Font size
WorksheetsCâu hỏi ôn tập về trí tuệ nhân tạo
Total questions: 55
Worksheet time: 33mins
Trí tuệ nhân tạo (AI) là gì?
Lập trình trò chơi
Khả năng học tập và ra quyết định của máy móc
Mạng lưới máy tính
Công nghệ truyền thông
AI ra đời vào năm nào?
1950
1956
1969
1973
Người đã đưa ra khái niệm về AI là ai?
Alan Turing
John McCarthy
Marvin Minsky
Claude Shannon
Máy nào đã đánh bại Garry Kasparov trong cờ vua vào năm 1997?
Watson
AlphaGo
Deep Blue
Siri
"Turing Test" được sử dụng để làm gì?
Kiểm tra khả năng học của máy tính
Kiểm tra xem máy có thể suy nghĩ như con người không
Kiểm tra tốc độ xử lý của máy
Kiểm tra khả năng giải quyết bài toán
AI yếu (Narrow AI) là gì?
AI chỉ có thể làm một nhiệm vụ cụ thể
AI có thể thay thế con người trong mọi công việc
AI có ý thức
AI có thể tự học
AI mạnh (General AI) là gì?
AI có thể học mọi thứ như con người
AI chỉ giải quyết được một nhiệm vụ
AI không thể tự học
AI chỉ dành cho trò chơi điện tử
Alan Turing là ai trong lịch sử AI?
Người phát minh ra máy tính hiện đại
Người sáng tạo ra khái niệm AI
Người phát minh ra điện toán lượng tử
Người phát minh ra phần mềm học máy
AI có thể áp dụng vào lĩnh vực nào sau đây?
Y tế
Ô tô tự lái
Giáo dục
Tất cả các đáp án trên
Machine Learning liên quan đến AI như thế nào?
Một lĩnh vực con của AI
Một hệ thống mạng máy tính
Một loại phần mềm điều khiển robot
Một dạng hệ điều hành
Machine Learning là gì?
Khả năng của máy móc để thực hiện các nhiệm vụ một cách tự động mà không cần sự can thiệp của con người
Khả năng của máy móc để học và cải thiện hiệu suất thông qua dữ liệu
Một hệ thống tìm kiếm thông tin
Phần mềm kiểm tra lỗi
Khái niệm "Machine Learning" liên quan đến AI như thế nào?
Một lĩnh vực con của AI
Một hệ thống mạng máy tính
Một loại phần mềm điều khiển robot
Một dạng hệ điều hành
Trong Machine Learning, học có giám sát (Supervised Learning) là gì?
Máy học từ các dữ liệu không gán nhãn
Máy học từ các cặp dữ liệu đầu vào và đầu ra đã được gán nhãn
Máy tự điều chỉnh hành vi dựa trên phần thưởng và hình phạt
Máy học dựa trên tương tác thực tế
Học không giám sát (Unsupervised Learning) là gì?
Máy học từ các cặp dữ liệu đầu vào - đầu ra
Máy học từ dữ liệu không có nhãn
Máy tự chơi với nó để tìm ra giải pháp tối ưu
Máy học từ các dữ liệu không liên quan
Phương pháp nào thuộc học không giám sát (Unsupervised Learning)?
Phân cụm (Clustering)
Hồi quy (Regression)
Phân loại (Classification)
Học tăng cường (Reinforcement Learning)
Học bán giám sát (Semi-supervised Learning) là gì?
Máy học từ dữ liệu không có nhãn hoàn toàn
Máy học từ dữ liệu phần lớn không có nhãn, chỉ một phần có nhãn
Máy học từ dữ liệu hoàn toàn có nhãn
Máy học mà không cần tương tác với con người
Ví dụ nào sau đây là ứng dụng của Supervised Learning?
Phân loại email thành thư rác và không phải thư rác
Phân cụm khách hàng dựa trên hành vi mua sắm
Nhận diện các đối tượng trong hình ảnh mà không có nhãn
Tự động điều chỉnh chiến lược trong trò chơi
Bài toán hồi quy (Regression) trong học có giám sát nhằm dự đoán điều gì?
Dự đoán giá trị liên tục
Dự đoán phân loại rời rạc
Dự đoán dữ liệu không có nhãn
Dự đoán phần thưởng trong trò chơi
Bài toán phân loại (Classification) trong học có giám sát nhằm dự đoán điều gì?
Bài toán phân loại (Classification) trong học có giám sát nhằm dự đoán điều gì?
Dự đoán phân loại rời rạc
Dự đoán giá trị liên tục
Dự đoán hành vi tương tác của người dùng
Dự đoán kết quả trò chơi
Reinforcement Learning là gì?
Học từ các cặp dữ liệu đã được gán nhãn
Máy tự học từ các phần thưởng và hình phạt khi tương tác với môi trường
Phân loại dữ liệu dựa trên các đặc trưng
Phân tích và phân cụm các đối tượng trong dữ liệu không có nhãn
Ví dụ nào là ứng dụng của Reinforcement Learning?
AlphaGo thắng nhà vô địch cờ vây
Phân loại ảnh thành ảnh chó và mèo
Dự đoán giá nhà dựa trên diện tích
Phân nhóm khách hàng theo hành vi
Bài toán phân loại ung thư dựa vào kích thước khối u (Ác tính - malignant hoặc lành tính - benign) thuộc loại bài toán nào?
Hồi quy
Phân loại
Phân cụm
Tăng cường
Bài toán xác định số lượng sản phẩm được bán ra trong một ngày dựa trên các yếu tố như giá cả, đánh giá của khách hàng, thời tiết là bài toán loại nào?
Hồi quy
Phân loại
Phân cụm
Tăng cường
Bài toán xác định loại người dùng (ví dụ: Thường, VIP, Premium) dựa trên hành vi mua sắm là bài toán thuộc loại nào?
Hồi quy
Phân loại
Phân cụm
Tăng cường
Đặc trưng (feature) trong Machine Learning là gì?
Các biến đầu vào mà máy học từ dữ liệu
Các nhãn đầu ra của bài toán
Các thuật toán được sử dụng để học
Các thông tin không liên quan đến bài toán
Hồi quy tuyến tính (Linear Regression) nhằm mục đích gì trong Machine Learning?
Dự đoán một giá trị liên tục từ dữ liệu
Phân loại dữ liệu thành các nhóm
Phân cụm dữ liệu không có nhãn
Tìm kiếm giải pháp tối ưu trong trò chơi
Trong học không giám sát (Unsupervised Learning), phương pháp nào sau đây được dùng để tìm các nhóm trong dữ liệu?
(a)
Trong học không giám sát (Unsupervised Learning), phương pháp nào sau đây được dùng để tìm các nhóm trong dữ liệu?
Clustering
Regression
Classification
Reinforcement Learning
Ví dụ nào là một bài toán phân loại trong Machine Learning?
Phân loại thư điện tử thành thư rác và thư chính
Dự đoán giá cổ phiếu trong tương lai
Phân nhóm khách hàng dựa trên dữ liệu mua sắm
Xác định cụm khách hàng
Trong phân cụm (Clustering), thuật toán phổ biến nhất là gì?
K-Means
Decision Tree
Random Forest
Naive Bayes
Ví dụ nào sau đây thuộc bài toán hồi quy?
Dự đoán giá nhà dựa trên diện tích và vị trí
Phân loại các loại hoa dựa trên màu sắc và kích thước
Phân cụm khách hàng dựa trên hành vi mua hàng
Xác định chiến lược tối ưu trong trò chơi
Trong học bán giám sát (Semi-supervised Learning), dữ liệu được sử dụng là loại nào?
Một phần có nhãn và phần còn lại không có nhãn
Tất cả dữ liệu đều có nhãn
Tất cả dữ liệu đều không có nhãn
Không sử dụng dữ liệu nào
Linear Regression là gì?
Một phương pháp phân tích thống kê xác định mối quan hệ giữa hai biến số
Một phương pháp phân loại dữ liệu
Một thuật toán không giám sát
Một kỹ thuật học tăng cường
Trong Simple Linear Regression, biến nào được dự đoán?
Biến độc lập
Biến phụ thuộc
Biến ngẫu nhiên
Biến thống kê
Multiple Linear Regression sử dụng bao nhiêu biến độc lập?
Một
Nhiều hơn một
Không có
Không xác định
Giả định nào sau đây là đúng trong Linear Regression?
Các biến độc lập phải có mối quan hệ tuyến tính với biến phụ thuộc
Các biến độc lập phải có mối quan hệ phi tuyến tính với biến phụ thuộc
Dữ liệu không cần phải có mối quan hệ
Mô hình phải bao gồm nhiều biến phụ thuộc
Các biến độc lập phải có mối quan hệ phi tuyến tính với biến phụ thuộc
Đúng
Sai
Phương trình hồi quy tuyến tính có dạng:
Y = mX + b
Y = bX + c
X = mY + b
Y = X^2 + c
Slope (độ dốc) trong hồi quy tuyến tính biểu thị điều gì?
Mức độ thay đổi của biến phụ thuộc theo biến độc lập
Mức độ thay đổi của biến độc lập theo biến phụ thuộc
Điểm giao của đường hồi quy và trục tung
Giá trị dự đoán của mô hình
Trong bài toán hồi quy tuyến tính, điểm giao của đường hồi quy và trục tung được gọi là gì?
Độ dốc (slope)
Tung độ gốc (intercept)
Gradient
Hệ số hồi quy
Mục tiêu của Least Squares Regression là gì?
Tối thiểu hóa tổng bình phương sai số giữa giá trị dự đoán và giá trị thực
Tối đa hóa sai số giữa giá trị dự đoán và giá trị thực
Tìm giá trị lớn nhất của biến độc lập
Giảm sai số ngẫu nhiên trong dữ liệu
Overfitting xảy ra khi nào trong Linear Regression?
Mô hình hoạt động tốt trên tập huấn luyện nhưng kém trên tập kiểm tra
Mô hình hoạt động tốt trên cả tập huấn luyện và kiểm tra
Mô hình quá đơn giản để dự đoán kết quả
Mô hình không thể học từ dữ liệu
Underfitting xảy ra khi nào?
Mô hình quá đơn giản để nắm bắt sự phức tạp của dữ liệu
Mô hình ghi nhớ quá nhiều thông tin từ tập huấn luyện
Mô hình dự đoán giá trị quá chính xác
Mô hình không tương thích với tập dữ liệu
Gradient Descent trong hồi quy tuyến tính là phương pháp gì?
Một thuật toán tối ưu hóa để giảm thiểu hàm mất mát
Một kỹ thuật phân loại
Một phương pháp kiểm tra sai số
Một phương pháp để phân cụm dữ liệu
Learning rate (tốc độ học) trong Gradient Descent có ý nghĩa gì?
Xác định kích thước của bước di chuyển trong quá trình tối ưu
Xác định số vòng lặp tối đa
Xác định dữ liệu huấn luyện
Xác định mô hình nào sẽ được sử dụng
Regularization được sử dụng để giải
Regularization được sử dụng để giải quyết vấn đề nào?
Overfitting
Underfitting
Thiếu dữ liệu
Phân loại sai
L1 Regularization được gọi là gì?
Lasso Regression
Ridge Regression
Linear Regression
Logistic Regression
L2 Regularization được gọi là gì?
Ridge Regression
Lasso Regression
Simple Linear Regression
Multiple Linear Regression
Trong Cross-validation, mục tiêu chính là gì?
Đánh giá độ tổng quát hóa của mô hình
Tối ưu hóa hàm chi phí
Phân loại dữ liệu không nhãn
Tìm kiếm giá trị của hệ số hồi quy
Mean Squared Error (MSE) là gì?
Đo lường sai số bình phương trung bình giữa giá trị dự đoán và giá trị thực
Đo lường sai số tuyệt đối giữa giá trị dự đoán và giá trị thực
Tính tổng số sai số của mô hình
Tìm sai số nhỏ nhất trong mô hình
R-squared (R²) là gì trong hồi quy tuyến tính?
Đo lường mức độ giải thích của mô hình đối với biến phụ thuộc
Đo lường giá trị lớn nhất của biến độc lập
Đo lường khoảng cách giữa các giá trị thực tế và dự đoán
Đo lường mức độ phù hợp của biến độc lập
Multiple Linear Regression được sử dụng khi:
Có nhiều hơn một biến độc lập
Có một biến độc lập và một biến phụ thuộc
Không có mối quan hệ giữa các biến
Mối quan hệ giữa các biến là phi tuyến tính
Một ví dụ thực tế của hồi quy tuyến tính là gì?
Dự đoán giá nhà dựa trên diện tích và vị trí
Phân loại email thành thư rác và không phải thư rác
Tìm kiếm các cụm trong dữ liệu không nhãn
Phân tích hình ảnh và video
