wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

Câu Hỏi Trắc Nghiệm Lý Thuyết và Ứng Dụng

Total questions: 201

Worksheet time: 2hrs 43mins

Name
Class
Date
1.

Khoa học dữ liệu là một lĩnh vực liên ngành kết hợp giữa:

a)

Khoa học máy tính và địa lý

b)

Toán học, thống kê và chuyên môn miền

c)

Thiết kế đồ họa và kinh tế

d)

Triết học và xã hội học

2.

Big Data bao gồm các đặc tính sau, ngoại trừ:

a)

Volume

b)

Variety

c)

Velocity

d)

Visibility

3.

Một ví dụ của dữ liệu phi cấu trúc là:

a)

File Excel

b)

CSDL quan hệ

c)

Ảnh và video

d)

Bảng dữ liệu

4.

"Machine Learning" là gì?

a)

Là việc lập trình truyền thống

b)

Là học từ dữ liệu để dự đoán hoặc ra quyết định

c)

Là phần mềm tự chạy không cần dữ liệu

d)

Là lập trình robot vật lý

5.

Loại học máy nào sử dụng dữ liệu đã được gán nhãn?

a)

Unsupervised Learning

b)

Reinforcement Learning

c)

Supervised Learning

d)

Semi-supervised Learning

6.

Thuật ngữ "Prescriptive Analytics" đề cập đến:

a)

Phân tích điều gì đã xảy ra

b)

Phân tích vì sao điều đó xảy ra

c)

Phân tích điều gì sẽ xảy ra

d)

Phân tích làm thế nào để điều đó xảy ra

7.

Hệ thống tự động đề xuất sản phẩm cho người dùng là ứng dụng của:

a)

AI

b)

Thống kê mô tả

c)

Lập trình cơ bản

d)

Thiết kế phần mềm

8.

"Semi-supervised Learning" là sự kết hợp giữa:

a)

Supervised và Reinforcement Learning

b)

Unsupervised và Reinforcement Learning

c)

Supervised và Unsupervised Learning

d)

Chưa có dữ liệu

9.

Vai trò của Data Engineer là:

a)

Phân tích dữ liệu

b)

Thiết kế hệ thống lưu trữ và xử lý dữ liệu

c)

Tối ưu mô hình học máy

d)

Dự đoán xu hướng

10.

Thứ tự đúng của quy trình khoa học dữ liệu là:

a)

Thu thập → Báo cáo → Triển khai

b)

Thu thập → Làm sạch → Mô hình hóa → Triển khai

c)

Mô hình hóa → Thu thập → Triển khai

d)

Dự đoán → Phân tích → Làm sạch

11.

Nếu bạn có một tập dữ liệu gồm lịch sử mua hàng đã được gán nhãn, bạn nên dùng:

a)

Supervised Learning

b)

Unsupervised Learning

c)

Reinforcement Learning

d)

Không dùng học máy

12.

Dữ liệu từ cảm biến nhiệt độ trong nhà máy thường là loại:

a)

Dữ liệu cấu trúc

b)

Dữ liệu bán cấu trúc

c)

Dữ liệu phi cấu trúc

d)

Không

13.

Dữ liệu từ cảm biến nhiệt độ trong nhà máy thường là loại:

a)

Dữ liệu cấu trúc

b)

Dữ liệu bán cấu trúc

c)

Dữ liệu phi cấu trúc

d)

Không xác định được

14.

Bạn muốn khám phá xem có nhóm hành vi tiêu dùng nào trong dữ liệu khách hàng hay không. Bạn dùng:

a)

Supervised Learning

b)

Clustering (Unsupervised Learning) thằng nay ko có nhãn

c)

Regression

d)

Classification

15.

Trong mô hình dự báo giá cổ phiếu, bạn dùng:

a)

Classification

b)

Regression( dự đoán là chọn nó nha)

c)

Clustering

d)

Association Rules

16.

Một công ty muốn giảm lỗi trong quá trình sản xuất bằng AI. Giai đoạn nào trong quy trình khoa học dữ liệu được thực hiện đầu tiên?

a)

Mô hình hóa

b)

Triển khai

c)

Thu thập dữ liệu

d)

Báo cáo

17.

Dữ liệu JSON được xếp vào dạng:

a)

Cấu trúc

b)

Phi cấu trúc

c)

Bán cấu trúc

d)

Không xác định

18.

Nếu bạn muốn mô hình học từ phản hồi khi chơi game, bạn sẽ chọn:

a)

Supervised Learning

b)

Semi-supervised Learning

c)

Reinforcement Learning

d)

Clustering

19.

Một hệ thống nhận dạng giọng nói là ví dụ điển hình của:

a)

Dữ liệu văn bản

b)

Ứng dụng thống kê

c)

AI

d)

Phân tích mô tả

20.

Vai trò nào dưới đây có trách nhiệm thiết kế kiến trúc dữ liệu và hệ thống ETL?

a)

Data Scientist

b)

Business Analyst

c)

Data Engineer

d)

Statistician

21.

Một công ty dùng AI để tối ưu quảng cáo cá nhân hóa. Họ đang dùng:

a)

Mô hình hóa dữ liệu

b)

Phân tích mô tả

c)

Phân tích dự đoán

d)

Phân tích chẩn đoán

22.

Mục tiêu chính của phân tích thống kê là:

a)

Lưu trữ dữ liệu

b)

Trực quan hóa dữ liệu

c)

Tóm tắt, mô tả và suy luận từ dữ liệu

d)

Sao chép dữ liệu

23.

Thống kê mô tả (Descriptive Statistics) không bao gồm:

a)

Trung bình (mean)

b)

Độ lệch chuẩn (standard deviation)

c)

Ước lượng khoảng tin cậy

d)

Phương sai (variance)

24.

Phân tích thống kê suy diễn (inferential statistics) chủ yếu sử dụng:

a)

Tất cả dữ liệu

b)

Dữ liệu từ mẫu để suy ra về tổng thể

c)

Trực giác

d)

Dữ liệu thời gian thực

25.

Phân tích thống kê suy diễn (inferential statistics) chủ yếu sử dụng:

a)

Tất cả dữ liệu

b)

Dữ liệu từ mẫu để suy ra về tổng thể

c)

Trực giác

d)

Dữ liệu thời gian thực

26.

Một biến rời rạc (discrete variable) là:

a)

Biến có thể nhận bất kỳ giá trị nào trên trục số

b)

Biến chỉ nhận giá trị rời rạc, đếm được

c)

Biến không thể đo lường

d)

Biến luôn âm

27.

Độ lệch chuẩn đo lường:

a)

Vị trí trung tâm của dữ liệu

b)

Độ dốc của dữ liệu

c)

Mức độ phân tán của dữ liệu quanh trung bình

d)

Mối quan hệ giữa hai biến

28.

Trung vị (median) là:

a)

Giá trị lớn nhất

b)

Giá trị nhỏ nhất

c)

Giá trị ở giữa khi dữ liệu đã sắp xếp

d)

Giá trị xảy ra nhiều nhất

29.

Hình dạng phân phối chuẩn có đặc điểm:

a)

Bị lệch về phải

b)

Đối xứng và hình chuông

c)

Có đỉnh phẳng

d)

Gồm hai cực trị

30.

Thống kê mô tả thường áp dụng khi:

a)

Dữ liệu chưa được thu thập

b)

Mẫu dữ liệu rất nhỏ

c)

Chỉ muốn hiểu nhanh tổng quan dữ liệu

d)

Khi không có biến độc lập

31.

Khi dữ liệu bị lệch (skewed), trung bình và trung vị:

a)

Bằng nhau

b)

Trung bình > trung vị khi lệch trái

c)

Trung bình > trung vị khi lệch phải

d)

Không ảnh hưởng

32.

Tần suất (frequency) trong bảng tần số thể hiện:

a)

Tổng số biến

b)

Tỷ lệ phần trăm

c)

Số lần xuất hiện của một giá trị

d)

Khoảng tin cậy

33.

Một tập dữ liệu có giá trị: 4, 6, 8, 10, 12. Trung bình là:

a)

6

b)

8

c)

10

d)

9

34.

Với dữ liệu sau: 3, 5, 7, 9, 11, trung vị là:

a)

5

b)

6

c)

7

d)

9

35.

Dữ liệu sau: 1, 1, 2, 3, 3, 3, 4. Mốt (mode) là:

a)

1

b)

2

c)

3

d)

4

36.

Dữ liệu: 2, 4, 4, 4, 6, 8. Biến rời rạc hay liên tục?

a)

Liên tục

b)

Rời rạc

c)

Không xác định

d)

Cả hai

37.

Dữ liệu mức đo danh nghĩa (nominal) là:

a)

Tuổi

b)

Trình độ học vấn

c)

Giới tính

d)

Cân nặng

38.

Phân phối chuẩn có độ lệch chuẩn càng nhỏ thì:

a)

Đường phân phối càng rộng

b)

Đường phân phối càng dẹt

c)

Dữ liệu tập trung sát trung bình hơn

d)

Dữ liệu phân tán hơn

39.

Nếu giá trị trung bình là 50 và độ lệch chuẩn là 10, thì giá trị 70 lệch bao nhiêu đơn vị chuẩn?

a)

1

b)

1.5

c)
40.

Nếu giá trị trung bình là 50 và độ lệch chuẩn là 10, thì giá trị 70 lệch bao nhiêu đơn vị chuẩn?

a)

1

b)

1.5

c)

2

d)

3

41.

Tính phương sai của tập dữ liệu: 2, 4, 6.

a)

2

b)

8

c)

16

42.

Trong bảng phân phối, cột “Relative Frequency” biểu thị:

a)

Số lượng tuyệt đối

b)

Xác suất

c)

Phần trăm hoặc tỉ lệ

d)

Khoảng tin cậy

43.

Nếu dữ liệu có nhiều điểm ngoại lai, nên dùng:

a)

Trung bình

b)

Trung vị

c)

Mốt

d)

Phương sai

44.

Machine Learning (ML) là:

a)

Lập trình thủ công cho từng tình huống

b)

Thuật toán cho phép máy tính học từ dữ liệu

c)

Hệ thống không cần dữ liệu

d)

Chỉ áp dụng cho robot

45.

Các bước chính trong pipeline Machine Learning gồm:

a)

Thu thập → Trực quan hóa → Đánh giá

b)

Tiền xử lý → Mô hình hóa → Đánh giá → Triển khai

c)

Phân tích → Trực quan hóa → Lưu trữ

d)

Dự báo → Tối ưu hóa → Hiển thị

46.

Supervised Learning yêu cầu:

a)

Dữ liệu không gán nhãn

b)

Tác nhân tương tác với môi trường

c)

Dữ liệu có gán nhãn đầu ra

d)

Không cần dữ liệu huấn luyện

47.

Hai bài toán chính trong Supervised Learning là:

a)

Clustering và Association

b)

Classification và Regression

c)

Reinforcement và Clustering

d)

Association và Optimization

48.

Unsupervised Learning dùng để:

a)

Tối ưu mô hình có giám sát

b)

Phân cụm và khám phá cấu trúc dữ liệu

c)

Dự đoán nhãn chính xác

d)

Xây dựng mạng thần kinh

49.

Reinforcement Learning liên quan đến:

a)

Tập huấn luyện lớn

b)

Học từ gán nhãn có sẵn

c)

Học thông qua phần thưởng và phạt

d)

Chia cụm dữ liệu

50.

Một ví dụ điển hình của Classification là:

a)

Dự đoán giá nhà

b)

Dự đoán thời gian hoàn thành

c)

Dự đoán email là spam hoặc không

d)

Nhóm khách hàng theo hành vi

51.

Nếu biến đầu ra là liên tục, bài toán thuộc loại:

a)

Classification

b)

Clustering

c)

Regression

d)

Association

52.

Accuracy là:

a)

Tỷ lệ đúng trong tất cả dự đoán

b)

Số lỗi dự đoán

c)

Độ chênh lệch trung bình

d)

Độ phân tán dự đoán

53.

Overfitting xảy ra khi:

(a)  

54.

Accuracy là:

a)

Tỷ lệ đúng trong tất cả dự đoán

b)

Số lỗi dự đoán

c)

Độ chênh lệch trung bình

d)

Độ phân tán dự đoán

55.

Overfitting xảy ra khi:

a)

Mô hình quá đơn giản

b)

Dữ liệu quá sạch

c)

Mô hình học quá tốt trên tập huấn luyện và kém trên dữ liệu mới

d)

Không đủ biến đầu vào

56.

Một mô hình dự đoán tuổi khách hàng (giá trị số). Đây là bài toán:

a)

Classification

b)

Clustering

c)

Regression

d)

Reinforcement

57.

Bạn có tập dữ liệu chưa gán nhãn. Nên dùng:

a)

Supervised Learning

b)

Unsupervised Learning

c)

Regression

d)

Reinforcement

58.

Dữ liệu email spam có nhãn "spam" hoặc "not spam". Nhiệm vụ:

a)

Regression

b)

Classification

c)

Clustering

d)

Association

59.

Mô hình có accuracy = 95% nhưng sai toàn bộ lớp thiểu số. Vấn đề là:

a)

Underfitting

b)

Regularization

c)

Imbalanced dataset

d)

Clean data

60.

Tập train có 500 mẫu, test có 5000 mẫu. Điều nào cần xem xét?

a)

Dữ liệu quá sạch

b)

Overfitting chắc chắn xảy ra

c)

Mô hình khó tổng quát tốt

d)

Không cần kiểm tra nữa

61.

K-fold cross-validation giúp:

a)

Làm tăng số lượng biến

b)

Giảm thời gian huấn luyện

c)

Ước lượng hiệu quả mô hình ổn định hơn

d)

Tăng kích thước dữ liệu

62.

Khi dữ liệu đầu ra là nhãn (label) thuộc các lớp rời rạc, mô hình phù hợp là:

a)

Regression

b)

Clustering

c)

Classification

d)

Reinforcement

63.

Một mô hình dự đoán đúng 45/50 mẫu. Accuracy là:

a)

85%

b)

90%

c)

95%

d)

80%

64.

Biện pháp nào giúp giảm overfitting?

a)

Tăng số lớp ẩn

b)

Dùng tập train lớn hơn

c)

Bỏ thêm dữ liệu noise

d)

Loại bỏ tập kiểm tra

65.

Ví dụ nào sau đây là Reinforcement Learning?

a)

Hệ thống nhận diện khuôn mặt

b)

Dự đoán giá bất động sản

c)

Agent học chơi game thông qua phần thưởng

d)

Phân cụm khách hàng ngân hàng

66.

Mục tiêu của hồi quy tuyến tính là:

a)

Dự đoán biến phân loại

b)

Phân cụm dữ liệu

c)

Dự đoán biến số liên tục dựa vào biến đầu vào

d)

Giảm chiều dữ liệu

67.

êu của hồi quy tuyến tính là:

a)

Dự đoán biến phân loại

b)

Phân cụm dữ liệu

c)

Dự đoán biến số liên tục dựa vào biến đầu vào

d)

Giảm chiều dữ liệu

68.

Dạng tổng quát của mô hình hồi quy tuyến tính đơn là:

a)

y=wx+by = wx + b

b)

y=ax2+bx+cy = ax^2 + bx + c

c)

y=w1x1+w2x2+by = w_1x_1 + w_2x_2 + b

d)

y=log⁡(x)

69.

Trong hồi quy tuyến tính, hệ số www đại diện cho:

a)

Độ lệch chuẩn

b)

Hệ số tương quan

c)

Mức ảnh hưởng của biến đầu vào đến đầu ra

d)

Sai số dự đoán

70.

Hàm mất mát (loss function) phổ biến trong hồi quy tuyến tính là:

a)

Entropy

b)

Mean Squared Error (MSE)

c)

Accuracy

d)

Cross-entropy

71.

Phương pháp Gradient Descent dùng để:

a)

Vẽ đồ thị mô hình

b)

Phân cụm dữ liệu

c)

Tối ưu tham số mô hình

d)

Mã hóa dữ liệu

72.

Khi mô hình có quá nhiều biến độc lập, nguy cơ nào có thể xảy ra?

a)

Overfitting

b)

Underfitting

c)

Clustering

d)

Boosting

73.

Điều kiện cơ bản của hồi quy tuyến tính là:

a)

Biến đầu ra phải phân loại

b)

Mối quan hệ giữa X và Y là tuyến tính

c)

Dữ liệu phải rời rạc

d)

Dữ liệu phải chuẩn hóa

74.

Khi hệ số R2=1, điều đó có nghĩa:

a)

Mô hình không phù hợp

b)

Mô hình dự đoán hoàn hảo

c)

Không thể giải thích

d)

Mô hình bị lệch

75.

Trong hồi quy tuyến tính, residual là:

a)

Dự đoán của mô hình

b)

Chênh lệch giữa giá trị thực và dự đoán

c)

Tổng sai số bình phương

d)

Giá trị đầu vào

76.

Một mô hình hồi quy tuyến tính tốt cần có:

a)

MSE lớn

b)

R^2 nhỏ

c)

Residual phân bố ngẫu nhiên

d)

Tương quan âm

77.

Cho mô hình y=2x+3. Với x=5, giá trị dự đoán y là:

a)

8

b)

10

c)

13

d)

15

78.

Giá trị thực là 12, mô hình dự đoán là 10. Residual là:

a)

-2

b)

2

c)

22

d)

1

79.

MSE là trung bình của:

a)

Tổng bình phương residuals

b)

Tích số dự đoán và thực tế

c)

Sai số tuyệt đối

d)

Độ lệch chuẩn

80.

Mô hình hồi quy có R^2 = 0.85. Điều đó nghĩa là:

a)

Mô hình không phù hợp

b)

85% phương sai được giải thích

c)

Mô hình dự đoán sai 85%

d)

Không thể đánh giá

81.

Mô hình hồi quy có R^2 = 0.85. Điều đó nghĩa là:

a)

Mô hình không phù hợp

b)

85% phương sai được giải thích

c)

Mô hình dự đoán sai 85%

d)

Không thể đánh giá

82.

Khi tăng learning rate quá cao trong Gradient Descent:

a)

Mô hình hội tụ nhanh hơn

b)

Mô hình ổn định hơn

c)

Có thể gây dao động và không hội tụ

d)

Mô hình chính xác hơn

83.

Khi chỉ có một biến đầu vào, ta dùng:

a)

Logistic Regression

b)

Multivariate Regression

c)

Linear Regression đơn biến

d)

Clustering

84.

Mục tiêu của huấn luyện mô hình là:

a)

Giảm sai số trên dữ liệu huấn luyện

b)

Dự đoán đúng mọi mẫu

c)

Giảm overfitting

d)

Làm sạch dữ liệu

85.

Nếu hàm mất mát giảm chậm dần qua từng epoch, ta nói:

a)

Mô hình bị overfit

b)

Quá trình huấn luyện đang hội tụ

c)

Dữ liệu bị nhiễu

d)

Không có ý nghĩa gì

86.

Với dữ liệu nhiễu nhiều, nên:

a)

Tăng số biến đầu vào

b)

Bỏ bớt dữ liệu

c)

Sử dụng regularization

d)

Dùng Clustering

87.

Một đặc điểm của Linear Regression là:

a)

Dự đoán phân loại nhị phân

b)

Yêu cầu dữ liệu đầu vào rời rạc

c)

Giải thích dễ, đơn giản

d)

Phức tạp hơn Neural Networks

88.

Đa hồi quy tuyến tính (Multiple Linear Regression) có dạng:

a)

y=wx+b

b)

y=w1x1+w2x2+⋯+wnxn+b

c)

y=ax2+bx+c

d)

y=log⁡(x)

89.

Biến giả (dummy variable) được sử dụng để:

a)

Giảm số chiều dữ liệu

b)

Đại diện cho biến phân loại trong mô hình hồi quy

c)

Trực quan hóa dữ liệu

d)

Đánh giá độ phù hợp mô hình

90.

Multicollinearity xảy ra khi:

a)

Các biến độc lập không liên quan nhau

b)

Biến độc lập có quan hệ tuyến tính cao với nhau

c)

Biến phụ thuộc không tuyến tính

d)

Tập dữ liệu thiếu nhãn

91.

VIF (Variance Inflation Factor) được dùng để:

a)

Đo sai số của mô hình

b)

Kiểm tra overfitting

c)

Đánh giá multicollinearity

d)

Tối ưu hàm mất mát

92.

Nếu VIF của một biến lớn hơn 10, điều đó nghĩa là:

a)

Biến có ít ảnh hưởng

b)

Biến nên được giữ lại

c)

Có khả năng xảy ra multi

93.

Nếu VIF của một biến lớn hơn 10, điều đó nghĩa là:

a)

Biến có ít ảnh hưởng

b)

Biến nên được giữ lại

c)

Có khả năng xảy ra multicollinearity cao

d)

Biến không liên quan gì đến mô hình

94.

Mô hình Linear Regression giả định:

a)

Mối quan hệ giữa các biến là phi tuyến

b)

Residuals phân phối chuẩn, độc lập

c)

Không cần chuẩn hóa dữ liệu

d)

Không cần kiểm định giả thiết

95.

Biểu đồ Residual vs. Fitted dùng để:

a)

Kiểm tra phân loại

b)

Đánh giá giả định linearity và homoscedasticity

c)

Vẽ đường hồi quy

d)

Tính toán VIF

96.

Hệ số hồi quy wiw_iwi thể hiện:

a)

Sự ảnh hưởng trung bình của xix_ixi lên yyy

b)

Độ sai lệch chuẩn

c)

Sai số mô hình

d)

Mức độ phân cụm

97.

Khi thêm biến không liên quan vào mô hình:

a)

MSE có thể giảm

b)

R^2 luôn tăng

c)

R^2 có thể giảm

d)

Overfitting ít xảy ra hơn

98.

Điều nào sau đây là hậu quả của multicollinearity:

a)

Dễ giải thích mô hình

b)

Ước lượng hệ số không ổn định

c)

Mô hình mạnh hơn

d)

Dữ liệu dễ phân loại hơn

99.

Cho mô hình: y=1.5x1−2x2+4, Tính yyy nếu x1=2,x2=1:

a)

5

b)

3

c)

6

d)

4

100.

Một biến phân loại "Giới tính" (Nam/Nữ) nên được mã hóa thành:

a)

Biến rời rạc

b)

Biến liên tục

c)

Biến giả (0 hoặc 1)

d)

Không cần mã hóa

101.

Nếu một biến có VIF = 12, bạn nên:

a)

Giữ nguyên

b)

Bỏ qua cảnh báo

c)

Xem xét loại bỏ biến đó hoặc điều chỉnh mô hình

d)

Thêm biến khác để cân bằng

102.

Với R^2 = 0.95, mô hình:

a)

Không giải thích được gì

b)

Giải thích 95% phương sai dữ liệu

c)

Có sai số 95%

d)

Không có ý nghĩa

103.

Khi residual không phân bố chuẩn:

a)

Không ảnh hưởng gì

b)

Vi phạm giả định hồi quy

c)

Tăng độ chính xác

d)

Mô hình mạnh hơn

104.

Khi tăng số biến đầu vào vô tội vạ:

a)

R^2 luôn giảm

b)

Overfitting dễ xảy ra hơn

c)

Mô hình tổng quát tốt hơn

d)

Sai số giảm

105.

Phân phối chuẩn của residual cho phép:

a)

Tăng độ lệch chuẩn

b)

Suy luận thống kê tin cậy hơn

c)

Thêm biến giả

d)

Loại bỏ ou

106.

Logistic Regression thường được dùng trong bài toán:

a)

Dự đoán giá trị liên tục

b)

Phân loại nhị phân

c)

Phân cụm dữ liệu

d)

Dự đoán chuỗi thời gian

107.

Hàm kích hoạt (activation function) được dùng trong Logistic Regression là:

a)

Linear

b)

ReLU

c)

Sigmoid

d)

Softmax

108.

Hàm sigmoid nhận giá trị thực và trả về:

a)

Một số nguyên

b)

Một số âm bất kỳ

c)

Một giá trị trong khoảng (0, 1)

d)

Một chuỗi ký tự

109.

Công thức của hàm sigmoid là:

a)

11+e−z

b)

e^z

c)

log(z)

d)

z^2

110.

Đầu ra của Logistic Regression là:

a)

Một vector nhị phân

b)

Một xác suất từ 0 đến 1

c)

Một giá trị thực bất kỳ

d)

Một điểm dữ liệu

111.

Hàm mất mát thường dùng trong Logistic Regression là:

a)

Mean Squared Error

b)

Cross-Entropy

c)

Hinge Loss

d)

Euclidean Distance

112.

Nếu xác suất đầu ra P(y=1∣x)>0.5, mô hình thường phân loại là:

a)

Lớp 0

b)

Lớp -1

c)

Lớp 1

d)

Không xác định

113.

Trong Logistic Regression, đường ranh giới quyết định (decision boundary) là nơi:

a)

Gradient = 0

b)

Xác suất bằng 0

c)

Xác suất = 0.5

d)

Sai số tối đa

114.

Thuật toán tối ưu thường dùng để huấn luyện Logistic Regression là:

a)

K-means

b)

PCA

c)

Gradient Descent

115.

decision boundary) là nơi:

a)

Gradient = 0

b)

Xác suất bằng 0

c)

Xác suất = 0.5

d)

Sai số tối đa

116.

Thuật toán tối ưu thường dùng để huấn luyện Logistic Regression là:

a)

K-means

b)

PCA

c)

Gradient Descent

d)

Naive Bayes

117.

Logistic Regression có thể mở rộng cho bài toán:

a)

Phân loại đa lớp (Multiclass)

b)

Dự đoán chuỗi thời gian

c)

Phân cụm

d)

Dự đoán văn bản

118.

Cho hàm sigmoid với z=0, đầu ra là:

a)

0

b)

1

c)

0.5

d)

Không xác định

119.

Với đầu ra mô hình là 0.8, nhãn dự đoán sẽ là:

a)

0

b)

1

c)

2

d)

Không xác định

120.

Khi sử dụng cross-entropy loss, nếu dự đoán gần đúng, loss sẽ:

a)

Lớn

b)

Nhỏ

c)

Luôn bằng 1

d)

Không đổi

121.

Nếu đầu ra sigmoid là 0.01, mô hình “chắc chắn” phân lớp:

a)

1

b)

0

c)

Không xác định

d)

Cả hai

122.

Hàm sigmoid có đạo hàm lớn nhất tại:

a)

z=0

b)

z=1

c)

z=−1

d)

z=∞

123.

Nếu mô hình Logistic Regression cho kết quả dự đoán xác suất là 0.49:

a)

Phân lớp 0

b)

Phân lớp 1

c)

Không phân lớp

d)

Phân lớp ngẫu nhiên

124.

Phân loại nhị phân nghĩa là:

a)

Có hai biến đầu ra

b)

Chia dữ liệu thành hai nhóm

c)

Dự đoán giá trị số thực

d)

Phân tích thành phần chính

125.

Khi thêm biến không liên quan, Logistic Regression có thể:

a)

Tăng độ chính xác

b)

Không bị ảnh hưởng

c)

Gây overfitting

d)

Bỏ qua biến đó tự động

126.

Tập kiểm tra (test set) được dùng để:

a)

Huấn luyện mô hình

b)

Đánh giá độ tổng quát của mô hình

c)

Tối ưu loss

d)

Điều chỉnh tham số

127.

Khi dữ liệu mất cân bằng, nên:

a)

Giữ nguyên

b)

Sử dụng accuracy làm metric chính

c)

Dùng precision/recall/F1-score thay thế accuracy

d)

Không cần xử lý

128.

Unsupervised Learning là phương pháp học:

a)

Dựa trên dữ liệu có nhãn

b)

Không cần dữ liệu đầu vào

c)

Không sử dụng nhãn trong quá trình học

d)

Cần kiểm tra đầu ra liên tục

129.

d Learning là phương pháp học:

a)

Dựa trên dữ liệu có nhãn

b)

Không cần dữ liệu đầu vào

c)

Không sử dụng nhãn trong quá trình học

d)

Cần kiểm tra đầu ra liên tục

130.

Kỹ thuật phổ biến nhất trong Unsupervised Learning là:

a)

Hồi quy tuyến tính

b)

Logistic regression

c)

Phân cụm (clustering)

d)

Mạng nơ-ron

131.

K-means là thuật toán thuộc nhóm:

a)

Supervised learning

b)

Unsupervised learning

c)

Reinforcement learning

d)

Semi-supervised learning

132.

Số lượng cụm (clusters) trong K-means được:

a)

Mô hình tự xác định

b)

Người dùng xác định trước

c)

Không cần xác định

d)

Xác định ngẫu nhiên

133.

K-means sử dụng tiêu chí nào để phân cụm:

a)

Sai số bình phương

b)

Khoảng cách Euclidean

c)

Xác suất có điều kiện

d)

Entropy

134.

Nhược điểm chính của K-means là:

a)

Chạy chậm

b)

Cần dữ liệu có nhãn

c)

Nhạy cảm với giá trị khởi tạo

d)

Không áp dụng được cho dữ liệu số

135.

DBSCAN có ưu điểm so với K-means là:

a)

Không cần xác định số cụm trước

b)

Hiệu suất thấp

c)

Không phát hiện được outlier

d)

Chỉ hoạt động với dữ liệu 2D

136.

PCA (Principal Component Analysis) là phương pháp:

a)

Phân cụm dữ liệu

b)

Giảm chiều dữ liệu

c)

Mã hóa nhãn

d)

Dự đoán nhãn

137.

Trong PCA, thành phần chính (principal component) đầu tiên:

a)

Có phương sai nhỏ nhất

b)

Có phương sai lớn nhất

c)

Là trung bình dữ liệu

d)

Là vector ngẫu nhiên

138.

Unsupervised Learning thường dùng cho:

a)

Nhận diện chữ viết tay

b)

Phân loại ảnh y tế

c)

Phát hiện bất thường (anomaly detection)

d)

Dự đoán doanh thu

139.

Cho tập dữ liệu 2D và dùng K-means với k=3, kết quả sẽ gồm:

a)

2 cụm

b)

3 cụm

c)

1 cụm

d)

Không cụm nào

140.

Trong K-means, nếu centroid của một cụm không thay đổi sau một lượt cập nhật:

a)

Thuật toán kết thúc

b)

Cần xóa cụm đó

c)

Chạy lại từ đầu

d)

Thêm cụm mới

141.

DBSCAN yêu cầu tham số nào sau đây:

a)

Số cụm

b)

Learning rate

c)

Epsilon (ε) và MinPts

d)

Batch size

142.

PCA có thể giúp:

a)

Tăng số chiều dữ liệu

b)

Xử lý overfitting bằng giảm chiều

c)

Thêm thông tin vào dữ liệu

d)

Làm mô hình phức tạ

143.

PCA có thể giúp:

a)

Tăng số chiều dữ liệu

b)

Xử lý overfitting bằng giảm chiều

c)

Thêm thông tin vào dữ liệu

d)

Làm mô hình phức tạp hơn

144.

Tập dữ liệu gồm nhiều outliers, nên dùng:

a)

K-means

b)

PCA

c)

DBSCAN

d)

Linear regression

145.

Khi dùng K-means, bạn nên chuẩn hóa dữ liệu trước vì:

a)

Không ảnh hưởng đến kết quả

b)

Khoảng cách Euclidean phụ thuộc vào scale

c)

Làm mô hình chạy chậm hơn

d)

Để đảm bảo dữ liệu phân phối chuẩn

146.

DBSCAN gán nhãn outlier là:

a)

Cụm mới

b)

Lớp -1

c)

Lớp 0

d)

Trung tâm cụm

147.

PCA có thể áp dụng cho dữ liệu:

a)

Rời rạc

b)

Chỉ có nhãn

c)

Dạng số (numeric)

d)

Chỉ là hình ảnh

148.

Với PCA, nếu bạn giữ 2 thành phần chính đầu tiên có tổng phương sai là 95%, điều đó có nghĩa:

a)

Giữ lại 95% thông tin dữ liệu

b)

Loại bỏ 95% dữ liệu gốc

c)

Mất toàn bộ thông tin

d)

Giảm dữ liệu về 5%

149.

Trong phân cụm, mục tiêu chính là:

a)

Dự đoán giá trị mới

b)

Gán nhãn chính xác

c)

Gom nhóm dữ liệu tương đồng

d)

Giảm độ chính xác

150.

Unsupervised Learning là phương pháp học:

a)

Dựa trên dữ liệu có nhãn

b)

Không cần dữ liệu đầu vào

c)

Không sử dụng nhãn trong quá trình học

d)

Cần kiểm tra đầu ra liên tục

151.

Kỹ thuật phổ biến nhất trong Unsupervised Learning là:

a)

Hồi quy tuyến tính

b)

Logistic regression

c)

Phân cụm (clustering)

d)

Mạng nơ-ron

152.

K-means là thuật toán thuộc nhóm:

a)

Supervised learning

b)

Unsupervised learning

c)

Reinforcement learning

d)

Semi-supervised learning

153.

Số lượng cụm (clusters) trong K-means được:

a)

Mô hình tự xác định

b)

Người dùng xác định trước

c)

Không cần xác định

d)

Xác định ngẫu nhiên

154.

K-means sử dụng tiêu chí nào để phân cụm:

a)

Sai số bình phương

b)

Khoảng cách Euclidean

c)

Xác suất có điều kiện

d)

Entropy

155.

Nhược điểm chính của K-means là:

a)

Chạy chậm

b)

Cần dữ liệu có nhãn

c)

N

156.

K-means sử dụng tiêu chí nào để phân cụm?

a)

Sai số bình phương

b)

Khoảng cách Euclidean

c)

Xác suất có điều kiện

d)

Entropy

157.

Nhược điểm chính của K-means là?

a)

Chạy chậm

b)

Cần dữ liệu có nhãn

c)

Nhạy cảm với giá trị khởi tạo

d)

Không áp dụng được cho dữ liệu số

158.

DBSCAN có ưu điểm so với K-means là?

a)

Không cần xác định số cụm trước

b)

Hiệu suất thấp

c)

Không phát hiện được outlier

d)

Chỉ hoạt động với dữ liệu 2D

159.

PCA (Principal Component Analysis) là phương pháp?

a)

Phân cụm dữ liệu

b)

Giảm chiều dữ liệu

c)

Mã hóa nhãn

d)

Dự đoán nhãn

160.

Trong PCA, thành phần chính (principal component) đầu tiên?

a)

Có phương sai nhỏ nhất

b)

Có phương sai lớn nhất

c)

Là trung bình dữ liệu

d)

Là vector ngẫu nhiên

161.

Unsupervised Learning thường dùng cho?

a)

Nhận diện chữ viết tay

b)

Phân loại ảnh y tế

c)

Phát hiện bất thường (anomaly detection)

d)

Dự đoán doanh thu

162.

Cho tập dữ liệu 2D và dùng K-means với k=3, kết quả sẽ gồm?

a)

2 cụm

b)

3 cụm

c)

1 cụm

d)

Không cụm nào

163.

Trong K-means, nếu centroid của một cụm không thay đổi sau một lượt cập nhật?

a)

Thuật toán kết thúc

b)

Cần xóa cụm đó

c)

Chạy lại từ đầu

d)

Thêm cụm mới

164.

DBSCAN yêu cầu tham số nào sau đây?

a)

Số cụm

b)

Learning rate

c)

Epsilon (ε) và MinPts

d)

Batch size

165.

PCA có thể giúp?

a)

Tăng số chiều dữ liệu

b)

Xử lý overfitting bằng giảm chiều

c)

Thêm thông tin vào dữ liệu

d)

Làm mô hình phức tạp hơn

166.

Tập dữ liệu gồm nhiều outliers, nên dùng?

a)

K-means

b)

PCA

c)

DBSCAN

d)

Linear regression

167.

Khi dùng K-means, bạn nên chuẩn hóa dữ liệu trước vì?

a)

Không ảnh hưởng đến kết quả

b)

Khoảng cách Euclidean phụ thuộc vào scale

c)

Làm mô hình chạy chậm hơn

d)

Để đảm bảo dữ liệu phân phối chuẩn

168.

DBSCAN gán nhãn outlier là?

a)

Cụm mới

b)

Lớp -1

c)

Lớp 0

d)

Trung tâm cụm

169.

PCA có thể áp dụng cho dữ liệu?

a)

Rời rạc

b)

Chỉ có nhãn

c)

Dạng số (numeric)

d)

Chỉ là hình ảnh

170.

Với PCA, nếu bạn giữ 2 thành phần chính đầu tiên có tổng phương sai là 95%, điều đó có nghĩa?

4 lines
171.

Mục tiêu chính của trực quan hóa dữ liệu (data visualization) là:

a)

Dự đoán nhãn cho dữ liệu

b)

Giảm thời gian xử lý

c)

Hiểu rõ xu hướng và mẫu trong dữ liệu

d)

Mã hóa dữ liệu

172.

Biểu đồ scatter plot thường dùng để:

a)

So sánh tần suất

b)

Thể hiện phân phối

c)

Thể hiện mối quan hệ giữa hai biến liên tục

d)

Mô tả dữ liệu rời rạc

173.

Biểu đồ box plot giúp phát hiện:

a)

Xu hướng thời gian

b)

Mối quan hệ tuyến tính

c)

Outliers và phân vị

d)

Sự tương quan

174.

Trực quan hóa là bước thuộc giai đoạn nào trong phân tích dữ liệu?

a)

Thu thập dữ liệu

b)

Tiền xử lý

c)

Khám phá và truyền đạt thông tin

d)

Tối ưu hóa mô hình

175.

Đối với dữ liệu phân loại (categorical), biểu đồ phù hợp nhất là:

a)

Histogram

b)

Line chart

c)

Bar chart

d)

Scatter plot

176.

Biểu đồ heatmap thường được dùng để:

a)

So sánh chuỗi thời gian

b)

Biểu diễn ma trận tương quan

c)

Thể hiện số lượng mục

d)

Dự đoán kết quả

177.

Trực quan hóa giúp nhà phân tích:

a)

Gỡ lỗi code

b)

Hiểu được dữ liệu sâu hơn

c)

Tăng tốc độ huấn luyện mô hình

d)

Làm sạch dữ liệu

178.

Màu sắc trong biểu đồ nên được dùng để:

a)

Làm biểu đồ đẹp hơn

b)

Thể hiện các nhóm hoặc mức độ giá trị

c)

Tăng kích thước biểu đồ

d)

Làm dữ liệu phức tạp hơn

179.

Khi trực quan dữ liệu phân bố một biến, biểu đồ nên dùng là:

a)

Box plot hoặc histogram

b)

Scatter plot

c)

Line chart

d)

Heatmap

180.

Trực quan hóa tốt phải đảm bảo:

a)

Nhiều màu sắc và hình ảnh

b)

Ít dữ liệu nhất có thể

c)

Dễ hiểu, rõ ràng và có mục tiêu

d)

Dùng nhiều loại biểu đồ cùng lúc

181.

Bạn muốn so sánh phân phối điểm số của sinh viên giữa 3 lớp, nên dùng biểu đồ:

a)

Bar chart

b)

Line chart

c)

Box plot

d)

Scatter plot

182.

Để xem mối liên hệ giữa chiều cao và cân nặng, bạn dùng:

a)

Histogram

b)

Line chart

c)

Scatter plot

d)

Pie chart

183.

Bạn muốn biết liệu hai biến số có mối tương quan tuyến tính không, dùng:

a)

Heatmap

b)

Bar chart

c)

Histogram

d)

Scatter plot

184.

Trong biểu đồ box plot, đường giữa hộp thể hiện:

a)

Trung bình

b)

Trung vị

c)

Phương sai

d)

Mode

185.

Khi số lượng nhóm quá nhiều, loại biểu đồ không nên dùng là:

a)

Bar chart

b)

Pie chart

c)

Scatter plot

d)

Line chart

186.

Một biểu đồ histogram với đỉnh lệch về bên trái cho thấy:

a)

Phân phối chuẩn

b)

Phân phối lệch trái

c)

Dữ liệu ngẫu nhiên

d)

Phân phối lệch phải

187.

Biểu đồ nào phù hợp để biểu diễn dữ liệu thời gian:

a)

Bar chart

b)

Line chart

c)

Box plot

d)

Heatmap

188.

Để trực quan hóa ma trận tương quan của 5 biến, nên dùng:

a)

Scatter plot

b)

Heatmap

c)

Pie chart

d)

Box plot

189.

Để thể hiện phần trăm đóng góp của các thành phần, nên dùng:

a)

Box plot

b)

Line chart

c)

Pie chart

d)

Histogram

190.

Trực quan hóa tương quan giữa nhiều biến liên tục là tốt nhất với:

a)

Pie chart

b)

Pair plot

c)

Bar chart

d)

Histogram

191.

Machine Learning là:

a)

Một phần của thống kê

b)

Một nhánh của trí tuệ nhân tạo (AI)

c)

Một loại phần mềm

d)

Một thuật toán cụ thể

192.

Học có giám sát (supervised learning) yêu cầu:

a)

Dữ liệu không gắn nhãn

b)

Dữ liệu có nhãn

c)

Dữ liệu không cấu trúc

d)

Dữ liệu thời gian thực

193.

Trong học không giám sát (unsupervised learning), mục tiêu là:

a)

Dự đoán nhãn đầu ra

b)

Tối ưu hóa mô hình

c)

Tìm cấu trúc ẩn trong dữ liệu

d)

Mã hóa dữ liệu

194.

Một ví dụ của supervised learning là:

a)

Phân cụm dữ liệu

b)

Phân loại hình ảnh mèo/chó

c)

PCA

d)

DBSCAN

195.

Trong supervised learning, dữ liệu đầu vào và đầu ra có dạng:

a)

Chỉ đầu vào

b)

Dữ liệu không định dạng

c)

Dữ liệu có cặp (x, y)

d)

Vector đầu vào

196.

Machine Learning khác với lập trình truyền thống ở chỗ:

a)

Tự động cập nhật phần mềm

b)

Cần dữ liệu thay vì quy tắc cố định

c)

Không cần người thiết kế thuật toán

d)

Không cần đánh giá mô hình

197.

Một bài toán classification là:

a)

Dự đoán giá nhà

b)

Dự đoán nhiệt độ

c)

Dự đoán bệnh nhân có bệnh hay không

d)

Tính số giờ học

198.

Overfitting xảy ra khi:

a)

Mô hình học quá ít

b)

Dữ liệu có quá nhiều nhiễu

c)

Mô hình học quá kỹ dữ liệu huấn luyện

d)

Mô hình không học được gì

199.

Mục tiêu cuối cùng của Machine Learning là:

a)

Huấn luyện thật lâu

b)

Tối thiểu lỗi trên dữ liệu huấn luyện

c)

Tổng hợp càng nhiều dữ liệu càng tốt

d)

Tổng quát hóa tốt trên dữ liệu mới

200.

Regression là bài toán:

a)

Dự đoán phân loại

b)

Phân nhóm dữ liệu

c)

Dự đoán giá trị liên tục

d)

Gán nhãn dữ liệu

201.

Bài toán dự đoán giá chứng khoán là dạng:

a)

Classification

b)

Regression

c)

Clustering

d)

PCA

Similar Resources on Wayground

Thực vật-DC10B

200 questions

Thực vật-DC10B

quiz

Worksheet

•

University

KTCTML

199 questions

KTCTML

quiz

Worksheet

•

University