Font size
WorksheetsCâu hỏi trắc nghiệm về trực quan hóa dữ liệu
Total questions: 114
Worksheet time: 1hrs 5mins
Mục đích chính của việc sử dụng hệ thống trực quan hóa dữ liệu là gì?
Tăng khả năng tự động hóa trong xử lý dữ liệu
Thay thế hoàn toàn con người trong việc phân tích dữ liệu
Hỗ trợ con người thực hiện các nhiệm vụ hiệu quả hơn
Tăng khả năng lưu trữ dữ liệu
Nguyên tắc nào sau đây không thuộc về các nguyên tắc mã hóa dữ liệu hiệu quả?
Nguyên tắc tính biểu đạt (Expressiveness Principle)
Nguyên tắc tương phản (Contrast Principle)
Nguyên tắc hiệu quả (Effectiveness Principle)
Nguyên tắc phân loại (Classification Principle)
Trong biểu đồ scatterplot, kênh mã hóa chính được sử dụng để biểu diễn các thuộc tính định lượng là gì?
Vị trí ngang và vị trí dọc
Kích thước và màu sắc
Hình dạng và độ nghiêng
Độ sáng và độ bão hòa
Đặc điểm nào dưới đây mô tả ưu điểm của adjacency matrix so với node-link diagram khi trực quan hóa mạng?
Dễ hiểu ngay lập tức, không cần đào tạo
Khả năng hiển thị cao với mạng lưới lớn
Hiển thị rõ ràng các đường dẫn và cấu trúc
Phù hợp hơn với mạng lưới nhỏ
Trong việc chọn bảng màu cho dữ liệu liên tục, loại màu nào thường được sử dụng để biểu thị giá trị tăng hoặc giảm?
Màu phân kỳ (Diverging)
Màu tuần tự (Sequential)
Màu phân loại (Categorical)
Màu nhị phân (Binary)
Khi nào biểu đồ thanh (bar chart) nên được ưu tiên hơn biểu đồ đường (line chart)?
Khi dữ liệu có xu hướng tuần tự
Khi thuộc tính chính là danh mục (categorical)
Khi muốn nhấn mạnh mối quan hệ giữa các điểm dữ liệu
Khi cần thể hiện xu hướng qua thời gian
Nguyên nhân nào sau đây khiến việc xác thực (validation) trong thiết kế trực quan hóa trở nên khó khăn?
Hạn chế về bộ nhớ hệ thống
Nhu cầu sử dụng nhiều phương pháp từ các lĩnh vực khác nhau
Thiếu thông tin từ ngư
y khiến việc xác thực (validation) trong thiết kế trực quan hóa trở nên khó khăn?
Hạn chế về bộ nhớ hệ thống
Nhu cầu sử dụng nhiều phương pháp từ các lĩnh vực khác nhau
Thiếu thông tin từ người dùng mục tiêu
Sự phức tạp của các thuật toán mã hóa
Trong biểu đồ nhiệt (heatmap), thuộc tính định lượng thường được biểu diễn bằng kênh nào?
Vị trí
Kích thước
Màu sắc
Hình dạng
Tại sao trực quan hóa dựa trên biểu đồ lại phù hợp hơn việc sử dụng các công cụ âm thanh trong việc phân tích dữ liệu?
Âm thanh có băng thông cao hơn thị giác
Trực quan hóa cho phép xử lý đồng thời và xử lý trước (pre-attentive)
Âm thanh có khả năng tái hiện dữ liệu chính xác hơn
Con người không quen với việc phân tích qua thị giác
Loại dữ liệu nào thường sử dụng biểu đồ choropleth để trực quan hóa?
Dữ liệu danh mục (categorical data)
Dữ liệu định lượng gắn với hình học không gian (quantitative spatial data)
Dữ liệu phân cấp (hierarchical data)
Dữ liệu thời gian (time-series data)
Khi sử dụng màu sắc để mã hóa dữ liệu, việc kiểm tra khả năng nhận thức màu sắc của người dùng được thực hiện nhằm đảm bảo điều gì?
Giảm số lượng màu trong biểu đồ
Tăng độ tương phản giữa các màu
Đảm bảo biểu đồ dễ hiểu với người bị mù màu
Đảm bảo tất cả các màu đều có độ sáng giống nhau
"Force-directed placement" là gì trong trực quan hóa mạng (network visualization)?
Phương pháp sắp xếp các nút và liên kết dựa trên ý nghĩa không gian có sẵn
Một thuật toán tự động bố trí các nút để giảm tối đa giao cắt liên kết
Một cách mã hóa dữ liệu mạng dựa trên màu sắc và kích thước
Kỹ thuật tương tác để chọn các nút trong mạng
Loại biểu đồ nào phù hợp để hiển thị mối quan hệ "phần và toàn bộ" (part-to-whole relationship)?
Loại biểu đồ nào phù hợp để hiển thị mối quan hệ "phần và toàn bộ" (part-to-whole relationship)?
Biểu đồ đường (line chart)
Biểu đồ thanh xếp chồng (stacked bar chart)
Biểu đồ scatterplot
Biểu đồ ma trận
Một trong những thách thức lớn nhất khi thiết kế biểu đồ nhiệt (heatmap) là gì?
Hiển thị quá nhiều dữ liệu làm mất chi tiết
Thiếu các trục để định hướng giá trị
Kích thước vùng nhỏ không nổi bật trong biểu đồ
Thiếu khả năng tương tác với người dùng
Điểm mạnh chính của biểu đồ ma trận (adjacency matrix) so với biểu đồ liên kết nút (node-link diagram) là gì?
Hiển thị các đường dẫn dài tốt hơn
Dễ dàng mở rộng với mạng lớn
Cung cấp khả năng tương tác cao hơn
Thích hợp hơn cho các nhiệm vụ liên quan đến cấu trúc học đường
Dữ liệu nào sau đây được gọi là "derived data" (dữ liệu suy diễn)?
Dữ liệu được thu thập trực tiếp từ thực tế
Dữ liệu được tạo ra từ quá trình chuyển đổi hoặc tính toán
Dữ liệu được gắn nhãn bởi các chuyên gia lĩnh vực
Dữ liệu thời gian thực
Tại sao cần tránh sử dụng trục y bị cắt (cropped y-axis) trong biểu đồ đường?
Vì nó làm mất tính thẩm mỹ của biểu đồ
Vì nó có thể gây hiểu sai về độ dốc và xu hướng
Vì nó làm biểu đồ khó đọc hơn
Vì không thể biểu diễn dữ liệu âm
Biểu đồ nào dưới đây được sử dụng để hiển thị các lớp dữ liệu theo thời gian với sự liên tục ngang?
Biểu đồ thanh (bar chart)
Biểu đồ đường (line chart)
Biểu đồ dòng (streamgraph)
Biểu đồ nhiệt (heatmap)
Trong thiết kế trực quan hóa, điều gì cần được ưu tiên khi tài nguyên về màn hình hiển thị bị giới hạn?
Tăng mật độ thông tin (information density)
Tăng khoảng trắng (whitespace) để tránh lộn xộn
Sử dụng màu sắc mạ
Điều gì cần được ưu tiên khi tài nguyên về màn hình hiển thị bị giới hạn?
Tăng mật độ thông tin (information density)
Tăng khoảng trắng (whitespace) để tránh lộn xộn
Sử dụng màu sắc mạnh để thu hút sự chú ý
Giảm số lượng dữ liệu được hiển thị
Nguyên tắc nào sau đây giúp phân biệt các thuộc tính định lượng và danh mục khi sử dụng kênh mã hóa (encoding channels)?
Nguyên tắc hiệu quả
Nguyên tắc tính biểu đạt
Nguyên tắc sắp xếp
Nguyên tắc tương phản
Trong biểu đồ mạng (network diagram), "radial node-link tree" sắp xếp các nút như thế nào?
Theo chiều ngang và chiều dọc trong không gian Euclidean
Theo dạng ma trận với các liên kết giữa các ô
Theo dạng trục góc (radial axes) với khoảng cách từ trung tâm thể hiện độ sâu
Theo đường thẳng với các nút xếp chồng lên nhau
Đối với dữ liệu phân cụm (clustered data), loại biểu đồ nào phù hợp để thể hiện các cụm được tìm thấy bằng phương pháp tự động?
Biểu đồ nhiệt với dendrogram (cluster heatmap)
Biểu đồ đường (line chart)
Biểu đồ tần số (histogram)
Biểu đồ scatterplot
Kênh mã hóa nào thường ít hiệu quả nhất khi được sử dụng cho thuộc tính định lượng?
Vị trí ngang hoặc dọc
Kích thước vùng (area size)
Độ sáng (luminance)
Hình dạng (shape)
Điểm yếu của biểu đồ đường kết nối (connected scatterplot) so với biểu đồ đường thông thường là gì?
Không thể hiển thị xu hướng dữ liệu
Yêu cầu phải có 2 trục dọc thay vì 1
Khó hiểu hơn đối với mối tương quan giữa các giá trị
Không thể hiển thị dữ liệu danh mục
Trong các loại bản đồ sử dụng màu, tại sao "sequential colormap" được ưa thích cho dữ liệu định lượng?
Vì nó sử dụng nhiều màu sắc mạnh để tạo độ tương phản
Vì nó thể hiện sự thay đổi tuyến tính về giá trị một cách rõ ràng
Vì nó dễ dàng
Tại sao "sequential colormap" được ưa thích cho dữ liệu định lượng?
Vì nó sử dụng nhiều màu sắc mạnh để tạo độ tương phản
Vì nó thể hiện sự thay đổi tuyến tính về giá trị một cách rõ ràng
Vì nó dễ dàng thích ứng với dữ liệu danh mục
Vì nó làm nổi bật các vùng có giá trị thấp hơn
Biểu đồ nào phù hợp nhất để tìm các điểm ngoại lệ (outliers) trong một tập dữ liệu?
Biểu đồ đường (line chart)
Biểu đồ hộp (boxplot)
Biểu đồ nhiệt (heatmap)
Biểu đồ bánh (pie chart)
Khi sử dụng màu để mã hóa dữ liệu, nên tránh điều gì?
Sử dụng màu có độ bão hòa thấp cho các vùng nhỏ
Kết hợp độ sáng và độ bão hòa để mã hóa dữ liệu
Sử dụng màu sắc đa dạng cho dữ liệu danh mục
Dựa hoàn toàn vào màu sắc (hue) mà không có mã hóa bổ sung
Kỹ thuật nào giúp giảm sự phức tạp khi trực quan hóa dữ liệu?
Tăng mật độ dữ liệu trên màn hình
Áp dụng các phép biến đổi dữ liệu (derive data)
Sử dụng màu sắc tươi sáng hơn để làm nổi bật thông tin
Giảm các tùy chọn tương tác
Biểu đồ histogram phụ thuộc vào yếu tố nào để hiển thị chính xác các mẫu dữ liệu?
Số lượng trục được sử dụng
Kích thước vùng trong biểu đồ
Kích thước của các nhóm (bin size)
Số lượng màu được sử dụng
Điều nào sau đây đúng về "adjacency matrix" khi trực quan hóa mạng?
Nó hiển thị đường dẫn giữa các nút rõ ràng hơn so với biểu đồ liên kết nút
Nó không thể hiển thị được các mạng lớn
Nó trực quan và không yêu cầu đào tạo để hiểu
Nó thích hợp cho các tác vụ liên quan đến cấu trúc ma trận hơn là cấu trúc đường dẫn
Tại sao việc hiển thị toàn bộ dữ liệu thô trong biểu đồ lại quan trọng thay vì chỉ hiển thị số liệu tóm tắt?
Vì nó làm cho biểu đồ thẩm mỹ hơn
Vì nó giúp xác nhận các mẫu đã biết và phát hiện mẫu bất ngờ
Vì nó giảm tải cho hệ thống hiển thị
Vì n
Tại sao việc sử dụng hình dạng (shape) là quan trọng thay vì chỉ hiển thị số liệu tóm tắt?
Vì nó làm cho biểu đồ thẩm mỹ hơn
Vì nó giúp xác nhận các mẫu đã biết và phát hiện mẫu bất ngờ
Vì nó giảm tải cho hệ thống hiển thị
Vì nó dễ thực hiện hơn so với việc tạo tóm tắt
Thuộc tính định lượng nào không phù hợp để mã hóa bằng hình dạng (shape)?
Độ nghiêng (tilt)
Vị trí (position)
Độ sáng (luminance)
Độ cong (curvature)
"Task abstraction" trong quá trình thiết kế trực quan hóa đề cập đến điều gì?
Xác định cách dữ liệu được mã hóa
Trình bày trực quan các mối quan hệ không gian
Chuyển đổi nhiệm vụ cụ thể thành dạng nhiệm vụ trừu tượng
Tối ưu hóa thời gian xử lý thuật toán
Trong trực quan hóa dữ liệu mạng (network visualization), loại biểu đồ nào thích hợp cho mạng nhỏ?
Biểu đồ ma trận liên kề (adjacency matrix)
Biểu đồ liên kết nút (node-link diagram)
Biểu đồ nhiệt (heatmap)
Biểu đồ radial
Điểm nào không phải là lợi thế của việc sử dụng "spatial position" làm kênh mã hóa dữ liệu?
Thể hiện mối quan hệ dễ dàng
Dễ nhận biết và không cần đào tạo
Có thể biểu diễn nhiều loại thuộc tính cùng lúc
Giới hạn khả năng hiển thị khi không gian bị thu hẹp
Biểu đồ nào sử dụng các đường kết nối giữa các điểm để biểu diễn mối quan hệ theo thời gian?
Biểu đồ scatterplot
Biểu đồ connected scatterplot
Biểu đồ đường (line chart)
Biểu đồ thanh (bar chart)
Nguyên tắc "effectiveness principle" trong mã hóa trực quan là gì?
Chọn kênh mã hóa phù hợp với đặc điểm dữ liệu
Tối ưu hóa thông tin để giảm bớt sự phức tạp
Sử dụng kênh mã hóa hiệu quả nhất cho các thuộc tính quan trọng
Loại bỏ những dữ liệu không liên quan
Một vấn đề phổ biến với biểu đồ tần số (histogram) là gì?
Một vấn đề phổ biến với biểu đồ tần số (histogram) là gì?
Không thể hiển thị dữ liệu định lượng
Phụ thuộc lớn vào kích thước của nhóm (bin size)
Không thể hiển thị được dữ liệu danh mục
Khó mở rộng cho tập dữ liệu lớn
Khi nào nên sử dụng biểu đồ hộp (boxplot)?
Khi muốn hiển thị các đường xu hướng
Khi muốn tìm các ngoại lệ trong tập dữ liệu
Khi muốn minh họa sự phân bổ theo thời gian
Khi muốn hiển thị mối quan hệ giữa hai thuộc tính
Trong trực quan hóa, "derive new data" (tạo dữ liệu suy diễn) là bước nào?
Mã hóa dữ liệu bằng cách sử dụng các kênh mã hóa trực quan
Thực hiện các phép biến đổi trên dữ liệu ban đầu để tạo dữ liệu mới
Trực tiếp trình bày dữ liệu thô mà không cần xử lý
Xây dựng các thuật toán để hiển thị dữ liệu nhanh hơn
Biểu đồ nào sử dụng các trục song song để hiển thị dữ liệu đa chiều?
Biểu đồ scatterplot matrix
Biểu đồ đường (line chart)
Biểu đồ thanh xếp chồng (stacked bar chart)
Biểu đồ tọa độ song song (parallel coordinates)
Trong việc sử dụng màu sắc, tại sao màu phân kỳ (diverging color map) được ưa chuộng?
Để mã hóa dữ liệu danh mục
Để làm nổi bật giá trị trung tính và hai cực đối lập
Để tạo ra cảm giác liên tục trong biểu đồ
Để giúp người dùng tập trung vào các giá trị thấp
Khi mã hóa dữ liệu định lượng, thuộc tính nào thường hiệu quả nhất?
Hình dạng (shape)
Vị trí (position)
Độ sáng (luminance)
Độ nghiêng (tilt)
Biểu đồ nào phù hợp nhất để hiển thị mối quan hệ giữa hai thuộc tính định lượng?
Biểu đồ nhiệt (heatmap)
Biểu đồ scatterplot
Biểu đồ hộp (boxplot)
Biểu đồ thanh (bar chart)
ữa hai thuộc tính định lượng?
Biểu đồ nhiệt (heatmap)
Biểu đồ scatterplot
Biểu đồ hộp (boxplot)
Biểu đồ thanh (bar chart)
Điều gì nên được tránh khi thiết kế trực quan hóa cho người mù màu?
Sử dụng màu đỏ và xanh lá cây làm cặp màu chính
Sử dụng độ sáng và độ bão hòa thay đổi
Kết hợp hình dạng khác nhau để phân biệt dữ liệu
Dùng màu xanh dương và cam làm màu chính
Trong thiết kế biểu đồ, tránh sử dụng "dual axes" (trục kép) vì lý do gì?
Làm mất không gian màn hình
Thường dẫn đến sự hiểu nhầm về dữ liệu
Không thể mã hóa dữ liệu danh mục
Khó hiển thị xu hướng dữ liệu
Một lợi ích quan trọng của "adjacency matrix" là gì?
Khả năng hiển thị các đường dẫn phức tạp
Khả năng mở rộng với mạng lưới lớn
Đơn giản và không cần đào tạo để hiểu
Cung cấp trực quan các nút và đường nối
Trong trực quan hóa mạng, thuật toán "force-directed layout" ưu tiên điều gì?
Giảm giao điểm của các đường nối
Hiển thị dữ liệu định lượng chính xác
Tăng sự trực quan hóa của các vùng nhỏ
Loại bỏ hoàn toàn sự tương tác
Điểm yếu lớn nhất của biểu đồ "radar plot" là gì?
Không thể hiển thị dữ liệu thời gian
Không phù hợp với các danh mục không tuần hoàn
Không thể sử dụng mã hóa màu
Không thể hiển thị các cụm dữ liệu
Nguyên tắc "banking to 45 degrees" trong biểu đồ đường giúp đạt được điều gì?
Làm cho các đường dốc dễ nhận biết hơn
Tăng tính thẩm mỹ của biểu đồ
Tạo không gian trống giữa các đường
Mã hóa dữ liệu định lượng hiệu quả hơn
Trong biểu đồ mạng lớn, nên sử dụng loại biểu đồ nào để đạt hiệu quả cao nhất?
Biểu đồ ma trận liên kề (adjacency matrix)
Biểu đồ liên kết nút (node-link diagram)
Biểu đồ thanh (bar chart)
Biểu đồ nhiệt (heatmap)
Tại sao cần
Biểu đồ nào đạt hiệu quả cao nhất?
Biểu đồ ma trận liên kề (adjacency matrix)
Biểu đồ liên kết nút (node-link diagram)
Biểu đồ thanh (bar chart)
Biểu đồ nhiệt (heatmap)
Tại sao cần sử dụng màu sắc bão hòa cao cho các vùng nhỏ trong biểu đồ?
Để tạo độ tương phản với các vùng lớn hơn
Để hiển thị giá trị trung tính
Để làm cho biểu đồ dễ nhìn hơn
Để tăng tính thẩm mỹ của biểu đồ
Trong biểu đồ tần số (histogram), nếu kích thước nhóm (bin size) quá lớn, điều gì xảy ra?
Làm mất chi tiết quan trọng của dữ liệu
Hiển thị quá nhiều dữ liệu làm lộn xộn biểu đồ
Dữ liệu bị mất hoàn toàn trong biểu đồ
Màu sắc không còn ý nghĩa
Biểu đồ nào phù hợp nhất để tìm các cụm (clusters) trong dữ liệu phân loại?
Biểu đồ scatterplot
Biểu đồ nhiệt (heatmap)
Biểu đồ hộp (boxplot)
Biểu đồ thanh xếp chồng
Khi nào nên sử dụng "node-link diagram" thay vì "adjacency matrix" trong trực quan hóa mạng?
Khi cần hiển thị đường dẫn và cấu trúc mạng nhỏ
Khi muốn hiển thị dữ liệu phân cụm
Khi dữ liệu mạng có hơn 1.000 nút
Khi cần sắp xếp các nút theo thứ tự nhất định
Điểm nào là một nhược điểm của biểu đồ stacked bar chart?
Không hiển thị được mối quan hệ tổng thể
Khó so sánh các phần không liền kề trong thanh
Không thể mã hóa dữ liệu định lượng
Không phù hợp cho dữ liệu thời gian
Mục đích chính của việc sử dụng "derived data" trong trực quan hóa là gì?
Tăng độ phức tạp của biểu đồ
Trực quan hóa trực tiếp dữ liệu thô
Tạo thông tin mới từ dữ liệu hiện có
Loại bỏ dữ liệu không cần thiết
Tại sao "scatterplot matrix" được sử dụng để phân tích dữ liệu đa chiều?
Hiển thị xu hướng của một biến duy nhất
Hiển thị tất cả các cặp mối quan hệ giữa các thuộc tính
"ot matrix" được sử dụng để phân tích dữ liệu đa chiều?
Hiển thị xu hướng của một biến duy nhất
Hiển thị tất cả các cặp mối quan hệ giữa các thuộc tính
Mã hóa dữ liệu thời gian một cách chính xác
Giảm độ phức tạp bằng cách sử dụng một trục duy nhất
"Gantt chart" thường được sử dụng để hiển thị gì?
Xu hướng dữ liệu theo thời gian
Thời gian bắt đầu, kết thúc và mối quan hệ giữa các nhiệm vụ
Tương quan giữa hai biến định lượng
Phân phối tần suất của dữ liệu
Kênh nào không phù hợp để mã hóa dữ liệu danh mục (categorical data)?
Màu sắc (hue)
Hình dạng (shape)
Vị trí (position)
Độ sáng (luminance)
Một biểu đồ nhiệt (heatmap) sử dụng loại kênh mã hóa nào để biểu thị dữ liệu định lượng?
Kích thước (size)
Màu sắc (color)
Hình dạng (shape)
Vị trí (position)
Một yếu tố quan trọng cần lưu ý khi sử dụng màu phân kỳ (diverging colormap) là gì?
Tăng độ tương phản giữa các màu
Đảm bảo giá trị trung tính nằm giữa dải màu
Giảm số lượng màu được sử dụng
Tăng độ sáng của các màu cực đại
Mục tiêu chính của "force-directed graph layout" là gì?
Sắp xếp các nút để mã hóa dữ liệu danh mục
Tối thiểu hóa số lần giao cắt giữa các đường nối
Hiển thị dữ liệu phân cấp với mức độ chi tiết cao
Mã hóa dữ liệu định lượng bằng các cạnh
Trong trực quan hóa dữ liệu không gian (spatial data), "choropleth map" thường sử dụng kiểu dữ liệu nào?
Các trường không gian vô hướng (scalar fields)
Các mạng liên kết (network)
Các bảng đa chiều
Các ma trận tương quan
Biểu đồ "streamgraph" phù hợp để biểu thị loại dữ liệu nào?
Dữ liệu phân cụm
Dữ liệu thời gian với các lớp liên tục theo chiều ngang
Dữ liệu định lượng có xu hướng tuyến tính
Dữ liệu mạng với các đường dẫn phức tạp
Biểu thị loại dữ liệu nào?
Dữ liệu phân cụm
Dữ liệu thời gian với các lớp liên tục theo chiều ngang
Dữ liệu định lượng có xu hướng tuyến tính
Dữ liệu mạng với các đường dẫn phức tạp
Khi chọn biểu đồ đường (line chart), trục y nên luôn bắt đầu từ đâu để tránh gây hiểu nhầm?
Giá trị trung bình của dữ liệu
Giá trị cực tiểu của dữ liệu
Giá trị bằng 0
Giá trị cực đại của dữ liệu
Trong biểu đồ mạng, "adjacency matrix" thích hợp nhất để hiển thị gì?
Các đường dẫn cụ thể giữa các nút
Mối quan hệ đối xứng giữa các nút
Cấu trúc phân cấp của dữ liệu mạng
Mối tương quan giữa các thuộc tính định lượng
Một "radial node-link tree" hiển thị dữ liệu như thế nào?
Các nút theo thứ tự tuyến tính
Các nút và liên kết xếp theo trục góc, với khoảng cách từ tâm thể hiện độ sâu
Dữ liệu được mã hóa màu và hình dạng
Các liên kết sắp xếp ngẫu nhiên
Tại sao cần tránh chỉ sử dụng màu sắc (hue) để mã hóa dữ liệu?
Vì màu sắc không phù hợp với dữ liệu định lượng
Vì dễ dẫn đến hiểu sai giá trị trung bình
Vì người mù màu có thể gặp khó khăn trong việc phân biệt
Vì màu sắc không hiển thị tốt trên màn hình
Trong "scatterplot matrix", yếu tố nào có thể làm tăng độ khó hiểu?
Số lượng cặp thuộc tính quá nhiều
Không sử dụng trục tọa độ
Thiếu các điểm dữ liệu
Sử dụng màu sắc không đồng nhất
Trong thiết kế màu sắc, màu nào an toàn nhất cho người mù màu?
Đỏ và xanh lá cây
Xanh dương và cam
Vàng và xanh lá cây
Đỏ và vàng
"Slopegraph" thường được sử dụng để hiển thị gì?
Sự thay đổi giá trị hoặc thứ hạng giữa hai trạng thái
Mối quan hệ giữa các thuộc tính định lượng
Dữ liệu phân phối theo thời gian
Sự phân cụm của dữ liệu danh mục
Nguyên tắc nào sau đây không liên quan đến việc sắp xếp (arranging) dữ liệu?
Phân vùng (partitioning)
Lồng ghép (embedding)
Chọn lọc (filtering)
Giảm bớt (reducing)
"Bar chart" nên được sử dụng thay vì "line chart" khi nào?
Khi dữ liệu là danh mục (categorical)
Khi dữ liệu là tuần tự (sequential)
Khi muốn hiển thị xu hướng thời gian
Khi có nhiều thuộc tính định lượng
Trong biểu đồ nhiệt (heatmap), điều gì nên được tránh để đảm bảo tính chính xác?
Sử dụng màu sắc phân kỳ (diverging colormap)
Hiển thị nhiều giá trị trong một vùng nhỏ
Sử dụng màu tuần tự (sequential colormap)
Sử dụng màu sắc có độ bão hòa thấp
Nguyên tắc "nested model" giúp gì trong thiết kế trực quan hóa?
Tối ưu hóa thuật toán mã hóa dữ liệu
Phân tích rõ các cấp độ thiết kế và xác thực
Giảm độ phức tạp của cấu trúc dữ liệu
Tăng khả năng tương tác của biểu đồ
Khi nào nên sử dụng "parallel coordinates" thay vì "scatterplot matrix"?
Khi dữ liệu có ít hơn hai thuộc tính
Khi dữ liệu có hơn một chục thuộc tính
Khi muốn hiển thị xu hướng theo thời gian
Khi dữ liệu là danh mục
Trực quan hóa dữ liệu (data visualization) phù hợp nhất khi nào?
Khi giải pháp tự động hóa hoàn toàn tồn tại và được tin tưởng
Khi cần tăng tốc độ xử lý dữ liệu tự động
Khi cần hỗ trợ con người hiểu dữ liệu tốt hơn trong các bài toán phân tích chưa xác định rõ ràng
Khi không cần trình bày kết quả phân tích
Tại sao cần phải phân tích dữ liệu trước khi trực quan hóa?
Để giảm số lượng thông tin được hiển thị
Để cấu trúc không gian thiết kế và khám phá các tùy chọn
Để loại bỏ ho
Tại sao cần phải phân tích dữ liệu trước khi trực quan hóa?
Để giảm số lượng thông tin được hiển thị
Để cấu trúc không gian thiết kế và khám phá các tùy chọn
Để loại bỏ hoàn toàn dữ liệu không liên quan
Để đảm bảo rằng không có sai sót trong dữ liệu
Tại sao cần thiết phải có con người tham gia vào chu trình trực quan hóa dữ liệu?
Con người có thể thay thế mọi quá trình xử lý tự động
Con người giúp giảm lỗi trong các hệ thống tự động
Con người có thể đặt ra những câu hỏi mà các hệ thống tự động không thể dự đoán được
Con người có khả năng xử lý dữ liệu nhanh hơn hệ thống tự động
Một hệ thống trực quan hóa dữ liệu hiệu quả nên tập trung vào điều gì?
Loại bỏ hoàn toàn thông tin dư thừa
Tăng độ phức tạp để bao quát tất cả các chi tiết
Hiển thị dữ liệu thô thay vì tóm tắt dữ liệu
Cân bằng giữa việc xác nhận mẫu đã biết và khám phá mẫu mới
Ba loại giới hạn chính mà nhà thiết kế trực quan hóa cần cân nhắc là gì?
Thời gian xử lý, giới hạn băng thông, độ phân giải
Giới hạn tính toán, giới hạn con người, giới hạn hiển thị
Độ phức tạp của dữ liệu, giới hạn không gian, độ phân giải màn hình
Giới hạn bộ nhớ, giới hạn số lượng dữ liệu, giới hạn thuật toán
"Marks" và "Channels" được định nghĩa trong trực quan hóa là gì?
"Marks" là các thành phần đồ họa cơ bản, và "Channels" là cách điều khiển các đặc tính của chúng
"Marks" là các loại biểu đồ, và "Channels" là dữ liệu được hiển thị
"Marks" là dữ liệu thô, và "Channels" là dữ liệu suy diễn
"Marks" là cách mã hóa màu sắc, và "Channels" là cách mã hóa kích thước
Khi nào việc sử dụng một biểu diễn ngoại vi (external representation) trở nên cần thiết?
Khi dữ liệu dễ hiểu mà không cần hỗ trợ
Khi muốn thay thế khả năng nhận thức bằng khả năng tri giác
Khi nào việc sử dụng một biểu diễn ngoại vi (external representation) trở nên cần thiết?
Khi dữ liệu dễ hiểu mà không cần hỗ trợ
Khi muốn thay thế khả năng nhận thức bằng khả năng tri giác
Khi không có đủ không gian hiển thị
Khi cần lưu trữ dữ liệu dài hạn
Vì sao hệ thống hiển thị dựa trên thị giác (visual-based system) thường được sử dụng hơn so với âm thanh hoặc xúc giác?
Thị giác có băng thông cao và hỗ trợ xử lý song song tốt hơn
Âm thanh có thể gây nhiễu trong môi trường làm việc
Hệ thống xúc giác không có khả năng ghi nhớ
Thị giác có thể tái hiện lại chi tiết dữ liệu chính xác hơn
Câu nào sau đây đúng về vai trò của trực quan hóa dữ liệu trong việc phát triển các giải pháp tự động?
Trực quan hóa giúp phát triển giải pháp tự động nhanh hơn
Trực quan hóa hỗ trợ kiểm tra, xác nhận và xây dựng lòng tin với các hệ thống tự động
Trực quan hóa thay thế hoàn toàn các hệ thống tự động trong một số trường hợp
Trực quan hóa chỉ phù hợp để trình bày kết quả của các hệ thống tự động
Kênh mã hóa nào được coi là hiệu quả nhất để thể hiện dữ liệu định lượng?
Vị trí (position)
Màu sắc (hue)
Hình dạng (shape)
Độ sáng (luminance)
Tại sao cần giữ cân bằng giữa dữ liệu chi tiết và dữ liệu tóm tắt trong trực quan hóa?
Để làm biểu đồ hấp dẫn hơn về mặt thẩm mỹ
Để không làm người dùng bị choáng ngợp với quá nhiều thông tin
Để xác nhận mô hình thống kê và tìm kiếm các mẫu bất ngờ
Để giảm tài nguyên tính toán
Trong trực quan hóa dữ liệu, mục tiêu chính của việc sử dụng màu phân kỳ (diverging colormap) là gì?
Để mã hóa dữ liệu danh mục
Để làm nổi bật các giá trị trung tính và hai cực đối lập
Để hiển thị mối quan hệ giữa các thuộc tính định lượng
Để biểu diễn xu hướng dữ liệu theo thời gian
Khi nào nên chọn "node-link diagram" thay vì "adjacency matrix" trong trực quan hóa mạng?
Khi cần hiển thị dữ liệu mạng nhỏ và tập trung vào đường dẫn
Khi mạng có trên 1.000 nút và liên kết dày đặc
Khi cần sắp xếp các nút mạng theo danh mục
Khi tập trung vào phân tích ma trận đối xứng
Trong việc tổ chức dữ liệu không gian (spatial data), bản đồ choropleth thường được sử dụng với kiểu dữ liệu nào?
Dữ liệu mạng liên kết (network data)
Dữ liệu danh mục với nhiều thuộc tính
Dữ liệu hình học và trường không gian vô hướng (scalar fields)
Dữ liệu định lượng với mối quan hệ thời gian
Một trong những thách thức khi sử dụng màu sắc để mã hóa dữ liệu trong biểu đồ là gì?
Đảm bảo độ sáng và bão hòa tương thích với vùng nhỏ và vùng lớn
Sử dụng ít hơn 3 màu trong tất cả các biểu đồ
Đảm bảo rằng mọi biểu đồ đều sử dụng màu tuần tự
Tránh sử dụng bất kỳ màu sắc nào để đảm bảo tính đơn giản
Trong biểu đồ mạng, loại nào thích hợp để hiển thị hàng nghìn nút mà không gây rối?
Node-link diagram
Radial node-link tree
Adjacency matrix
Scatterplot
Tại sao biểu đồ slopegraph lại được sử dụng phổ biến trong việc hiển thị sự thay đổi thứ hạng?
Vì biểu đồ có thể hiển thị nhiều thuộc tính định lượng cùng lúc
Vì biểu đồ làm nổi bật sự thay đổi giữa hai trạng thái một cách trực quan
Vì biểu đồ không cần các trục số liệu để hiển thị dữ liệu
Vì biểu đồ giúp phân cụm dữ liệu hiệu quả hơn
"Force-directed layout" trong biểu đồ mạng giúp giải quyết vấn đề gì?
Sắp xếp các nút dựa trên khoảng cách toán học
Tối thiểu hóa số giao điểm giữa các liên
"Force-directed layout" trong biểu đồ mạng giúp giải quyết vấn đề gì?
Sắp xếp các nút dựa trên khoảng cách toán học
Tối thiểu hóa số giao điểm giữa các liên kết
Mã hóa dữ liệu định lượng bằng các đường nối
Sử dụng màu sắc để phân biệt các nút
Nguyên nhân chính khiến việc xác thực trực quan hóa dữ liệu trở nên khó khăn là gì?
Dữ liệu thường bị lỗi trong quá trình xử lý
Có thể xảy ra sai sót ở mỗi cấp độ thiết kế từ dữ liệu đến mã hóa
Công nghệ hiện đại không hỗ trợ xác thực tốt
Dữ liệu thường không đầy đủ hoặc bị thiếu thông tin
Trong biểu đồ scatterplot, hai thuộc tính định lượng thường được mã hóa bằng gì?
Màu sắc và hình dạng
Độ nghiêng và kích thước
Vị trí ngang và vị trí dọc
Độ sáng và bão hòa
Điểm yếu lớn nhất của biểu đồ radar plot là gì?
Không thể hiển thị các dữ liệu tuần hoàn
Không phù hợp với các danh mục không có trật tự tuần hoàn
Không thể hiển thị các mối quan hệ định lượng
Khó sử dụng với dữ liệu có nhiều thuộc tính
Biểu đồ hộp (boxplot) thích hợp nhất để tìm kiếm gì trong một tập dữ liệu?
Các xu hướng theo thời gian
Các điểm ngoại lệ (outliers)
Các phân cụm trong dữ liệu
Mối quan hệ giữa các thuộc tính
Khi chọn kích thước nhóm (bin size) trong biểu đồ histogram, điều gì quan trọng nhất cần cân nhắc?
Đảm bảo rằng mỗi nhóm có số lượng bằng nhau
Đảm bảo rằng không có dữ liệu bị bỏ sót trong bất kỳ nhóm nào
Đảm bảo kích thước nhóm phù hợp để không làm mất mẫu dữ liệu quan trọng
Đảm bảo kích thước nhóm đồng nhất với tất cả các loại dữ liệu
