Font size
WorksheetsTrí tuệ nhân tạo
Total questions: 122
Worksheet time: 1hrs 1mins
Yếu tố nào sau đây ảnh hưởng đến hiện tượng quá khớp trong hồi quy đa thức?
Số đặc trưng ít hơn mẫu
Sử dụng nhiều lần tập kiểm tra
Độ phức tạp mô hình
Độ phức tạp mô hình và số lượng dữ liệu ít
Cây quyết định (Decision Tree) ra quyết định dựa trên nguyên tắc nào?
Tối ưu hóa một hàm mất mát tuyến tính.
Dự đoán xác suất bằng cách áp dụng hàm sigmoid.
Tính toán khoảng cách từ mỗi điểm đến tâm cụm gần nhất.
Chia dữ liệu thành các nhánh dựa trên giá trị đặc trưng để tối ưu hóa độ tinh khiết (purity).
Đầu ra của một mô hình hồi quy (regression) thường là gì?
Tất cả đều đúng
Số lượng không quá lớn
Giá trị số
Nhãn lớp
Học tập thể (ensemble learning) có lợi ích gì?
Tăng tốc độ huấn luyện
Giảm dữ liệu cần thiết
Giảm phương sai và tăng độ chính xác
Giảm phương sai
Tại sao mô hình nhận dạng khuôn mặt AI có thể thiên vị (bias)?
Mô hình ít lớp ẩn
Dữ liệu quá lớn
Thuật toán quá phức tạp
Dữ liệu thiếu tính đa dạng
Cây quyết định sử dụng thước đo nào để chọn đặc trưng phân chia?
Mean Squared Error
Cross-Entropy Loss
Entropy hoặc Gini index
Euclidean Distance
Hồi quy tuyến tính (Linear Regression) được sử dụng để làm gì?
Dự đoán giá trị liên tục dựa trên các biến đầu vào.
Tìm các cụm dữ liệu không có nhãn.
Phân loại dữ liệu thành các nhóm riêng biệt.
Tối ưu hóa một hàm mục tiêu không tuyến tính.
Mạng nơ ron nhân tạo (Artificial Neural Network) bao gồm những thành phần nào cơ bản?
Một danh sách các hành động ngẫu nhiên để thử nghiệm.
Các nơ ron được tổ chức thành lớp đầu vào, lớp ẩn, và lớp đầu ra.
Một cây quyết định để phân loại dữ liệu.
Một tập hợp các quy tắc logic để suy diễn.
Trong K-means, nhược điểm nào sau đây là đúng?
Không thể xử lý dữ liệu có nhiều hơn hai chiều.
Kết quả phụ thuộc vào việc chọn tâm cụm ban đầu.
Chỉ hoạt động với dữ liệu có nhãn.
Luôn tìm được số cụm tối ưu mà không cần chỉ định K.
Đặc điểm nào sau đây đúng với Perceptron?
Phân biệt tuyến tính
Phân biệt tuyến tính và cập nhật trọng số dựa trên sai số
Phân loại phi tuyến tính
Sử dụng sigmoid
Rừng ngẫu nhiên (Random Forest) cải thiện hiệu suất so với cây quyết định đơn lẻ như thế nào?
Kết hợp dự đoán từ nhiều cây quyết định được huấn luyện trên các tập dữ liệu con khác nhau.
Giảm số lượng đặc trưng trong dữ liệu đầu vào.
Tăng độ sâu tối đa của mỗi cây quyết định.
Sử dụng một cây duy nhất với trọng số điều chỉnh.
Quá trình backpropagation trong mạng nơ ron nhân tạo làm gì?
Loại bỏ các nơ ron không quan trọng trong lớp ẩn.
Chọn ngẫu nhiên các trọng số để thử nghiệm.
Cập nhật trọng số dựa trên gradient của hàm mất mát theo từng tham số.
Tính toán giá trị đầu ra của mạng mà không thay đổi trọng số.
Hồi quy logistic khác với hồi quy tuyến tính ở điểm nào?
Hồi quy logistic dự đoán giá trị liên tục thay vì phân loại.
Hồi quy logistic không sử dụng hàm mất mát.
Hồi quy logistic chỉ áp dụng cho dữ liệu không có nhãn.
Hồi quy logistic dự đoán xác suất cho bài toán phân loại, sử dụng hàm sigmoid.
Hàm mất mát nào thường được sử dụng trong hồi quy logistic?
Absolute Error
Mean Squared Error (MSE)
Cross-Entropy Loss
Hinge Loss
Trong học sâu, hàm kích hoạt (activation function) nào thường được sử dụng để xử lý vấn đề gradient vanishing?
Tanh
Sigmoid
ReLU (Rectified Linear Unit)
Step Function
Hồi quy logistic thường được đánh giá bằng chỉ số nào?
Gini index
R-squared
Accuracy (độ chính xác)
Mean Squared Error (MSE)
Kỹ thuật học máy phân cụm thuộc loại nào sau đây?
Học không giám sát
Học bán giám sát
Học có giám sát
Học tăng cường
Trong hồi quy tuyến tính, hàm mất mát (loss function) phổ biến nhất là gì?
Absolute Error
Mean Squared Error (MSE)
Hinge Loss
Cross-Entropy Loss
Tác tử dựa trên mô hình (model-based agent) khác với tác tử phản xạ đơn giản ở điểm nào?
Tác tử dựa trên mô hình duy trì một mô hình nội tại về cách môi trường hoạt động.
Tác tử dựa trên mô hình chỉ phản ứng với thông tin hiện tại mà không cần lịch sử.
Tác tử dựa trên mô hình chỉ hoạt động trong môi trường ngẫu nhiên.
Tác tử dựa trên mô hình không cần cảm biến để nhận biết môi trường.
Loại tác tử thông minh nào sau đây hoạt động dựa trên các quy tắc if-then?
Tác tử học tập
Tác tử dựa trên mục tiêu
Tác tử phản xạ đơn giản
Tác tử dựa trên mô hình
Một robot giao hàng hoạt động trong môi trường thay đổi liên tục nên chọn loại môi trường nào sau đây?
Đơn tác tử (single-agent)
Tất định (deterministic)
Động (dynamic)
Tĩnh (static)
Tính chất nào của môi trường được gọi là "tất định (deterministic)"?
Môi trường thay đổi ngẫu nhiên bất kể hành động của tác tử.
Kết quả của một hành động trong môi trường là hoàn toàn dự đoán được.
Môi trường không thay đổi trong khi tác tử đang suy nghĩ.
Tác tử có thể quan sát toàn bộ trạng thái của môi trường.
Để điều khiển robot tự hành di chuyển trong nhà, loại tác tử nào là phù hợp nhất?
Tác tử dựa trên mô hình
Tác tử học tập
Tác tử dựa trên mục tiêu
Tác tử phản xạ đơn giản
Cấu trúc cơ bản của một tác tử thông minh bao gồm những thành phần nào?
Một giao diện người dùng để nhận lệnh từ con người.
Cảm biến để nhận biết môi trường và cơ cấu chấp hành để thực hiện hành động.
Một cơ chế ngẫu nhiên để chọn hành động mà không cần cảm biến.
Một bộ xử lý để tính toán dữ liệu đầu vào mà không cần hành động.
Một môi trường "multi-agent" khác với môi trường "single-agent" ở điểm nào?
Có nhiều tác tử tương tác với nhau, ảnh hưởng đến kết quả hành động.
Chỉ có một tác tử duy nhất hoạt động trong môi trường.
Môi trường không thay đổi bất kể số lượng tác tử.
Tác tử không cần biết về sự tồn tại của các tác tử khác.
Tính hợp lý của một tác tử được đánh giá dựa trên yếu tố nào?
Khả năng chọn hành động tối ưu dựa trên mục tiêu và thông tin hiện có.
Độ phức tạp của thuật toán được sử dụng trong tác tử.
Số lượng hành động mà tác tử có thể thực hiện trong một khoảng thời gian.
Khả năng thay đổi mục tiêu của tác tử theo thời gian.
Thuật toán nào sau đây không yêu cầu thông tin về toàn bộ không gian trạng thái?
Iterative Deepening Search
Uniform Cost Search
Hill Climbing
Breadth-First Search
Trong tìm kiếm tối ưu, thuật toán nào đảm bảo chi phí đường đi thấp nhất?
Uniform Cost Search (UCS)
Depth-First Search (DFS)
Greedy Best-First Search
Breadth-First Search (BFS)
Thuật toán nào sau đây thuộc nhóm tìm kiếm không thông tin?
Greedy Best-First Search
A* Search
Hill-Climbing Search
Breadth-First Search (BFS)
Thuật toán Hill Climbing hoạt động như thế nào?
Chọn trạng thái lân cận có giá trị heuristic tốt nhất từ trạng thái hiện tại.
Duy trì một hàng đợi ưu tiên để chọn trạng thái tiếp theo.
Khám phá tất cả các trạng thái lân cận trước khi chọn một trạng thái ngẫu nhiên.
Quay lại trạng thái trước đó nếu không tìm thấy trạng thái tốt hơn.
Heuristic nào sau đây thường được sử dụng trong bài toán 8-puzzle?
Số bước tối đa cần thiết để hoàn thành bài toán.
Tổng khoảng cách từ điểm bắt đầu đến mục tiêu.
Số ô không đúng vị trí (Hamming distance).
Số ô trống trên bàn cờ.
Khi áp dụng A* cho trò chơi 8-puzzle, trong hai hàm heuristic: h1 (tổng số ô sai vị trí) và h2 (tổng số dịch chuyển ít nhất để đưa ô về đúng vị trí), hàm nào ưu thế hơn?
h1 và h2 bằng nhau
h2 trội hơn h1
không thỏa mãn
h1 trội hơn h2
Thuật toán tìm kiếm nào sau đây sử dụng heuristic?
BFS
Hill Climbing
DFS
A*
Độ phức tạp không gian của DFS trong một đồ thị với |V| đỉnh là bao nhiêu?
O(|V| + |E|)
O(|V|)
O(|V|^2)
O(|E|)
Trong bài toán 8-queens, tìm kiếm cục bộ thường được sử dụng để làm gì?
Tính số cách đặt 8 quân hậu lên bàn cờ.
Đặt 8 quân hậu lên bàn cờ sao cho không quân nào tấn công quân khác.
Tìm đường đi ngắn nhất từ góc trái trên cùng đến góc phải dưới cùng.
Xác định vị trí tối ưu cho một quân hậu duy nhất.
Simulated Annealing khác với Hill Climbing ở điểm nào?
Simulated Annealing không sử dụng heuristic trong quá trình tìm kiếm.
Simulated Annealing cho phép chọn trạng thái xấu hơn với xác suất nhất định để thoát khỏi cực đại cục bộ.
Simulated Annealing luôn chọn trạng thái lân cận tốt nhất.
Simulated Annealing yêu cầu không gian trạng thái hoàn toàn quan sát được.
Trong tìm kiếm A*, điều kiện nào phải thỏa mãn để heuristic được gọi là kiên định (consistent)?
h(n) luôn lớn hơn chi phí thực tế.
h(n) bằng 0 tại mọi nút không phải mục tiêu.
h(n) ≤ 0.
h(n) ≤ h(m) + c(n, m) cho mọi n, m (bất đẳng thức tam giác).
Độ phức tạp thời gian của BFS trong một đồ thị với |V| đỉnh và |E| cạnh là bao nhiêu?
O(|E|^2)
O(|V| * |E|)
O(|V| + |E|)
O(|V|^2)
Thành phần nào cần thiết để biểu diễn tri thức trong logic vị từ cấp 1?
Phép toán số học
Quan hệ
Câu không chứa biến số
Quan hệ và định lượng
Cho lập luận: 'Mọi robot đều thông minh. Robot A thông minh. Suy ra Robot A là robot.' Lập luận trên mắc lỗi logic nào?
Lỗi phủ định hậu quả
Lỗi khẳng định tiền đề
Lỗi phủ định tiền đề
Lỗi khẳng định hậu quả
Một cơ sở tri thức trong logic mệnh đề có thể được kiểm tra tính nhất quán (consistency) bằng cách nào?
Đếm số lượng câu trong cơ sở tri thức.
Tính toán giá trị trung bình của các câu.
Kiểm tra xem có thể suy ra cả một câu và phủ định của nó hay không.
So sánh số lượng biến số trong mỗi câu.
Biểu thức nào sau đây đúng trong logic vị từ cấp 1?
∀x (P(x) ⇒ Q(x))
∀x (P(x) ∨ Q(x)) ≡ ∀x P(x) ∨ ∀x Q(x)
∃x (∃x (P(x) ∧ Q(x)) ≡ ∀x (P(x) ⇒ Q(x))P(x) ∧ Q(x)) ≡ ∀x (P(x) ⇒ Q(x))
∀x (P(x) ⇒ Q(x)) ≡ ¬∃x (P(x) ∧ ¬Q(x)) và ¬∀x P(x) ≡ ∃x ¬P(x)
Trong logic mệnh đề, nếu cơ sở tri thức chứa P ⇒ Q và Q ⇒ R, điều gì có thể suy ra?
Q ∧ R
P ⇒ R
P ∧ R
¬P ∨ R
Đặc điểm nào sau đây đúng với logic mệnh đề?
Sử dụng định lượng ∀ và ∃
Chỉ biểu diễn câu đúng/sai và không biểu diễn quan hệ
Yêu cầu mọi câu có biến số
Chỉ biểu diễn câu đúng/sai
Trong logic vị từ cấp 1, câu ∀x (Cat(x) ⇒ Mammal(x)) có nghĩa là gì?
Không có con mèo nào là động vật có vú.
Một số con mèo là động vật có vú.
Mọi con mèo đều là động vật có vú.
Nếu một thứ là động vật có vú thì nó là mèo.
Trong logic mệnh đề, quy tắc nào cho phép suy ra ¬P từ P ⇒ Q và ¬Q?
Modus ponens
Modus tollens
Disjunctive syllogism
Conjunction elimination
Trí tuệ nhân tạo đã phát triển qua các thời kỳ nào?
Thời kỳ chiến tranh, thời kỳ hòa bình, và thời kỳ cách mạng.
Thời kỳ analog, thời kỳ digital, và thời kỳ quantum.
Thời kỳ vàng son, thời kỳ trầm lắng, và thời kỳ phục hưng.
Thời kỳ cổ đại, thời kỳ trung cổ, và thời kỳ hiện đại.
Trí tuệ nhân tạo (Ai) là gì?
Một hệ thống có thể tự học hỏi từ dữ liệu mà không cần can thiệp của con người.
Trí tuệ nhân tạo (Ai - artificial intelligence) là một lĩnh vực của khoa học máy tính nghiên cứu và phát triển các hệ thống máy móc có khả năng mô phỏng trí tuệ con người. Ai giúp máy tính học hỏi, suy luận, nhận diện, xử lý ngôn ngữ tự nhiên và ra quyết định mà không cần con người can thiệp trực tiếp.
Một công nghệ cho phép máy tính chơi cờ như con người.
Một loại phần mềm giúp máy tính hiểu ngôn ngữ tự nhiên.
Các lĩnh vực nghiên cứu sau đây thuộc về trí tuệ nhân tạo?
Vật lý học
Kinh tế học
Học máy
Sinh học
Mốc quan trọng nào trong lịch sử AI là sự ra đời của Dartmouth Conference năm 1956?
Là thời điểm Ai đạt được thành công lớn trong việc chơi cờ vua.
Đánh dấu sự khởi đầu của nghiên cứu AI hiện đại.
Là khi IBM giới thiệu Watson, một hệ thống ai có khả năng trả lời câu hỏi.
Là lúc deepmind phát triển Alphago, đánh bại các cao thủ go hàng đầu thế giới.
Logic vị từ cấp 1 cho phép biểu diễn tri thức bằng cách nào?
Sử dụng các câu chỉ có giá trị đúng hoặc sai mà không có biến số.
Sử dụng các phép toán số học để tính toán tri thức.
Sử dụng các quy tắc ngẫu nhiên để suy diễn.
Sử dụng các biến số, quan hệ, và định lượng (∀, ∃).
Trong logic mệnh đề, phép suy diễn modus ponens có dạng nào?
Từ P ⇒ Q và ¬Q, suy ra ¬P.
Từ P và Q, suy ra P ∧ Q.
Từ ¬P và P ∨ Q, suy ra Q.
Từ P và P ⇒ Q, suy ra Q.
Trong logic vị từ cấp 1, quy tắc universal instantiation (UI) cho phép điều gì?
Thay ∀x P(x) bằng P(c) cho một hằng số c cụ thể.
Thay P(c) bằng ¬P(c) cho một hằng số c.
Thay ∃x P(x) bằng P(x) cho mọi x.
Thay P(x) bằng ∀x P(x) cho mọi trường hợp.
Tác tử logic khác với tác tử phản xạ đơn giản ở điểm nào?
Tác tử logic không cần cảm biến để hoạt động.
Tác tử logic luôn chọn hành động ngẫu nhiên dựa trên môi trường.
Tác tử logic chỉ phản ứng với thông tin hiện tại từ cảm biến.
Tác tử logic sử dụng tri thức biểu diễn dưới dạng logic để suy diễn và đưa ra quyết định.
Trong logic vị từ cấp 1, câu ∃x (P(x) ∧ ¬Q(x)) biểu thị điều gì?
Không tồn tại x nào mà P(x) đúng.
Tồn tại ít nhất một x sao cho P(x) đúng và Q(x) sai.
Với mọi x, P(x) đúng và Q(x) sai.
P(x) và Q(x) cùng đúng cho mọi x.
Môi trường nào sau đây là quan sát đầy đủ (fully observable)?
Một trò chơi cờ vua, nơi người chơi có thể thấy toàn bộ bàn cờ.
Một trò chơi poker, nơi người chơi không biết bài của đối thủ.
Một hệ thống dự báo thời tiết, nơi dữ liệu có thể không đầy đủ.
Một robot di chuyển trong mê cung với một số khu vực bị che khuất.
Loại tác tử nào sau đây sử dụng bộ nhớ để cải thiện hiệu suất?
Tác tử phản xạ đơn giản
Tác tử phản xạ có điều kiện
Tác tử bộ nhớ
Tác tử dựa trên mô hình
Trong chiến lược tìm kiếm theo chiều rộng (BFS), tập biên (frontier/fringe) là một cấu trúc nào?
Hàng đợi FIFO
Ngăn xếp
Hàng đợi LIFO (ngăn xếp)
Hàng đợi ưu tiên
Trong chiến lược tìm kiếm với chi phí đồng nhất (UCS), tập biên (frontier/fringe) là một cấu trúc nào?
Từ điển (dictionary)
Hàng đợi ưu tiên (priority queue)
Hàng đợi FIFO
Hàng đợi LIFO (stack)
Thuật toán nào sau đây kết hợp ưu điểm của BFS và DFS?
Uniform Cost Search (UCS)
Depth-Limited Search (DLS)
Iterative Deepening Search (IDS)
Bidirectional Search
Đặc điểm nào sau đây đúng với heuristic chấp nhận được (admissible)?
Luôn đánh giá thấp chi phí thực tế đến mục tiêu.
Đảm bảo thuật toán A* tìm được đường đi tối ưu.
Chỉ áp dụng cho các bài toán không có trọng số.
Không bao giờ đánh giá quá cao chi phí thực tế đến mục tiêu.
Best-First Search hoạt động như thế nào?
Tìm kiếm ngẫu nhiên từ nhiều điểm trong không gian trạng thái.
Tìm kiếm từ điểm bắt đầu đến tất cả các điểm khác trong đồ thị mà không dùng heuristic.
Ưu tiên mở rộng nút có giá trị heuristic thấp nhất từ điểm hiện tại đến mục tiêu.
Tìm kiếm đồng thời từ
Trong bài toán tìm đường đi ngắn nhất, heuristic nào sau đây là admissible?
Số bước tối đa cần thiết để đến mục tiêu.
Khoảng cách Euclidean giữa hai điểm trong không gian 2D.
Tổng khoảng cách từ tất cả các điểm qua điểm hiện tại đến mục tiêu.
Khoảng cách ngẫu nhiên giữa hai điểm
Chiến lược tìm kiếm với chi phí cực tiểu (UCS) sẽ trở thành chiến lược nào nếu các chi phí ở mỗi bước là như nhau?
BFS
DLS
DFS
IDS
Trong bài toán 8-puzzle, không gian trạng thái có bao nhiêu trạng thái khác nhau?
9!
9! / 2
8! / 2
8!
Genetic Algorithm sử dụng cơ chế nào để cải thiện giải pháp qua các thế hệ?
Lai ghép (crossover) và đột biến (mutation).
Sử dụng heuristic để chọn trạng thái lân cận.
Giảm chi phí đường đi bằng cách loại bỏ các nút không tối ưu.
Tăng độ sâu tìm kiếm qua mỗi vòng lặp.
Tìm kiếm không thông tin (uninformed search) khác với tìm kiếm có thông tin (informed search) ở điểm nào?
Tìm kiếm không thông tin chỉ áp dụng cho các bài toán có không gian trạng thái nhỏ.
Tìm kiếm không thông tin không sử dụng heuristic để hướng dẫn quá trình tìm kiếm.
Tìm kiếm không thông tin luôn nhanh hơn tìm kiếm có thông tin.
Tìm kiếm không thông tin yêu cầu thông tin đầy đủ về mục tiêu.
Ứng dụng nào không sử dụng học máy?
Dự đoán giá chứng khoán
Nhận dạng khuôn mặt
Viết mã nguồn cho ứng dụng web
Lọc thư rác
Lĩnh vực nào sau đây liên quan đến việc giải quyết vấn đề trong trí tuệ nhân tạo?
Lập kế hoạch và tìm kiếm
Kinh tế học
Học máy
Sinh học phân tử
Có bao nhiêu loại học máy chính?
4
5
2
3
Hiện tượng quá khớp có thể được giảm thiểu bằng cách nào?
Điều chuẩn (Regularization)
Tăng số tham số
Điều chuẩn (Regularization) và tăng kích thước dữ liệu
Giảm số lần lặp
Thuật toán Perceptron được sử dụng để giải quyết bài toán nào?
Phân cụm dữ liệu không có nhãn.
Phân loại nhị phân tuyến tính.
Dự đoán giá trị liên tục.
Tối ưu hóa hàm phi tuyến tính.
Giải pháp nào tốt nhất để hạn chế thiên kiến trong học máy?
Giảm kích thước mô hình
Giảm số lượng dữ liệu huấn luyện
Tăng tốc độ xử lý
Thu thập dữ liệu cân bằng và đa dạng
Phát biểu nào đúng với thuật toán học Perceptron?
Dùng cho phân nhiều lớp
Tất cả đều đúng
Chỉ dùng cho phân hai lớp
Dùng cho bài toán giá trị số
Hậu quả tiêu cực nào có thể xảy ra nếu AI xử lý dữ liệu cá nhân không bảo mật tốt?
Cải thiện trải nghiệm người dùng
Rò rỉ thông tin cá nhân
Giảm chi phí vận hành
Tăng độ chính xác dự đoán
Kỹ thuật học máy hồi quy thuộc loại nào sau đây?
Học không giám sát
Học tăng cường
Học có giám sát
Học bán giám sát
Trong Gradient Descent, tham số learning rate (tốc độ học) ảnh hưởng như thế nào?
Đo lường mức độ chính xác của mô hình trên tập kiểm tra.
Quyết định bước nhảy lớn hay nhỏ khi cập nhật tham số.
Điều chỉnh số lượng đặc trưng trong dữ liệu đầu vào.
Xác định số lượng vòng lặp tối đa của thuật toán.
Trong Random Forest, kỹ thuật nào được sử dụng để tạo sự đa dạng giữa các cây?
Tăng độ sâu tối đa của mỗi cây.
Sử dụng cùng một tập dữ liệu cho mọi cây.
Bootstrap sampling (lấy mẫu ngẫu nhiên có hoàn lại).
Loại bỏ tất cả các đặc trưng không quan trọng trước
Cho tập dữ liệu với các thuộc tính Tóc, Chiều cao, Cân nặng, Dùng kem và nhãn Kết quả (2 lớp), thuộc tính nào được chọn phân hoạch tại gốc khi dùng ID3?
Dùng kem
Tóc
Cân nặng
Chiều cao
Phân cụm K-means yêu cầu điều kiện nào để hoạt động hiệu quả?
Số cụm xác định trước và phân phối hình cầu
Số cụm xác định trước
Điểm thuộc nhiều cụm
Dữ liệu có nhãn
Khi xây dựng mô hình AI, vì sao việc tuân thủ các tiêu chuẩn bảo mật dữ liệu lại quan trọng?
Tăng khả năng lưu trữ dữ liệu
Làm tăng độ phức tạp của thuật toán
Giảm tốc độ xử lý mô hình
Ngăn chặn rò rỉ và lạm dụng thông tin cá nhân
Gradient Descent là gì?
Một thuật toán tìm kiếm cục bộ không sử dụng đạo hàm.
Một phương pháp phân loại dữ liệu dựa trên khoảng cách.
Một thuật toán tối ưu hóa tìm giá trị nhỏ nhất của hàm mất mát bằng cách cập nhật tham số theo gradient.
Một cách biểu diễn tri thức bằng logic.
Mạng nơ ron sâu (deep neural network) khác với mạng nơ ron nông (shallow neural network) ở điểm nào?
Không sử dụng hàm kích hoạt trong các lớp ẩn.
Có nhiều lớp ẩn (hidden layers) hơn để học các đặc trưng phức tạp.
Chỉ sử dụng một lớp ẩn duy nhất với số lượng nơ ron lớn.
Chỉ áp dụng cho dữ liệu có nhãn đơn giản.
Học sâu thường được ứng dụng trong lĩnh vực nào?
Phân loại dữ liệu một chiều
Xử lý ngôn ngữ tự nhiên (NLP) và Computer Vision
Tìm kiếm đường đi ngắn nhất trong đồ thị.
Phân loại dữ liệu một chiều đơn giản.
Trong hồi quy đa thức, hiện tượng quá khớp (overfitting) thường xảy ra khi nào?
Khi bậc của đa thức quá cao so với dữ liệu huấn luyện.
Khi số lượng dữ liệu huấn luyện lớn hơn số lượng đặc trưng.
Khi mô hình chỉ sử dụng một đặc trưng duy nhất.
Khi hàm mất mát đạt giá trị bằng 0.
Perceptron không thể giải quyết bài toán nào?
Phân loại hai lớp phân biệt tuyến tính.
Bài toán XOR (hoặc độc quyền).
Dự đoán giá trị liên tục đơn giản.
Phân loại dữ liệu một chiều
Phân cụm K-means hoạt động dựa trên nguyên tắc nào?
Tối thiểu hóa tổng bình phương khoảng cách từ mỗi điểm đến tâm cụm gần nhất.
Phân loại dữ liệu dựa trên nhãn có sẵn.
Tối đa hóa khoảng cách giữa các tâm cụm khác nhau.
Giảm số lượng đặc trưng trong dữ liệu.
Thuật toán nào sau đây là ví dụ về học máy không giám sát?
PCA (Principal Component Analysis)
Decision Tree
Linear Regression
K-means
Gradient Descent có thể bị kẹt ở điểm nào?
Điểm ngẫu nhiên không liên quan đến hàm mất mát.
Điểm tối ưu cục bộ (local minimum) trong hàm mất mát không lồi (non-convex).
Điểm có gradient bằng vô cực.
Điểm tối ưu toàn cục (global minimum) trong mọi trường hợp
Đặc điểm nào sau đây thuộc về môi trường tĩnh?
Tác tử có thể dự đoán được kết quả của hành động.
Môi trường thay đổi liên tục bất kể hành động của tác tử.
Môi trường không thay đổi trong khi tác tử đang ra quyết định.
Môi trường có thay đổi.
Phát biểu nào không đúng với điểm cực đại địa phương trong thuật toán tìm kiếm leo đồi?
Không phải trạng thái tốt nhất
Là trạng thái tốt nhất toàn bộ
Thuật toán không thoát ra được
Mọi trạng thái lân cận không tốt hơn nó
Quy tắc resolution trong logic mệnh đề hoạt động như thế nào?
Từ P ∨ Q và P ∧ R, suy ra Q ∧ R.
Từ P ∨ Q và ¬P ∨ R, suy ra Q ∨ R.
Từ P ⇒ Q và Q ⇒ R, suy ra P ∧ R.
Từ P ∧ Q và ¬P, suy ra Q.
Vấn đề đạo đức lớn nhất liên quan đến ai là gì?
Thiết kế giao diện phức tạp
Khả năng lưu trữ thấp
Thiên vị dữ liệu và bảo mật thông tin
Tốc độ xử lý chậm
Ứng dụng nào sau đây sử dụng trí tuệ nhân tạo (AI) rõ nét nhất?
Đèn tự động bật tắt theo cảm biến ánh sáng
Máy tính cơ bản chỉ thực hiện phép tính
Máy giặt thông thường
Robot hút bụi nhận dạng vật cản, lập bản đồ
Nguyên nhân nào dẫn đến việc AI có thể đưa ra các quyết định thiếu công bằng?
Quá nhiều dữ liệu trong mô hình
Thuật toán đơn giản
Mô hình thiếu thông tin thời gian thực
Dữ liệu huấn luyện không đầy đủ và có định kiến
Kỹ thuật học máy phân lớp thuộc loại nào sau đây?
Học không giám sát
Học bán giám sát
Học có giám sát
Học tăng cường
Điều nào sau đây là vấn đề đạo đức thường gặp khi áp dụng học máy trong tuyển dụng nhân sự?
Dữ liệu lưu trữ tốn kém
Mô hình dự đoán chậm
Giao diện người dùng kém
Thiên kiến về giới tính hoặc sắc tộc
Trong một môi trường quan sát được một phần (partially observable), tác tử cần làm gì để hoạt động hiệu quả?
Chỉ dựa vào thông tin hiện tại từ cảm biến.
Tắt cảm biến để giảm độ phức tạp của vấn đề.
Tăng số lượng hành động ngẫu nhiên để thử nghiệm môi trường.
Sử dụng thông tin lịch sử và suy luận để đưa ra quyết định.
Tính chất nào sau đây không phải là đặc điểm của một môi trường trong AI?
Ngẫu nhiên (Stochastic)
Tất định (Deterministic)
Cảm tính (Emotional)
Tĩnh (Static)
Giải thuật tìm kiếm Greedy best-first search sử dụng hàm đánh giá nào sau đây?
f(n) = h(n) / g(n)
f(n) = h(n)
f(n) = g(n) * h(n)
f(n) = g(n) - h(n)
Thuật toán nào sau đây thuộc nhóm tìm kiếm có thông tin?
A* Search
Uniform-cost search
Breadth-First Search
Depth-First Search
Với độ sâu d và hệ số phân nhánh b, chiến lược tìm kiếm lặp sâu dần (IDS) có độ phức tạp về bộ nhớ là bao nhiêu?
O(bd)
O(b+d)
O(bd/2)
O(b^d)
Thành phần nào sau đây thuộc về cơ sở tri thức của tác tử logic?
Danh sách hành động ngẫu nhiên
Các câu logic biểu diễn tri thức.
Câu logic
Tập hợp giá trị số
Trong logic mệnh đề, biểu thức P ∧ (Q ∨ R) tương đương với biểu thức nào?
P ∨ (Q ∧ R)
(P ∧ Q) ∧ (P ∧ R)
(P ∨ Q) ∧ (P ∨ R)
(P ∧ Q) ∨ (P ∧ R)
Trong một không gian tìm kiếm vô hạn, thuật toán nào sau đây có thể không bao giờ dừng lại?
DFS
A* với heuristic admissible
IDS (Iterative Deepening Search)
BFS
Tìm kiếm cục bộ (local search) khác với tìm kiếm có hệ thống (systematic search) ở điểm nào?
Tìm kiếm cục bộ yêu cầu heuristic admissible để hoạt động.
Tìm kiếm cục bộ không duy trì danh sách các trạng thái đã thăm mà chỉ tập trung vào trạng thái hiện tại.
Tìm kiếm cục bộ luôn đảm bảo tìm được giải pháp tối ưu.
Tìm kiếm cục bộ khám phá toàn bộ không gian trạng thái.
Thuật toán Greedy Best-First Search ưu tiên nút nào trong quá trình tìm kiếm?
Nút được chọn ngẫu nhiên từ danh sách các nút lân cận.
Nút có giá trị heuristic thấp nhất từ vị trí hiện tại đến mục tiêu.
Nút có chi phí đường đi thấp nhất từ điểm bắt đầu.
Nút có tổng chi phí đường đi và heuristic cao nhất.
Học máy có giám sát là gì?
Một phương pháp mà mô hình tự khám phá cấu trúc trong dữ liệu không có nhãn.
Một phương pháp mà mô hình học qua việc tương tác với môi trường.
Một phương pháp mà mô hình học từ dữ liệu có nhãn.
Một phương pháp mà mô hình được huấn luyện bằng cách sao chép hành vi của con người.
Đầu ra của một mô hình phân lớp là gì?
Số lượng rất lớn
Nhãn lớp
Tất cả đều đúng
Giá trị số
Trong hồi quy tuyến tính, R-squared đo lường điều gì?
Độ dốc của đường hồi quy tuyến tính.
Tổng bình phương sai số giữa giá trị thực tế và dự đoán.
Tỷ lệ biến thiên của biến phụ thuộc được giải thích bởi mô hình.
Số lượng đặc trưng trong mô hình
Với độ sâu d và hệ số phân nhánh b, chiến lược tìm kiếm lặp sâu dần (IDS) có độ phức tạp về thời gian là bao nhiêu?
O(b^d)
O(bd/2)
O(b+d)
O(bd)
Trong chiến lược tìm kiếm theo chiều sâu (DFS), tập biên (frontier/fringe) là một cấu trúc nào?
Hàng đợi FIFO
Hàng đợi ưu tiên
Hàng đợi LIFO (stack)
Từ điển (dictionary)
Trong bài toán tối ưu, hàm mục tiêu (objective function) có vai trò gì?
Đánh giá chất lượng của trạng thái hiện tại để hướng dẫn tìm kiếm.
Đo lường độ phức tạp thời gian của thuật toán.
Tính toán chi phí đường đi từ điểm bắt đầu đến trạng thái hiện tại.
Xác định số lượng trạng thái trong không gian tìm kiếm.
Thuật toán tìm kiếm nào sau đây đảm bảo tìm được đường đi ngắn nhất trong một đồ thị không có trọng số?
Tìm kiếm tham lam (Greedy Search)
Tìm kiếm A*
Tìm kiếm theo chiều sâu (DFS)
Tìm kiếm theo chiều rộng (BFS)
Câu 115. Trong bài toán tối ưu, thuật toán nào sau đây sử dụng khái niệm "nhiệt độ" để điều chỉnh quá trình tìm kiếm?
A. Hill Climbing
B. Genetic Algorithm
C. A* Search
D. Simulated Annealing
Câu 116. Logic mệnh đề là gì?
A. Một cách tiếp cận cho việc biểu diễn tri thức sử dụng các biến số.
B. Một thuật toán tìm kiếm dùng để giải quyết các vấn đề phức tạp.
C. Một hệ thống biểu diễn tri thức sử dụng các biểu thức đúng hoặc sai.
D. Một phương pháp suy diễn dựa trên các quy tắc if-then.
Câu 117.Hạn chế nào sau đây đúng với Hill Climbing?
A. Có thể bị kẹt ở cực đại cục bộ (local maximum) và không đảm bảo tối ưu
B. Đảm bảo tìm được giải pháp tối ưu toàn cục.
C. Yêu cầu không gian bộ nhớ lớn như BFS.
D. Luôn tìm được đường đi ngắn nhất trong đồ thị.
Câu 118.Thuật toán A* sử dụng hàm đánh giá nào để chọn nút tiếp theo?
A. f(n) = g(n) - h(n)
B. f(n) = g(n) * h(n)
C. f(n) = h(n) / g(n)
D. f(n) = g(n) + h(n)
Câu 119. Khi áp dụng A* cho trò chơi 8-puzzle, hàm nào ưu thế hơn?
A. h₁ trội hơn h₂
B. h₂ trội hơn h₁
C. h₁ và h₂ bằng nhau
D. Không thỏa mãn
Câu 120. Trong bài toán 8-queens, tìm kiếm cục bộ thường dùng để làm gì?
A. Tính số cách đặt 8 quân hậu lên bàn cờ.
B. Tìm đường đi ngắn nhất từ góc trái trên cùng đến góc phải dưới cùng.
C. Xác định vị trí tối ưu cho một quân hậu.
D. Đặt 8 quân hậu sao cho không quân nào tấn công quân khác.
Câu 121. IDS có độ phức tạp bộ nhớ là bao nhiêu?
A. O(bd/2)
B. O(b^d)
C. O(b + d)
D. O(bd)
Câu 122. Giải thuật tìm kiếm A* sử dụng hàm đánh giá nào sau đây?
A. f(n) = h(n) / g(n)
B. f(n) = g(n) * h(n)
C. f(n) = g(n) - h(n)
D. f(n) = g(n) + h(n)