Font size
WorksheetsBài 5
Total questions: 105
Worksheet time: 58mins
Trong hồi quy logistic, biến phụ thuộc có dạng gì?
Biến nhị phân
Số thực
Biến không xác định
Chuỗi ký tự
Hồi quy logistic nhị phân được dùng khi:
Biến phụ thuộc có hai trạng thái
Dự đoán biến định lượng
Biến mục tiêu có nhiều mức độ
Biến phụ thuộc là văn bản
Khi sử dụng mô hình hồi quy logistic, kết quả đầu ra là:
Giá trị liên tục
Hệ số tương quan
Phân phối chuẩn
Xác suất và phân loại
Biến đầu ra của hồi quy logistic có thể:
Nhận giá trị 0 hoặc 1
Là chuỗi ký tự
Là xác suất từ 0 đến 1
Là giá trị bất kỳ
Mô hình hồi quy logistic sử dụng trong:
Phân tích hành vi mua hàng
Dự đoán nhị phân (có/không)
Dự báo GDP
Tính phương sai mẫu
Hàm logistic có đặc điểm: (chọn 2)
A. Là hàm phi tuyến
B. Giới hạn đầu ra từ 0 đến 1
C. Có giá trị âm vô hạn
D. Có giá trị dương vô hạn
Hồi quy logistic khác hồi quy tuyến tính ở điểm:
Không có hệ số chặn
Biến phụ thuộc là nhị phân
Dự đoán xác suất chứ không phải giá trị cụ thể
Không cần biến độc lập
Các loại hồi quy logistic bao gồm:
Hồi quy logistic đa thức
Hồi quy logistic nhị phân
Hồi quy tuyến tính
Hồi quy phi tuyến hoàn toàn
Hồi quy logistic thứ tự phù hợp với bài toán nào?
Đánh giá mức độ hài lòng: kém, ổn, tốt, xuất sắc
Dự đoán dân số
Dự đoán điểm số học sinh theo xếp loại
Dự đoán giá cổ phiếu
Mục đích của việc sử dụng hồi quy logistic là: (chọn 2)
A. Phân nhóm đối tượng
B. Tính toán độ lệch chuẩn
C. Vẽ biểu đồ tương quan
D. Dự đoán xác suất
Đầu vào của mô hình logistic regression trong Sklearn là:
Một biểu đồ
Chỉ biến mục tiêu
Một cột dữ liệu văn bản
Một ma trận đặc trưng (X)
Trong bài toán dự đoán mua hàng, tăng số lượt truy cập web sẽ:
Có thể tăng xác suất mua hàng
Không ảnh hưởng
Giảm xác suất mua hàng
Trong mô hình binary logistic, đầu ra của mô hình là:
Xác suất và nhân 0/1
Một giá trị chuỗi
Giá trị thực bất kỳ
Tỉ lệ phần trăm lời
Mô hình logistic có thể được dùng để:
Phân tích tương quan
Dự đoán khả năng khách hàng mua sản phẩm
Phân tích hiệu quả chiến dịch marketing
Xác định biên liên tục
Khi sử dụng mô hình logistic, cần chia dữ liệu thành:
Tập kiểm tra
Tập xác định trung bình
Tập huấn luyện
Tập đánh giá độ lệch chuẩn
Trong báo cáo phân loại, các chỉ số đánh giá hiệu quả mô hình gồm:
F1-score
Độ chính xác (accuracy)
Biến độc lập
Độ tương quan r
Khi đánh giá mô hình logistic bằng classification_report, bạn nhận được: (chọn 2)
Precision
Biểu đồ tương quan
Recall
Đồ thị scatter
Mô hình logistic có thể áp dụng trong trường hợp: (chọn 2)
Dự đoán giá nhà chính xác
Dữ liệu huấn luyện nhị phân
Không có biến mục tiêu
Xác suất xảy ra hành vi
Ưu điểm của hồi quy logistic trong phân tích kinh doanh là:
A. Phân loại hiệu quả
B. Dễ giải thích kết quả
C. Không cần dữ liệu huấn luyện
D. Dự đoán giá trị liên tục
Trong mô hình logistic, biến đầu vào có thể là:
Tên khách hàng
Địa chỉ email
Tuổi khách hàng
Thu nhập hàng tháng
Phân tích xác suất mua hàng dựa trên:
Tỷ số tương quan
Biến định lượng
Mô hình tuyến tính
Biến định tính đã được mã hóa
Mô hình hồi quy logistic là gì?
Mô hình phân loại nhị phân
Mô hình phân tích chuỗi thời gian
Mô hình tuyến tính đa biến
Mô hình hồi quy đa thức
Mục tiêu của hồi quy logistic là gì?
Dự đoán xác suất thuộc một nhóm
Tính phương sai
Tối ưu hóa chi phí
Giảm số chiều dữ liệu
Câu 24: Hàm predict_proba() trong Scikit-learn dùng để làm gì?
A. Phân nhóm dữ liệu
B. Tạo ma trận nhầm lẫn
C. Dự đoán xác suất
D. Dự đoán nhãn
Sau khi huấn luyện mô hình, lệnh model.predict(X_test) thực hiện việc:
Dự đoán phân loại
Dự đoán xác suất
Đánh giá dữ liệu
Tạo báo cáo huấn luyện
Dạng tổng quát của hàm logit trả về giá trị:
Lớn hơn 1
Bất kỳ số âm nào
Lớn hơn 100%
Từ 0 đến 1
Trong mô hình binary logistic, nếu xác suất dự đoán là 0.8, mô hình sẽ:
Gán nhãn 0
Gán nhãn 1
Không phân loại
Tính lại trung bình
Trong ma trận nhầm lẫn, giá trị nằm trên đường chéo chính đại diện cho:
Tổng số dự đoán
Dữ liệu huấn luyện
Dự đoán đúng
Dự đoán sai
Hàm logit dùng để làm gì trong hồi quy logistic?
Kiểm định độc lập
Ước lượng xác suất giữa 0 và 1
Tính khoảng tin cậy
Tính trung bình mẫu
Nếu mô hình logistic về nghiên cứu khả năng mua hàng của khách hàng mục tiêu có đầu vào là Age và Salary, biến mục tiêu phù hợp nhất là:
Số lượt xem
Mua hàng (0/1)
Điểm trung bình
Thu nhập
Trong học có giám sát, dữ liệu đầu ra thường là gì?
Giá trị bị thiếu
Giá trị nhận được gán trước
Dữ liệu văn bản
Tập dữ liệu không phân loại
Dữ liệu huấn luyện (training data) thường được dùng để:
Tối ưu bộ nhớ
Xác định tập kiểm tra
Huấn luyện mô hình
Kiểm tra độ chính xác
Hai ví dụ của unsupervised learning là:
Cây quyết định
Hồi quy tuyến tính
Phân cụm K-means
Phân tích thành phần chính (PCA)
Học tăng cường (reinforcement learning) liên quan đến:
A. Thưởng và phạt
B. Không sử dụng phản hồi
C. Ra quyết định tối ưu trong môi trường
D. Giám sát chặt chẽ
Học không giám sát (unsupervised learning) dùng để:
Phát hiện cấu trúc ẩn trong dữ liệu
Tìm cụm (clustering) trong dữ liệu
Huấn luyện mạng nơ-ron có nhãn
Phân loại email
Tại sao supervised learning thường đạt độ chính xác cao hơn unsupervised learning?
A. Vì luôn dùng nhiều dữ liệu hơn
B. Vì có thêm thông tin đầu ra từ dữ liệu huấn luyện
C. Do chỉ dùng trong bài toán phân lớp
D. Do được huấn luyện bằng dữ liệu không bị nhiễu
Ví dụ nào sau đây phù hợp nhất với supervised learning?
A. Xác định chủ đề văn bản
B. Dự đoán điểm thi dựa vào số giờ học
C. Phân loại email là spam hoặc không spam
D. Tìm nhóm khách hàng tiềm năng
Clustering là gì trong học máy?
Phân nhóm các đối tượng dựa trên độ tương đồng
Phương pháp dán nhãn dữ liệu
Xếp loại đầu ra có giám sát
Cách để dự đoán nhãn mới
Reinforcement learning được dùng nhiều trong các ứng dụng nào?
A. Điều khiển robot tự động
B. Phân cụm dữ liệu
C. Chơi cờ, game tự động
D. Dự đoán thời tiết
Semi-supervised learning là gì?
Học tăng cường nhưng không có phản hồi
Dùng trong bài toán hồi quy
Kết hợp cả dữ liệu có nhãn và không nhãn trong huấn luyện
Chỉ dùng dữ liệu có nhãn
Khi nào nên dùng unsupervised learning?
A. Khi dữ liệu có thể chia nhóm tự nhiên
B. Khi cần dự đoán nhãn mới
C. Khi dữ liệu có nhãn rõ ràng
D. Khi cần phân loại email spam
Supervised learning hiệu quả nhất khi nào?
Khi có tập dữ liệu huấn luyện lớn và đủ nhãn
Khi dữ liệu hỗn hợp giữa số và văn bản
Khi không cần phân loại
Khi không có thông tin đầu ra
Trong bài toán dự đoán khách hàng rời bỏ dịch vụ, phương pháp nào sau đây phù hợp?
Reinforcement learning
Principal Component Analysis
Random Forest
Logistic Regression
Bạn có dữ liệu hành vi truy cập website, không có nhãn. Mục tiêu là chia nhóm hành vi, bạn chọn:
SVM
K-means
Hồi quy logistic
Unsupervised learning
Trong việc xây dựng hệ thống đề xuất (recommendation system), bạn có thể sử dụng:
A. Collaborative Filtering
B. Content-based Filtering
C. Clustering
D. Hồi quy tuyến tính
Để phân nhóm ảnh khuôn mặt theo nét tương đồng, bạn nên dùng:
Supervised learning
Hồi quy logistic
PCA
Clustering
Với bài toán nhận diện chữ số viết tay (0-9), mô hình nào sau đây phù hợp?
Neural Network
KNN
Logistic Regression
K-means
Nếu bạn muốn huấn luyện mô hình chơi game tự động, nên dùng phương pháp nào?
Clustering
Unsupervised learning
Supervised learning
Reinforcement learning
Bạn có dữ liệu ảnh mèo và chó đã được dán nhãn, muốn mô hình phân biệt hai loại này. Phương pháp nào phù hợp?
Unsupervised learning
SVM
Classification
Clustering
Bạn muốn lập mô hình dự báo lượng tiêu thụ sản phẩm theo thời gian. Bạn nên sử dụng:
A. Linear regression
B. Classification
C. Time series forecasting
D. Reinforcement learning
Định nghĩa cơ bản của Machine Learning là gì?
Một phương pháp lưu trữ dữ liệu
Một cách để viết phần mềm thông thường
Một hệ thống có thể học từ dữ liệu và cải thiện theo thời gian
Một lĩnh vực của y học
Supervised learning khác với unsupervised learning ở điểm nào?
Không cần mô hình
Có sử dụng dữ liệu có nhãn
Không yêu cầu đầu ra
Không có đầu vào
Supervised learning hoạt động như thế nào?
Huấn luyện mô hình với dữ liệu không có nhãn
Học từ tập dữ liệu có đầu ra được xác định trước
Dựa vào phản hồi từ người dùng
Tự tạo ra đầu ra giả định
Unsupervised learning phù hợp với bài toán nào sau đây? (chọn 2)
A. Phân tích cấu trúc dữ liệu chưa nhãn
B. Dự đoán giá nhà
C. Phân cụm khách hàng theo hành vi mua sắm
D. Phân loại thư rác
Trong bài toán phân nhóm khách hàng tiềm năng từ dữ liệu chưa có nhãn, bạn nên dùng:
K-means
Clustering (phân cụm)
Classification
Logistic Regression
Điểm khác biệt của reinforcement learning là:
Không học từ dữ liệu
Chỉ dùng trong bài toán hồi quy
Không sử dụng bất kỳ nhãn nào
Học thông qua phần thưởng và hình phạt từ môi trường
Để dự đoán điểm thi sinh viên dựa vào số giờ học, bạn nên chọn:
Decision Tree
Hồi quy tuyến tính
Regression model
K-
Trong phân tích dữ liệu kinh doanh, yếu tố nào giúp nâng cao độ tin cậy của phân tích chẩn đoán?
Sử dụng độc lập không cần chuyên gia
Kết hợp dữ liệu chất lượng và chuyên môn
Giảm quy mô dữ liệu phân tích
Tập trung vào mô tả bề mặt
Phân tích chẩn đoán khác biệt cơ bản với phân tích mô tả ở điểm nào?
Chỉ áp dụng cho lĩnh vực tài chính
Yêu cầu dữ liệu lớn hơn
Tập trung vào trả lời câu hỏi "tại sao?" thay vì câu hỏi "cái gì?"
Sử dụng công cụ trực quan phức tạp hơn
Nhận định nào đúng về phân tích chẩn đoán trong kinh doanh?
Thay thế hoàn toàn vai trò quản lý
Xác định mối quan hệ nhân-quả tiềm ẩn
Tự động đề xuất kế hoạch hành động
Giải thích nguyên nhân sự kiện đã xảy ra
Hạn chế của phân tích chẩn đoán trong kinh doanh bao gồm?
Yêu cầu phần mềm đắt tiền
Kết quả luôn chính xác tuyệt đối
Chỉ dừng ở mức giải thích nguyên nhân
Không trực tiếp đưa ra giải pháp
Lợi ích doanh nghiệp nhận được từ phân tích chẩn đoán?
Tự động hóa toàn bộ quy trình vận hành
Thay thế phần dự báo
Ngăn chặn sai lầm tưởng tự trong tương lai
Tạo nền tảng cho các chiến lược mới
Tình huống nào phù hợp áp dụng phân tích chẩn đoán trong kinh doanh?
A. Tìm hiểu lý do khách hàng huỷ đơn hàng loạt
B. Phân tích nhân khẩu học người dùng
C. Lý giải nguyên nhân lợi nhuận sụt giảm đột ngột
D. Dự báo doanh thu năm sau
Yếu tố ảnh hưởng đến chất lượng phân tích chẩn đoán trong kinh doanh?
Quy mô và chất lượng dữ liệu đầu vào
Tốc độ xử lý máy tính
Sự tham gia của chuyên gia ngành
Màu sắc báo cáo trực quan
Vai trò của chuyên gia trong phân tích chẩn đoán?
Thẩm định lý do kinh doanh
Nâng cao độ tin cậy của kết luận
Diễn giải kết quả thành hành động phù hợp
Thiết kế giao diện báo cáo
Kết quả đầu ra của phân tích chẩn đoán trong kinh doanh?
Báo cáo mô tả dữ liệu cơ bản
Xác định mối quan hệ giữa biến số
Giả thuyết về nguyên nhân gốc rễ
Danh sách giải pháp ưu tiên
Phân tích chẩn đoán cho thấy doanh thu của một doanh nghiệp giảm mạnh ở khu vực miền Trung. Dữ liệu nào sau đây ít liên quan nhất tới sự sụt giảm đó?
Chính sách thuế mới của chính phủ
Lương nhân viên bộ phận kế toán
Báo cáo về số lượng khách hàng mua hàng
Tỷ lệ chi tiêu quảng cáo theo vùng
Câu 11: Công ty FMCG phát hiện lượng tồn kho tăng đột biến. Phương pháp nào để phát hiện bất thường ban đầu?
Phân tích hồi quy doanh số theo giá bán
Thống kê mức độ hài lòng khách hàng
Đánh giá hiệu quả quảng cáo TikTok
So sánh tồn kho tháng hiện tại với trung bình 6 tháng
Doanh nghiệp cần phân tích dữ liệu nào để ra quyết định kinh doanh?
Đánh giá hiệu quả quảng cáo TikTok
Thống kê mức độ hài lòng khách hàng
Phân tích hỏi quy doanh số theo giá bán
So sánh tồn kho tháng hiện tại với trung bình 6 tháng
Tại sao doanh nghiệp cần "xác định rõ câu hỏi" trước khi phân tích chẩn đoán?
Tự động hóa toàn bộ quy trình
Đáp ứng yêu cầu của đối tác
Để giảm chi phí thu thập dữ liệu
Tránh phân tích lan man, không trọng tâm
Một doanh nghiệp phát hiện chi phí logistics tăng 40% tháng 6. Doanh nghiệp đó nên thu thập dữ liệu nào để phân tích tìm ra nguyên nhân?
A. Tỷ giá USD/VND trong tháng
B. Báo cáo số chuyến hàng bị hoàn trả
C. Bảng lương nhân viên marketing
D. Biên lai nhiên liệu của đơn vị vận chuyển
Khi áp dụng kỹ thuật phân tích 5 Whys cho sự cố khách hàng phàn nàn tăng thì cần lưu ý gì?
Kết hợp dữ liệu định lượng để kiểm chứng
Tìm hiểu kỹ các nguyên nhân xảy ra
Bỏ qua yếu tố con người
Dừng lại ở nguyên nhân đầu tiên tìm được
Phân tích chẩn đoán trong kinh doanh thành công khi nào?
Giải pháp đề xuất khả thi và đo lường được
Sử dụng công nghệ AI
Tạo báo cáo trực quan hoành tráng
Xác định được quan hệ nhân quả có ý nghĩa
Công cụ nào phù hợp phân tích chẩn đoán trong kinh doanh?
Phần mềm dự báo doanh thu 5 năm
Mô hình Random Forest tìm yếu tố ảnh hưởng đơn hủy
A. Google Analytics để theo dõi lưu lượng của website
C. Bảng tính Excel thống kê mô tả cơ bản
Lỗi thường gặp khi thu thập dữ liệu kinh doanh cho phân tích chẩn đoán?
Xác định rõ câu hỏi phân tích trước khi thu thập
Thu thập mọi dữ liệu có sẵn không chọn lọc
Chỉ sử dụng dữ liệu nội bộ
Sử dụng nguồn dữ liệu không minh bạch
Trong kinh doanh, tình huống nào cần phân tích chẩn đoán?
A. 80% đơn hàng bị khiếu nại về chất lượng
B. Tỷ lệ khách hàng cũ quay lại giảm 50% đột ngột
C. Doanh thu tăng 10% đúng kế hoạch
D. Chỉ phí nguyên liệu tăng theo thị trường
Sau khi phân tích dữ liệu và tìm ra "nguyên nhân gốc do lỗi hệ thống kho", doanh nghiệp nên làm gì?
Lập báo cáo trình bày chi tiết cho ban lãnh đạo
Tiếp tục thu thập thêm dữ liệu nhân sự
Triển khai ngay giải pháp nâng cấp phần mềm kho
Đánh giá hiệu quả giải pháp sau 1 tháng
Yếu tố nào đảm bảo thành công khi phân tích chẩn đoán với dữ liệu kinh doanh?
Ánh xạ rõ ràng giữa phân tích và mục tiêu kinh doanh
Phân tích không cần chuyên môn ngành
Sử dụng thuật toán phức tạp nhất
Kết hợp đa nguồn dữ liệu tin cậy
Câu hỏi trọng tâm mà phân tích chẩn đoán giải quyết là gì?
Ngân sách tiếp thị nên phân bổ thế nào?
Tại sao doanh thu lại giảm?
Khách hàng tiềm năng ở đâu?
Ví dụ nào sau đây phù hợp nhất với phân tích chẩn đoán?
Thống kê tỷ lệ giữ chân khách hàng
Dự đoán nhu cầu sản phẩm mùa cao điểm
Tìm nguyên nhân tồn kho tăng đột biến
Phân khúc thị trường theo nhân khẩu học
Phát hiện doanh thu quý 3 giảm 25% so với cùng kỳ, doanh nghiệp nên thu thập dữ liệu nào sau cung?
Logs hệ thống website trong quý 3
Dữ liệu kinh tế vĩ mô (lãi suất, lạm phát)
Báo cáo tiếp thị từ các kênh
Phản hồi khách sát khách hàng
Kết quả phân tích dữ liệu kinh doanh bởi phương pháp 5 Whys cho thấy: "Thiếu shipper do mùa nghỉ lễ". Giải pháp khả thi nhất cho doanh nghiệp nên áp dụng là:
Tăng giá sản phẩm để giảm nhu cầu
Ký hợp đồng dự phòng với đối tác vận chuyển
Giảm quảng cáo trong mùa nghỉ
Đào tạo shipper hiện tại nâng cao tay nghề
Lợi ích nào không thuộc về phân tích chẩn đoán?
Phát hiện cơ hội kinh doanh mới từ nguyên nhân gốc
Cung cấp hiểu biết chi tiết về vấn đề
Tự động đề xuất giải pháp khắc phục
Giúp tránh lặp lại sai lầm
Một công ty thương mại điện tử thấy tỷ lệ huỷ đơn tăng đột biến. Bước đầu tiên họ nên làm trong phân tích chẩn đoán là gì?
Áp dụng mô hình cây quyết định
Triển khai giải pháp tăng nhân sự
Thu thập dữ liệu từ nhà cung cấp vận chuyển
Xác định thời điểm và mức độ bất thường
Cửa hàng thời trang online muốn phân tích nguyên nhân doanh thu tháng 12 sụt giảm. Kỹ thuật phù hợp nhất trong phân tích dữ liệu kinh doanh để tìm ra nguyên nhân là?
Phân nhóm khách hàng
Dự báo nhu cầu theo mùa
Phân tích chuỗi thời gian +5 Whys
Hồi quy tuyến tính đa
Lợi ích quan trọng của mô hình phân tích dự báo trong kinh doanh là gì?
Ra quyết định chiến lược dựa trên dữ liệu
Thiết kế bao bì sản phẩm
Giảm chi phí quảng cáo
Tự động hóa sản xuất
Kỹ thuật nào dùng để phân nhóm khách hàng có đặc điểm tương đồng nhau?
Phân cụm
Cây quyết định
ARIMA
Hồi quy tuyến tính
Đâu là những thành phần cơ bản trong phân tích dự báo?
A. Thuật toán học máy
B. Thiết kế đồ họa
C. Ý kiến chuyên gia ngẫu nhiên
D. Dữ liệu lịch sử
Những ứng dụng nào của phân tích dự báo được đề cập đến?
Hoạch định nhân sự
Dự báo doanh thu giảm
Lập báo cáo tài chính
Thiết kế logo công ty
Những mô hình kỹ thuật nào được ứng dụng để phân loại dữ liệu kinh doanh?
Làm mịn số mũ
ARIMA
Hồi quy logistic
Rừng ngẫu nhiên
Tại sao phân tích dự báo trong kinh doanh lại quan trọng?
Giảm nhu cầu thu thập dữ liệu
Cá nhân hóa trải nghiệm khách hàng
Thay thế hoàn toàn con người
Giúp đưa ra quyết định kinh doanh một cách chủ động
Đâu là những đặc điểm của mô hình chuỗi thời gian?
Dựa trên dữ liệu kinh doanh phụ thuộc thời gian
Phân tích mẫu dữ liệu lịch sử
Nhóm đối tượng có đặc điểm giống nhau
Dùng để phân loại nhị phân
Những công cụ nào thuộc mô hình hồi quy?
SVM
K-means
Hồi quy tuyến tính
Hồi quy đa thức
Những lợi ích của việc ứng dụng mô hình phân tích dự báo khách hàng?
Phân đoạn đối tượng khách hàng chính xác
Thiết kế bao bì mới
Cung cấp trải nghiệm cá nhân hóa cho khách hàng
Giảm giá thành sản phẩm
Sau khi xây dựng mô hình dự báo, bước tiếp theo là gì?
Thay đổi mục tiêu phân tích
Tự động hóa toàn bộ quy trình
Thu thập thêm dữ liệu mới
Xác thực và triển khai kết quả
Doanh nghiệp bán lẻ muốn tối ưu chiến dịch khuyến mãi dịp Tết. Họ nên sử dụng mô hình phân tích dự báo nào?
Dự báo nhu cầu sản phẩm theo mùa
Phát hiện gian lận giao dịch
Đánh giá rủi ro tín dụng
Quản lý năng suất lao
Câu 12: Phân tích tập dữ liệu kinh doanh bởi mô hình hồi quy, kết quả cho thấy: Hệ số của "Chi phí quảng cáo" = 8.5. Kết luận nào sau đây là phù hợp?
A. Doanh thu và quảng cáo có tương quan nghịch
B. Quảng cáo không ảnh hưởng đến doanh thu
C. Cứ tăng 1 triệu đồng quảng cáo, doanh thu tăng 8.5 triệu
D. Mô hình không có ý nghĩa thống kê
(a)
Câu 13: Doanh nghiệp cần dự báo doanh thu theo ngân sách quảng cáo. Họ nên sử dụng những thư viện nào của python để thực hiện phân tích dự báo? (chọn 2)
Sinh viên chọn 2 phương án đúng nhất
A. Pandas (tiền xử lý dữ liệu)
B. TensorFlow (học sâu)
C. Keras (mạng nơ-ron)
D. Scikit-learn (xây dựng mô hình)
(a)
Câu 14: Những lỗi nào thường gặp khi tiền xử lý dữ liệu kinh doanh? (Chọn 2)
Sinh viên chọn 2 phương án đúng nhất
A. Sử dụng phương pháp xác thực chéo (cross-validation)
B. Không chuẩn hóa dữ liệu số
C. Loại bỏ nhầm giá trị
D. Xác định rõ biến phụ thuộc/độc lập
(a)
Câu 15: Doanh nghiệp bán lẻ muốn tối ưu tồn kho, họ nên chọn những mô hình phân tích dự báo nào? (chọn 2)
Sinh viên chọn 2 phương án đúng nhất
A. Phân tích tương tác mạng xã hội
B. Dự báo nhu cầu theo mùa
C. Phân cụm hành vi khách hàng
D. Phát hiện gian lận giao dịch
(a)
Câu 16: Khi áp dụng mô hình phân cụm (K-means) để phân nhóm khách hàng thương mại điện tử, thu được kết quả 3 nhóm chính:
Nhóm 1: Tuổi 18-25, chi tiêu trung bình 150k
Nhóm 2: Tuổi 35-50, chi tiêu trung bình 750k
Nhóm 3: Tuổi 26-34, chi tiêu trung bình 450k
Doanh nghiệp nên áp dụng chiến lược nào dựa trên phân tích này để cải thiện kết quả kinh doanh? (Chọn 2)
Thiết kế gói ưu đãi giá rẻ cho nhóm 1
Phát triển sản phẩm cao cấp kèm dịch vụ đặc biệt cho nhóm 2
Đầu tư mở rộng nhà máy sản xuất
Tăng lương nhân viên bán hàng
Câu 17: Trong phân tích dữ liệu kinh doanh, những công cụ nào thường được sử dụng để xử lý dữ liệu chuỗi thời gian? (Chọn 2)
Sinh viên chọn 2 phương án đúng nhất
A. ARIMA
B. Kmeans
C. Seasonal_decompose
D. DecisionTreeClassifier
(a)
Câu 18: Những bước nào cần thực hiện khi triển khai mô hình dự báo trong doanh nghiệp? (Chọn 2)
Sinh viên chọn 2 phương án đúng nhất
A. Huấn luyện lại mô hình hàng ngày
B. Ngừng cập nhật dữ liệu
C. Xây dựng bảng điều khiển
D. Đóng gói thành ứng dụng giao diện (API)
(a)
Câu 19: Khi đánh giá mô hình dự báo khách hàng có khả năng rời bỏ trong chiến dịch “Giữ chân khách hàng” của một doanh nghiệp, những chỉ số nào sẽ giúp đo lường hiệu quả chiến dịch đó? (Chọn 2)
Sinh viên chọn 2 phương án đúng nhất
A. Recall (Khả năng phát hiện đúng khách hàng sẽ rời bỏ)
B. Thời gian huấn luyện mô hình
C. Biểu đồ nhiệt tương quan
D. Accuracy (Tỷ lệ dự đoán đúng trên tổng thể các dự đoán)
(a)
Câu 20: Những yếu tố nào có thể cải thiện mô hình hồi quy trong phân tích dữ liệu kinh doanh? (Chọn 2)
Sinh viên chọn 2 phương án đúng nhất
A. Tăng số lượng điểm ngoại lai
B. Giảm kích thước tập huấn luyện
C. Chuẩn hóa dữ liệu
D. Thêm biến độc lập có tương quan
(a)
