc tải dữ liệu lên

• Gửi toàn bộ dữ liệu công ty cho AI xử lý để tiết kiệm thời gian

• Để AI tự quyết định cách xử lý dữ liệu