WorksheetsTrí tuệ nhân tạo
Total questions: 119
Worksheet time: 3570secs
Có bao nhiêu loại học máy chính?
5
4
3
Tính chất nào sau đây không phải là đặc điểm của một môi trường trong AI?
Có thể xác định
Thực tế ảo
Tĩnh hay động
Trí tuệ nhân tạo (AI) là gì?
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 loại phần mềm giúp máy tính hiểu ngôn ngữ tự nhiên.
Một công nghệ cho phép máy tính chơi cờ như con người.
Các lĩnh vực nghiên cứu sau đây thuộc về trí tuệ nhân tạo?
Học máy
Vật lý học
Kinh tế học
Lĩnh vực nào sau đây liên quan đến việc giải quyết vấn đề trong trí tuệ nhân tạo?
Lập kế hoạch và tìm kiếm
Học máy
Kinh tế học
Mốc quan trọng nào trong lịch sử AI là sự ra đời của Dartmouth Conference năm 1956?
Đánh dấu sự khởi đầu của nghiên cứu AI hiện đại.
Là thời điểm AI đạt được thành công lớn trong việc chơi cờ vua.
Là khi IBM giới thiệu Watson, một hệ thống AI có khả năng trả lời câu hỏi.
Trí tuệ nhân tạo đã phát triển qua các thời kỳ nào?
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.
Thời kỳ chiến tranh, thời kỳ hòa bình, và thời kỳ cách mạng.
Ứng dụng nào sau đây sử dụng trí tuệ nhân tạo (AI) rõ nét nhất?
Robot hút bụi nhận dạng vật cản, lập bản đồ
Máy giặt thông thường
Máy tính cơ bản chỉ thực hiện phép tính
Vấn đề đạo đức lớn nhất liên quan đến AI là gì?
Thiên vị dữ liệu và bảo mật thông tin
Tốc độ xử lý chậm
Thiết kế giao diện phức tạp
Loại tác tử thông minh nào sau đây hoạt động dựa trên các quy tắc if-then?
Tác tử phản xạ đơn giản
Tác tử dựa trên mục tiêu
Tác tử dựa trên mô hình
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 robot di chuyển trong mê cung với một số khu vực bị che khuất.
Tính chất nào sau đây không phải là đặc điểm của một môi trường trong AI?
Ngẫu nhiên (Stochastic)
Tĩnh (Static)
Tất định (Deterministic)
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
Tác tử có thể quan sát toàn bộ trạng thái của môi trường.
Đặc điểm nào sau đây thuộc về môi trường tĩnh?
Môi trường không thay đổi trong khi tác tử đang ra quyết định.
Môi trường có thay đổi.
Môi trường thay đổi liên tục bất kể hành động của tác tử.
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 không cần cảm biến để nhận biết môi trường.
Trong một môi trường quan sát được một phần (partially observable), tác tử cần làm gì để hoạt động hiệu quả?
Sử dụng thông tin lịch sử và suy luận để đưa ra quyết định.
Chỉ dựa vào thông tin hiện tại từ cảm biến.
Tắt cảm biến để giảm độ phức tạp của vấn đề.
Loại tác tử nào sau đây sử dụng bộ nhớ để cải thiện hiệu suất?
Tác tử dựa trên mô hình
Tác tử bộ nhớ
Tác tử phản xạ đơn giản
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.
Cấu trúc cơ bản của một tác tử thông minh bao gồm những thành phần nào?
Một bộ xử lý để tính toán dữ liệu đầu vào mà không cần hành động.
Một cơ chế ngẫu nhiên để chọn hành động mà không cần cảm biến.
Cảm biến để nhận biết môi trường và cơ cấu chấp hành để thực hiện hành động.
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.
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.
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 dựa trên mục tiêu
Tác tử phản xạ đơn giản
Một robot giao hàng hoạt động trong môi trường thay đổi liên tục nên chọn loại môi trường nào sau đây?
Tĩnh (static)
Tất định (deterministic)
Động (dynamic)
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 theo chiều sâu (DFS)
Tìm kiếm theo chiều rộng (BFS)
Tìm kiếm tham lam (Greedy Search)
Trong một không gian tìm kiếm vô hạn, thuật toán nào sau đây có thể không bao giờ dừng lại?
BFS
DFS
IDS (Iterative Deepening Search)
Tìm kiếm không thông tin (uninformed search) khác với tìm kiếm có thông tin (informed search) ở điểm nào?
Tìm kiếm không thông tin luôn nhanh hơn tìm kiếm có thông tin.
Tìm kiếm không thông tin không sử dụng heuristic để hướng dẫn quá trình tìm kiếm.
Tìm kiếm không thông tin chỉ áp dụng cho các bài toán có không gian trạng thái nhỏ.
Thuật toán nào sau đây thuộc nhóm tìm kiếm không thông tin?
Hill-Climbing Search
Greedy Best-First Search
Breadth-First Search (BFS)
Độ phức tạp thời gian của BFS trong một đồ thị với |V| đỉnh và |E| cạnh là bao nhiêu?
O(|V| + |E|)
O(|V|^2)
O(|E|^2)
Trong bài toán 8-puzzle, không gian trạng thái có bao nhiêu trạng thái khác nhau?
9! / 2
9!
8!
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)
Trong tìm kiếm tối ưu, thuật toán nào đảm bảo chi phí đường đi thấp nhất?
Depth-First Search (DFS)
Breadth-First Search (BFS)
Uniform Cost Search (UCS)
Đặc điểm nào sau đây đúng với heuristic chấp nhận được (admissible)?
Đảm bảo thuật toán A* tìm được đường đi tối ưu.
Luôn đánh giá thấp chi phí thực tế đến mục tiêu.
Không bao giờ đánh giá quá cao chi phí thực tế đến mục tiêu.
Trong bài toán tìm đường đi ngắn nhất, heuristic nào sau đây là admissible?
Tổng khoảng cách từ tất cả các điểm qua điểm hiện tại đến mục tiêu.
Số bước tối đa cần thiết để đến mục tiêu
Khoảng cách Euclidean giữa hai điểm trong không gian 2D.
Thuật toán A* sử dụng hàm đánh giá nào để chọn nút tiếp theo?
f(n) = g(n) + h(n)
f(n) = g(n) * h(n)
f(n) = g(n) - h(n)
Tìm kiếm cục bộ (local search) khác với tìm kiếm có hệ thống (systematic search) ở điểm nào?
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 yêu cầu heuristic admissible để hoạt động.
Thuật toán Hill Climbing hoạt động như thế nào?
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.
Chọn trạng thái lân cận có giá trị heuristic tốt nhất từ trạng thái hiện tại.
Hạn chế nào sau đây đúng với Hill Climbing?
Có thể bị kẹt ở cực đại cục bộ (local maximum) và không đảm bảo tối ưu
Đảm bảo tìm được giải pháp tối ưu toàn cục.
Yêu cầu không gian bộ nhớ lớn như BFS.
Simulated Annealing khác với Hill Climbing ở điểm nào?
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 không sử dụng heuristic trong quá trình tìm kiếm.
Trong bài toán tối ưu, thuật toán nào sau đây sử dụng khái niệm "nhiệt độ" để điều chỉnh quá trình tìm kiếm?
Genetic Algorithm
Hill Climbing
Simulated Annealing
Thuật toán Greedy Best-First Search ưu tiên nút nào trong quá trình tìm kiếm?
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.
Thuật toán nào sau đây thuộc nhóm tìm kiếm có thông tin?
A* Search
Uniform-cost search
Breadth-First Search
Trong bài toán 8-queens, tìm kiếm cục bộ thường được sử dụng để làm gì?
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.
Heuristic nào sau đây thường được sử dụng trong bài toán 8-puzzle?
Tổng khoảng cách từ điểm bắt đầu đến mục tiêu.
Số bước tối đa cần thiết để hoàn thành bài toán.
Số ô không đúng vị trí (Hamming distance).
Độ phức tạp không gian của DFS (chiều sâu) trong một đồ thị với |V| đỉnh là bao nhiêu?
O(|V|)
O(|V| + |E|)
O(|E|)
Best-First Search hoạt động như thế nào?
Tìm kiếm từ điểm bắt đầu đến tất cả các điểm khác trong đồ thị mà không dùng heuristic.
Tìm kiếm ngẫu nhiên từ nhiều điểm trong không gian trạng thái.
Ưu tiên mở rộng nút có giá trị heuristic thấp nhất từ điểm hiện tại đến mục tiêu.
Trong tìm kiếm A*, điều kiện nào phải thỏa mãn để heuristic được gọi là kiên định (consistent)?
h(n) ≤ h(m) + c(n, m) cho mọi n, m (bất đẳng thức tam giác).
h(n) ≤ 0.
h(n) luôn lớn hơn chi phí thực tế.
Genetic Algorithm sử dụng cơ chế nào để cải thiện giải pháp qua các thế hệ?
Tăng độ sâu tìm kiếm qua mỗi vòng lặp.
Giảm chi phí đường đi bằng cách loại bỏ các nút không tối ưu.
Lai ghép (crossover) và đột biến (mutation).
Thuật toán nào sau đây không yêu cầu thông tin về toàn bộ không gian trạng thái?
Hill Climbing
Breadth-First Search
Uniform Cost Search
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.
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 sử dụng heuristic?
Hill Climbing
BFS
A*
Trong chiến lược tìm kiếm theo chiều sâu (DFS), tập biên (frontier/fringe) là một cấu trúc nào?
Ngăn xếp (stack)
Hàng đợi (queue)
Hàng đợi ưu tiên
Trong chiến lược tìm kiếm theo chiều rộng (BFS), tập biên (frontier/fringe) là một cấu trúc nào
Hàng đợi ưu tiên
Hàng đợi (queue)
Ngăn xếp (stack)
Trong chiến lược tìm kiếm với chi phí đồng nhất (UCS), tập biên (frontier/fringe) là một cấu trúc nào?
Ngăn xếp (stack)
Hàng đợi (queue)
Hàng đợi ưu tiên
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(d^b)
O(b^d)
O (n)
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(d)
O(b^d)
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?
Tìm kiếm cục bộ
Tìm kiếm theo chiều sâu (DFS)
Tìm kiếm theo chiều rộng (BFS)
Giải thuật tìm kiếm Greedy best-first search sử dụng hàm đánh giá nào sau đây?
h(n)
h(n) + g(n)
g(n) - h(n)
Giải thuật tìm kiếm A* sử dụng hàm đánh giá nào sau đây?
g(n) + h(n)
g(n)
h(n) - g(n)
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
h2 trội hơn h1
h1 và h2 có hiệu suất như nhau
Phát biểu nào không đúng với điểm cực đại địa phương trong thuật toán tìm kiếm leo đồi?
Mọi trạng thái lân cận của nó đều không tốt hơn nó
Là trạng thái tốt nhất trong toàn bộ các trạng thái
Khi gặp điểm cực đại địa phương, thuật toán leo đồi sẽ không thoát ra được
Logic mệnh đề là gì?
Một phương pháp suy diễn dựa trên các quy tắc if-then.
Một hệ thống biểu diễn tri thức sử dụng các biểu thức đúng hoặc sai.
Một cách tiếp cận cho việc biểu diễn tri thức sử dụng các biến số.
Biểu thức nào sau đây đúng trong logic vị từ cấp 1?
∀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)
Tác tử logic khác với tác tử phản xạ đơn giản ở điểm nào?
Tác tử logic sử dụng tri thức biểu diễn dưới dạng logic để suy diễn và đưa ra quyết định.
Tác tử logic chỉ phản ứng với thông tin hiện tại từ cảm biến.
Tác tử logic không cần cảm biến để hoạt động.
Trong logic mệnh đề, phép suy diễn modus ponens có dạng nào?
Từ P và Q, suy ra P ∧ Q.
Từ P và P ⇒ Q, suy ra Q.
Từ ¬P và P ∨ Q, suy ra Q.
Thành phần nào sau đây thuộc về cơ sở tri thức của tác tử logic?
Các câu logic biểu diễn tri thức.
Danh sách hành động ngẫu nhiên
Tập hợp giá trị số
Trong logic mệnh đề, biểu thức P ∧ (Q ∨ R) tương đương với biểu thức nào?
(P ∧ Q) ∨ (P ∧ R)
(P ∨ Q) ∧ (P ∨ R)
P ∨ (Q ∧ R)
Logic vị từ cấp 1 cho phép biểu diễn tri thức bằng cách nào?
Sử dụng các biến số, quan hệ, và định lượng (∀, ∃).
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.
Trong logic mệnh đề, quy tắc nào cho phép suy ra ¬P từ P ⇒ Q và ¬Q?
Modus ponens
Modus tollens
Disjunctive syllogism
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
Trong logic vị từ cấp 1, câu ∀x (Cat(x) ⇒ Mammal(x)) có nghĩa là gì?
Mọi con mèo đều là động vật có vú.
Một số con mèo là động vật có vú.
Nếu một thứ là động vật có vú thì nó là mèo.
Trong logic vị từ cấp 1, câu ∃x (P(x) ∧ ¬Q(x)) biểu thị điều gì?
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.
Không tồn tại x nào mà P(x) đúng.
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, suy ra Q
Từ P ⇒ Q và Q ⇒ R, suy ra P ∧ R.
Thành phần nào cần thiết để biểu diễn tri thức trong logic vị từ cấp 1?
Phép toán số học
Câu không chứa biến số
Quan hệ và định lượng
Một cơ sở tri thức trong logic mệnh đề có thể được kiểm tra tính nhất quán (consistency) bằng cách nào?
Kiểm tra xem có thể suy ra cả một câu và phủ định của nó hay không.
Đếm số lượng câu trong cơ sở tri thức.
Tính toán giá trị trung bình của các câu.
Trong logic vị từ cấp 1, quy tắc universal instantiation (UI) cho phép điều gì?
Thay ∃x P(x) bằng P(x) cho mọi x.
Thay ∀x P(x) bằng P(c) cho một hằng số c cụ thể.
Thay P(x) bằng ∀x P(x) cho mọi trường hợp.
Trong logic mệnh đề, nếu cơ sở tri thức chứa P ⇒ Q và Q ⇒ R, điều gì có thể suy ra?
P ⇒ R
P ∧ R
¬P ∨ R
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 khẳng định hậu quả
Lỗi phủ định tiền đề
Lỗi phủ định hậu quả
Học máy có giám sát là gì?
Một phương pháp mà mô hình học từ dữ liệu có nhãn.
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.
Thuật toán nào sau đây là ví dụ về học máy không giám sát?
Linear Regression
PCA (Principal
K-means
Hồi quy tuyến tính (Linear Regression) được sử dụng để làm gì?
Phân loại dữ liệu thành các nhóm riêng biệt.
Dự đoán giá trị liên tục dựa trên các biến đầu vào.
Tìm các cụm dữ liệu không có nhãn.
Trong hồi quy tuyến tính, hàm mất mát (loss function) phổ biến nhất là gì?
Mean Squared Error (MSE)
Cross-Entropy Loss
Hinge Loss
Yếu tố nào sau đây ảnh hưởng đến hiện tượng quá khớp trong hồi quy đa thức?
Độ phức tạp mô hình và số lượng dữ liệu ít
Sử dụng nhiều lần tập kiểm tra
Số đặc trưng ít hơn mẫu
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.
Tối đa hóa khoảng cách giữa các tâm cụm khác nhau.
Phân loại dữ liệu dựa trên nhãn có sẵn.
Gradient Descent là gì?
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 thuật toán tìm kiếm cục bộ không sử dụng đạo hàm.
Trong Gradient Descent, tham số learning rate (tốc độ học) ảnh hưởng như thế nào?
Quyết định bước nhảy lớn hay nhỏ khi cập nhật tham số.
Xác định số lượng vòng lặp tối đa của thuật toán.
Đo lường mức độ chính xác của mô hình trên tập kiểm tra.
thuật toán Perceptron được sử dụng để giải quyết bài toán nào?
Phân loại nhị phân tuyến tính.
Dự đoán giá trị liên tục.
Phân cụm dữ liệu không có nhãn.
Đặc điểm nào sau đây đúng với Perceptron?
Phân loại phi tuyến tính
Phân biệt tuyến tính và cập nhật trọng số dựa trên sai số
Sử dụng sigmoid
Hồi quy logistic khác với hồi quy tuyến tính ở điểm nào?
Hồi quy logistic dự đoán xác suất cho bài toán phân loại, sử dụng hàm sigmoid.
Hồi quy logistic dự đoán giá trị liên tục thay vì phân loại.
Hồi quy logistic không sử dụng hàm mất mát.
Hàm mất mát nào thường được sử dụng trong hồi quy logistic?
Cross-Entropy Loss
Mean Squared Error (MSE)
Hinge Loss
Mạng nơ ron nhân tạo (Artificial Neural Network) bao gồm những thành phần nào cơ bản?
Một tập hợp các quy tắc logic để suy diễn.
Các nơ ron được tổ chức thành lớp đầu vào, lớp ẩn, và lớp đầu ra.
Một danh sách các hành động ngẫu nhiên để thử nghiệm.
Hiện tượng quá khớp có thể được giảm thiểu bằng cách nào?
Điều chuẩn (Regularization) và tăng kích thước dữ liệu
Tăng số tham số
Giảm số lần lặp
Cây quyết định (Decision Tree) ra quyết định dựa trên nguyên tắc nào?
Chia dữ liệu thành các nhánh dựa trên giá trị đặc trưng để tối ưu hóa độ tinh khiết (purity).
Tính toán khoảng cách từ mỗi điểm đến tâm cụm gần nhất.
Tối ưu hóa một hàm mất mát tuyến tính.
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.
Tăng độ sâu tối đa của mỗi cây quyết định.
Giảm số lượng đặc trưng trong dữ liệu đầu vào.
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.
Phân cụm K-means yêu cầu điều kiện nào để hoạt động hiệu quả?
Số cụm xác định trước và phân phối hình cầu
Dữ liệu có nhãn
Điểm thuộc nhiều cụm
Gradient Descent có thể bị kẹt ở điểm nào?
Điểm tối ưu toàn cục (global minimum) trong mọi trường hợp.
Điểm tối ưu cục bộ (local minimum) trong hàm mất mát không lồi (non-convex).
Điểm ngẫu nhiên không liên quan đến hàm mất mát.
Perceptron không thể giải quyết bài toán nào?
Bài toán XOR (hoặc độc quyền).
Phân loại hai lớp phân biệt tuyến tính.
Dự đoán giá trị liên tục đơn giản.
Hồi quy logistic thường được đánh giá bằng chỉ số nào?
Accuracy (độ chính xác)
Mean Squared Error (MSE)
R-squared
Mạng nơ ron sâu (deep neural network) khác với mạng nơ ron nông (shallow neural network) ở điểm nào?
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.
Trong học sâu, hàm kích hoạt (activation function) nào thường được sử dụng để xử lý vấn đề gradient vanishing?
ReLU (Rectified Linear Unit)
Sigmoid
Step Function
Học tập thể (ensemble learning) có lợi ích gì?
Giảm dữ liệu cần thiết
Giảm phương sai và tăng độ chính xác
Giảm phương sai
Cây quyết định sử dụng thước đo nào để chọn đặc trưng phân chia?
Entropy hoặc Gini index
Mean Squared Error
Cross-Entropy Loss
Trong Random Forest, kỹ thuật nào được sử dụng để tạo sự đa dạng giữa các cây?
Bootstrap sampling (lấy mẫu ngẫu nhiên có hoàn lại).
Tăng độ sâu tối đa của mỗi cây.
Sử dụng cùng một tập dữ liệu cho mọi cây.
Quá trình backpropagation trong mạng nơ ron nhân tạo làm gì?
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.
Loại bỏ các nơ ron không quan trọng trong lớp ẩn.
Học sâu thường được ứng dụng trong lĩnh vực nào?
Xử lý ngôn ngữ tự nhiên (NLP) và Computer Vision
Phân loại dữ liệu một chiều
Phân loại dữ liệu một chiều đơn giản.
Trong hồi quy tuyến tính, R-squared đo lường điều gì?
Tỷ lệ biến thiên của biến phụ thuộc được giải thích bởi mô hình.
Tổng bình phương sai số giữa giá trị thực tế và dự đoán.
Độ dốc của đường hồi quy tuyến tính.
Trong K-means, nhược điểm nào sau đây là đúng?
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.
Tại sao mô hình nhận dạng khuôn mặt AI có thể thiên vị (bias)?
Dữ liệu thiếu tính đa dạng
Thuật toán quá phức tạp
Mô hình ít lớp ẩn
Hậu quả tiêu cực nào có thể xảy ra nếu AI xử lý dữ liệu cá nhân không bảo mật tốt?
Rò rỉ thông tin cá nhân
Tăng độ chính xác dự đoán
Cải thiện trải nghiệm người dùng
Giải pháp nào tốt nhất để hạn chế thiên kiến trong học máy?
Thu thập dữ liệu cân bằng và đa dạng
Tăng tốc độ xử lý
Giảm kích thước mô hình
Điều nào sau đây là vấn đề đạo đức thường gặp khi áp dụng học máy trong tuyển dụng nhân sự?
Thiên kiến về giới tính hoặc sắc tộc
Mô hình dự đoán chậm
Dữ liệu lưu trữ tốn kém
Khi xây dựng mô hình AI, vì sao việc tuân thủ các tiêu chuẩn bảo mật dữ liệu lại quan trọng?
Ngăn chặn rò rỉ và lạm dụng thông tin cá nhân
Tăng khả năng lưu trữ dữ liệu
Giảm tốc độ xử lý mô hình
Nguyên nhân nào dẫn đến việc AI có thể đưa ra các quyết định thiếu công bằng?
Dữ liệu huấn luyện không đầy đủ và có định kiến
Quá nhiều dữ liệu trong mô hình
Thuật toán đơn giản
Kỹ thuật học máy phân lớp thuộc loại nào sau đây?
Học có giám sát
Học không giám sát
Học bán giám sát
Kỹ thuật học máy hồi quy thuộc loại nào sau đây?
Học có giám sát
Học không giám sát
Học tăng cường
Kỹ thuật học máy phân cụm thuộc loại nào sau đây?
Học không giám sát
Học có giám sát
Học tăng cường
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?
Tóc
Chiều cao
Cân nặng
Đầu ra của một mô hình hồi quy (regression) thường là gì?
Giá trị số
Nhãn lớp
Số lượng không quá lớn
Đầu ra của một mô hình phân lớp là gì?
Nhãn lớp
Giá trị số
Tất cả đều đúng
Phát biểu nào đúng với thuật toán học Perceptron?
Chỉ dùng cho phân hai lớp
Dùng cho phân nhiều lớp
Dùng cho bài toán giá trị số
