Font size
WorksheetsBài tập Trắc nghiệm Học máy (phân loại)
Total questions: 110
Worksheet time: 55mins
Trong mô hình học có giám sát, mục tiêu chính thường là gì?
Tối ưu hóa chi phí
Tính phương sai
Dự đoán xác suất thuộc một nhóm
Giảm số chiều dữ liệu
Trong mô hình binary logistic, nếu xác suất dự đoán là 0,8, mô hình sẽ:
Không phân loại
Gán nhãn 0
Gán nhãn 1
Tính lại trung bình
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
Mô hình hồi quy logistic là gì?
Mô hình phân tích chuỗi thời gian
Mô hình tuyến tính đa biến
Mô hình phân loại nhị phân
Mô hình hồi quy đa thức
Trong học có giám sát, dữ liệu đầu ra thường là gì?
Dữ liệu văn bản
Giá trị nhãn được gán trước
Tập dữ liệu không phân loại
Giá trị bị thiếu
Dữ liệu huấn luyện (training data) thường được dùng để:
Tối ưu bộ nhớ
Xác định tập kiểm tra
Kiểm tra độ chính xác
Huấn luyện mô hình
Hai ví dụ của unsupervised learning là:
Cây quyết định
Phân cụm K-means
Hồi quy tuyến tính
Phân tích thành phần chính (PCA)
Học tăng cường (reinforcement learning) liên quan đến: (chọn 2)
Không sử dụng phản hồi
Thưởng và phạt
Ra quyết định tối ưu trong môi trường
Giám sát chặt chẽ
Học không giám sát (unsupervised learning) dùng để: (chọn 2)
Tìm cụm (clustering) trong dữ liệu
Phân loại email spam
Phát hiện cấu trúc ẩn trong dữ liệu
Huấn luyện mạng nơ-ron có nhãn
Tại sao supervised learning thường đạt độ chính xác cao hơn unsupervised learning? (chọn 2)
Do chỉ dùng trong bài toán phân lớp
Vì có thêm thông tin đầu ra từ dữ liệu huấn luyện
Do được huấn luyện bằng dữ liệu không bị nhiễu
Vì luôn dùng nhiều dữ liệu hơn
Ví dụ nào sau đây phù hợp nhất với supervised learning? (chọn 2)
Phân loại email là spam hoặc không spam
Dự đoán điểm thi dựa vào số giờ học
Tìm nhóm khách hàng tiềm năng
Xác định chủ đề văn bản
Clustering là gì trong học máy?
Phân nhóm các đối tượng dựa trên độ tương đồng
Phương pháp dẫn nhãn dữ liệu
Reinforcement learning được dùng nhiều trong các ứng dụng nào? (chọn 2)
Chơi cờ, game tự động
Điều khiển robot tự động
Dự đoán thời tiết
Phân cụm dữ liệu
Semi-supervised learning là gì?
Chỉ dùng dữ liệu có nhãn
Kết hợp cả dữ liệu có nhãn và không nhãn trong huấn luyện
Dùng trong bài toán hồi quy
Học tăng cường nhưng không có phản hồi
Khi nào nên dùng unsupervised learning? (chọn 2)
Khi cần dự đoán đầu ra cụ thể
Khi không có nhãn cho dữ liệu
Khi dữ liệu có thể chia nhóm tự nhiên
Khi cần gán nhãn tự động
Supervised learning hiệu quả nhất khi nào? (chọn 2)
Khi không cần phân loại
Khi có tập dữ liệu huấn luyện lớn và đủ nhãn
Khi dữ liệu hỗn hợp giữa số và văn bản
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? (chọn 2)
Random Forest
Logistic Regression
Principal Component Analysis
Reinforcement learning
Bạn có dữ liệu hành vi truy cập website, không có nhãn. Mục tiêu là chia nhóm hành vi, bạn chọn: (chọn 2)
SVM
Hồi quy logistic
Unsupervised learning
K-means
Bạn muốn lập mô hình dự báo lượng tiêu thụ sản phẩm theo thời gian. Bạn nên sử dụng: (chọn 2)
Classification
Linear regression
Time series forecasting
Reinforcement learning
Trong việc xây dựng hệ thống đề xuất (recommendation system), bạn có thể sử dụng: (chọn 2)
Content-based Filtering
Clustering
Collaborative Filtering
Hồi quy tuyến tính
Để phân nhóm ảnh khuôn mặt theo nét tương đồng, bạn nên dùng: (chọn 2)
Clustering
Hồi quy logistic
PCA
Supervised learning
Với bài toán nhận diện chữ số viết tay (0–9), mô hình nào sau đây phù hợp? (chọn 2)
K-means
Neural Network
KNN
Logistic Regression
Bạn có dữ liệu ảnh mèo và chó đã được dán nhãn, muốn mô hình phân biệt hai loài này. Phương pháp nào phù hợp? (chọn 2)
SVM
A. Clustering
Classification
A. Unsupervised learning
Nếu bạn muốn huấn luyện mô hình chơi game tự động, nên dùng phương pháp nào?
Supervised learning
Unsupervised learning
Clustering
Reinforcement learning
Mục tiêu chính của học máy là gì?
Tạo đồ hoạ đẹp
Giảm dung lượng bộ nhớ
Mô tả dữ liệu
Tự động hoá các nhiệm vụ dựa trên dữ liệu
Supervised learning hoạt động như thế nào?
Học từ tập dữ liệu có đầu ra được xác định trước
Huấn luyện mô hình với dữ liệu không có nhãn
Dựa vào phản hồi từ người dùng
Tự tạo ra đầu ra giả định
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
Bạn muốn xây dựng mô hình phân loại thư rác, nên dùng phương pháp nào? (chọn 2)
Linear regression
Decision Tree
K-means clustering
Naive Bayes
Nếu bạn có tập dữ liệu người dùng có thông tin giới tính, độ tuổi và số lượt truy cập web, phương pháp nào phù hợp để phân loại nhóm mua hàng? (chọn 2)
Classification
Supervised learning
Random sampling
Clustering
Unsupervised learning phù hợp với bài toán nào sau đây? (chọn 2)
Phân tích cấu trúc dữ liệu chưa nhãn
Dự đoán giá nhà
Phân loại thư rác
Phân cụm khách hàng theo hành vi mua sắm
Định nghĩa cơ bản của Machine Learning là gì?
Một lĩnh vực y học
Một hệ thống có thể học từ dữ liệu và cải thiện theo thời gian
Một phương pháp lưu trữ dữ liệu
Một cách để viết phần mềm thông thường
Trong bài toán phân nhóm khách hàng tiềm năng từ dữ liệu chưa có nhãn, bạn nên dùng: (chọn 2)
Logistic Regression
K-means
Clustering (phân cụm)
Classification
Supervised learning khác với unsupervised learning ở điểm nào?
Không có đầu vào
Không yêu cầu đầu ra
Không cần mô hình
Có sử dụng dữ liệu có nhãn
Trong phân tích dữ liệu kinh doanh, yếu tố nào giúp nâng cao độ tin cậy của phân tích chẩn đoán?
Giảm quy mô dữ liệu phân tích
Kết hợp dữ liệu chất lượng và chuyên môn
Tập trung vào mô tả bề mặt
Sử dụng độc lập không cần chuyên gia
Phân tích chẩn đoán khác biệt cơ bản với phân tích mô tả ở điểm nào?
Tập trung vào trả lời câu hỏi "tại sao?" thay vì câu hỏi "cái gì?"
Sử dụng công cụ trực quan phức tạp hơn
Chỉ áp dụng cho lĩnh vực tài chính
Yêu cầu dữ liệu lớn hơn
Nhận định nào đúng về phân tích chẩn đoán trong kinh doanh? (Chọn 2)
Giải thích nguyên nhân sự kiện đã xảy ra
Tự động đề xuất kế hoạch hành động
Thay thế hoàn toàn vai trò quản lý
Xác định mối quan hệ nhân-quả tiềm ẩn
Hạn chế của phân tích chẩn đoán trong kinh doanh bao gồm? (Chọn 2)
Yêu cầu phần mềm đắt tiền
Kết quả luôn chính xác tuyệt đối
Không trực tiếp đưa ra giải pháp
Chỉ dừng ở mức giải thích nguyên nhân
Lợi ích doanh nghiệp nhận được từ phân tích chẩn đoán? (Chọn 2)
Ngăn chặn sai lầm tương tự trong tương lai
Tự động hóa toàn bộ quy trình vận hành
Thay thế phân tích dự báo
Tạo nền tảng cho các chiến lược mới
Tình huống nào phù hợp áp dụng phân tích chẩn đoán trong kinh doanh? (Chọn 2)
Dự báo doanh thu năm sau
Phân tích nhân khẩu học người dùng
Tìm hiểu lý do khách hàng hủy đơn hàng loạt
Lý giải nguyên nhân lợi nhuận sụt giảm đột ngột
Yếu tố ảnh hưởng đến chất lượng phân tích chẩn đoán trong kinh doanh? (Chọn 2)
Tốc độ xử lý máy tính
Sự tham gia của chuyên gia ngành
Quy mô và chất lượng dữ liệu đầu vào
Mẫu sắc báo cáo trực quan
Vai trò của chuyên gia trong phân tích chẩn đoán? (Chọn 2)
Nâng cao độ tin cậy của kết luận
Diễn giải kết quả thành hành động phù hợp
Thiết kế giao diện báo cáo
Thu thập dữ liệu thô cùng
Kết quả đầu ra của phân tích chẩn đoán trong kinh doanh? (Chọn 2)
Danh sách giải pháp ưu tiên
Giả thuyết về nguyên nhân gốc rễ
Xác định mối quan hệ giữa biến số
Báo cáo mô tả dữ liệu cơ bản
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?
Báo cáo về số lượng khách hàng mua hàng
Tỷ lệ click quảng cáo theo vùng
Lương nhân viên bộ phận kế toán
Chính sách thuế mới của chính phủ
Công ty FMCG phát hiện lượng tồn kho tăng đột biến. Phương pháp nào để phát hiện bất thường ban đầu?
Thống kê mức độ hài lòng khách hàng
So sánh tồn kho tháng hiện tại với trung bình 6 tháng
Phân tích hỏi quy doanh số theo giá bán
Đánh giá hiệu quả quảng cáo TikTok
Tại sao doanh nghiệp cần "xác định rõ câu hỏi" trước khi phân tích chẩn đoán?
Tránh phân tích lan man, không trọng tâm
Để giảm chi phí thu thập dữ liệu
Đáp ứng yêu cầu của đối tác
Tự động hóa toàn bộ quy trình
Một doanh nghiệp phát hiện chi phí logistics tăng 40% tháng 6. Doanh nghiệp có nên thu thập dữ liệu nào để phân tích tìm ra nguyên nhân? (Chọn 2)
Bảng lương nhân viên marketing
Báo cáo số chuyến hàng bị hoàn trả
Tỷ giá USD/VND trong tháng
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? (Chọn 2)
Kết hợp dữ liệu định lượng để kiểm chứng
Dừng lại ở nguyên nhân tiềm ẩn đầu tiên được
Bỏ qua yếu tố con người
Tìm hiểu kỹ các nguyên nhân xảy ra
Phân tích chẩn đoán trong kinh doanh thành công khi nào? (Chọn 2)
Giải pháp đề xuất khả thi và đo lường được
Xác định được quan hệ nhân quả có ý nghĩa
Sử dụng công nghệ AI
Tạo báo cáo trực quan hoành tráng
Công cụ nào phù hợp phân tích chẩn đoán trong kinh doanh? (Chọn 2)
Phần mềm dự báo doanh thu 5 năm
Bảng tính Excel thống kê mô tả cơ bản
Google Analytics để theo dõi lưu lượng của website
Mô hình Random Forest tìm yếu tố ảnh hưởng đơn hủy
Lỗi thường gặp khi thu thập dữ liệu kinh doanh cho phân tích chẩn đoán? (Chọn 2)
Sử dụng nguồn dữ liệu không minh bạch
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
Trong kinh doanh, tình huống nào cần phân tích chẩn đoán? (Chọn 2)
80% đơn hàng bị khiếu nại về chất lượng
Doanh thu tăng 10% đúng kế hoạch
Tỷ lệ khách hàng cũ quay lại giảm 50% đột ngột
Chi 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? (Chọn 2)
Lập báo cáo trình bày chi tiết cho ban lãnh đạo
Đánh giá hiệu quả giải pháp sau 1 tháng
Tiếp tục thu thập thêm dữ liệu nhân sự
Triển khai ngay giải pháp nâng cấp phần mềm kho
Yếu tố nào đảm bảo thành công khi phân tích chẩn đoán với dữ liệu kinh doanh? (Chọn 2)
Phân tích không cần chuyên môn ngành
Ánh xạ rõ ràng giữa phân tích và mục tiêu kinh doanh
Kết hợp đa nguồn dữ liệu tin cậy
Sử dụng thuật toán phức tạp nhất
Phát hiện doanh thu quý 3 giảm 25% so với cùng kỳ, doanh nghiệp nên thu thập dữ liệu nào sau cùng?
Báo cáo tiếp thị từ các kênh
Logs hệ thống website trong quý 3
Dữ liệu kinh tế vĩ mô (lãi suất, lạm phát)
Phản hồi khảo sát khách hàng
Tại sao kết luận từ phân tích chẩn đoán không tuyệt đối chính xác?
Vì không sử dụng dữ liệu lịch sử
Vì kết quả dựa trên xác suất thống kê
Vì dựa hoàn toàn vào trực giác
Vì tập trung vào dự báo tương lai
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:
Đào tạo shipper hiện tại nâng cao tay nghề
Tăng giá sản phẩm để giảm nhu cầu
Giảm quảng cáo trong mua nghỉ
Ký hợp đồng dự phòng với đối tác vận chuyển
Tại sao kết luận từ phân tích chẩn đoán không tuyệt đối chính xác?
Vì không sử dụng dữ liệu lịch sử
Vì kết quả dựa trên xác suất thống kê
Vì tập trung vào dự báo tương lai
Vì dựa hoàn toàn vào trực giác
Mục tiêu chính của phân tích dự đoán trong kinh doanh là gì?
Tự động hóa quy trình bán hàng
Tối ưu hóa chiến dịch quảng cáo
Dự báo xu hướng thị trường tương lai
Tìm hiểu nguyên nhân gốc rễ của sự cố kinh doanh
Một công ty thương mại điện tử thấy tỷ lệ huỷ đơn tăng đột biến. Bước đầu tiên hợp lý nhất trong phân tích chẩn đoán là gì?
Áp dụng mô hình cây quyết định
Xác định thời điểm và mức độ bất thường
Triển khai giải pháp tăng nhân sự
Thu thập dữ liệu từ nhà cung cấp vận chuyển
Sau khi doanh nghiệp xác định 'đơn huỷ tăng do giao hàng chậm', bước tiếp theo doanh nghiệp cần làm là gì?
Phân tích tương quan đơn huỷ và kho hàng
Thu thập dữ liệu thời gian giao hàng
Tăng hợp tác với đơn vị vận chuyển
Kết luận ngay nguyên nhân
Lợi ích nào không thuộc về phân tích chẩn đoán?
Tự động đề xuất giải pháp khắc phục
Giúp tránh lặp lại sai lầm
Phát hiện cơ hội kinh doanh mới từ nguyên nhân gốc
Cung cấp hiểu biết chi tiết về vấn đề
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 gì?
Phân nhóm khách hàng
Dự báo nhu cầu theo mùa
Phân tích chuỗi thời gian + 5 Whys
Hồi quy tuyến tính đa biến
Câu hỏi trọng tâm mà phân tích chẩn đoán giải quyết là gì?
Tại sao doanh thu lại giảm?
Khách hàng tiềm năng ở đâu?
Làm thế nào để tăng doanh thu?
Ngân sách tiếp thị nên phân bổ thế nào?
Lợi ích quan trọng của mô hình phân tích dự báo trong kinh doanh là gì?
Giảm chi phí quảng cáo
Tự động hóa sản xuất
Thiết kế bao bì sản phẩm
Ra quyết định chiến lược dựa trên dữ liệu
Kỹ thuật nào dùng để phân nhóm khách hàng có đặc điểm tương đồng nhau?
ARIMA
Cây quyết định
Phân cụm
Hồi quy tuyến tính
Đâu là những thành phần cơ bản trong phân tích dự báo? (Chọn 2)
Thiết kế đồ hoạ
Thuật toán học máy
Dữ liệu lịch sử
Ý kiến chuyên gia ngẫu nhiên
Những ứng dụng nào của phân tích dự báo được đề cập đến? (Chọn 2)
Lập báo cáo tài chính
Thiết kế logo công ty
Hoạch định nhân sự
Dự báo doanh thu giảm
Những mô hình kỹ thuật nào được ứng dụng để phân loại dữ liệu kinh doanh? (Chọn 2)
Làm mịn số mũ
Hồi quy logistic
ARIMA
Rừng ngẫu nhiên
Tại sao phân tích dự báo trong kinh doanh lại quan trọng? (Chọn 2)
Giúp đưa ra quyết định kinh doanh một cách chủ động
Thay thế hoàn toàn con người
Giảm nhu cầu thu thập dữ liệu
Cá nhân hoá trải nghiệm khách hàng
Đâu là những đặc điểm của mô hình chuỗi thời gian? (Chọn 2)
Phân tích mẫu dữ liệu lịch sử
Nhóm đối tượng có đặc điểm giống nhau
Dựa trên dữ liệu kinh doanh phụ thuộc thời gian
Dùng để phân loại nhị phân
Những công cụ nào thuộc mô hình hồi quy? (Chọn 2)
Hồi quy tuyến tính
SVM
K-means
Hồi quy đa thức
Những lợi ích của việc ứng dụng mô hình phân tích dự báo khách hàng? (Chọn 2)
Cung cấp trải nghiệm cá nhân hoá cho khách hàng
Thiết kế bao bì mới
Phân đoạn đối tượng khách hàng chính xác
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 hoá 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
Đánh giá rủi ro tín dụng
Phát hiện gian lận giao dịch
Quản lý năng suất lao động
Phân tích tập dữ liệu kinh doanh bởi mô hình hồi quy cho thấy: Hệ số của "Chi phí quảng cáo" = 8.5. Kết luận nào sau đây là phù hợp?
Mô hình không có ý nghĩa thống kê
Cứ tăng 1 triệu đồng quảng cáo, doanh thu tăng 8.5 triệu
Quảng cáo không ảnh hưởng đến doanh thu
Doanh thu và quảng cáo có tương quan nghịch
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)
Pandas (tiền xử lý dữ liệu)
Scikit-learn (xây dựng mô hình)
TensorFlow (học sâu)
Keras (mạng nơ-ron)
Những lỗi nào thường gặp khi tiền xử lý dữ liệu kinh doanh? (Chọn 2)
Sử dụng phương pháp xác thực chéo (cross-validation)
Không chuẩn hoá dữ liệu số
Loại bỏ nhầm giá trị
Xác định rõ biến phụ thuộc/độc lập
Doanh nghiệp bán lẻ muốn tối ưu tồn kho, họ nên chọn những mô hình phân tích dự báo nào? (Chọn 2)
Phân tích tương tác mạng xã hội
Phát hiện gian lận giao dịch
Phân cụm hành vi khách hàng
Dự báo nhu cầu theo mùa
Khi áp dụng K-means, ta có 3 nhóm khách hàng với mức chi tiêu khác nhau. Doanh nghiệp nên dựa trên phân tích này để đưa ra chiến lược phù hợp cho từng nhóm.
Tăng lương nhân viên bán hàng
Phát triển sản phẩm cao cấp kèm dịch vụ đặc biệt cho nhóm 2
Đầu tư mở rộng nhà máy sản xuất
Thiết kế gói ưu đãi giá rẻ cho nhóm 1
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)
DecisionTreeClassifier
Kmeans
ARIMA
Seasonal_decompose
Những bước nào cần thực hiện khi triển khai mô hình dự báo trong doanh nghiệp? (Chọn 2)
Ngừng cập nhật dữ liệu
Xây dựng bảng điều khiển
Huấn luyện lại mô hình hàng ngày
Đóng gói thành ứng dụng giao diện (API)
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)
Thời gian huấn luyện mô hình
Recall (Khả năng phát hiện đúng khách hàng sẽ rời bỏ)
Biểu đồ nhiệt tương quan
Accuracy (Tỷ lệ dự đoán đúng trên tổng thể các dự đoán)
Những yếu tố nào có thể cải thiện mô hình hồi quy trong phân tích dữ liệu kinh doanh? (Chọn 2)
Tăng số lượng điểm ngoại lai
Thêm biến độc lập có tương quan
Giảm kích thước tập huấn luyện
Chuẩn hoá dữ liệu
Mô hình nào dùng để dự báo biến liên tục?
Mô hình phân cụm
Mô hình chuỗi thời gian
Mô hình hồi quy
Mô hình phân loại
Ví dụ nào minh hoạ ứng dụng phân tích dự báo trong kinh doanh?
Phân tích nguyên nhân giảm doanh thu
Dự báo nhu cầu tuyển dụng trong 1 năm
Đánh giá mức độ hài lòng khách hàng
Thống kê doanh thu quý trước
Để phát hiện dữ liệu thiếu "giá trị chi tiêu" của khách hàng trong phân tích dự báo, thì hành động nào sau đây là phù hợp?
Loại bỏ toàn bộ bản ghi thiếu
Sử dụng trực tiếp để huấn luyện mô hình
Ngừng phân tích
Tiền xử lý bằng cách điền giá trị trung bình
Trong phân tích dự báo chủ yếu sử dụng loại dữ liệu kinh doanh nào?
Dữ liệu lịch sử
Dữ liệu hình ảnh
Dữ liệu văn bản
Dữ liệu âm thanh
Câu 25. Doanh nghiệp áp dụng phương pháp phân tích dự báo để phân tích dữ liệu kinh doanh nhằm dự báo nhu cầu sản phẩm theo mùa. Bước đầu tiên cần thực hiện là gì?
Xác định rõ mục tiêu dự báo
Triển khai thuật toán K-means
Áp dụng mô hình ARIMA
Thu thập dữ liệu thời tiết 5 năm
Câu 26. Doanh nghiệp có kết quả của mô hình dự báo doanh thu với MAPE = 12%. Kết luận nào sau đây phù hợp với kết quả đó?
Độ chính xác ở mức chấp nhận được
Mô hình không sử dụng được
Cần tăng thêm dữ liệu quảng cáo
Phải chuyển sang mô hình phân cụm
Câu 27. Mục tiêu chính của phân tích dự báo trong kinh doanh là gì?
Đưa ra dự đoán kết quả tương lai
Tối ưu giao diện người dùng
Phân tích nguyên nhân sự cố
Mô tả dữ liệu quá khứ
Câu 1: Hàm mất mát (loss function) giúp:
Tạo ra dữ liệu mới
Tính trung bình
Xác định độ lỗi của mô hình
Lưu mô hình
Câu 2: Dropout là kỹ thuật gì?
Làm giảm quá khớp (overfitting)
Bỏ qua toàn bộ mô hình
Xóa dữ liệu nhãn
Tăng tốc độ học
Câu 3: Convolutional Neural Network (CNN) thường dùng cho: (chọn 2)
Nhận dạng ảnh
Xử lý ngôn ngữ tự nhiên thuần văn bản
Phân loại tín hiệu hình ảnh y tế
Tối ưu hóa truy vấn SQL
Mô phỏng động lực chất lỏng
Câu 4: ReLU có đặc điểm gì? (chọn 2)
Trả về 0 nếu đầu vào âm
Giữ nguyên đầu vào nếu dương
Có dải giá trị -∞ đến ∞
Là hàm tuyến tính
Câu 5: Trong học sâu, "batch size" là gì?
Tổng số lần lặp
Số mẫu được xử lý cùng lúc trong một bước cập nhật
Số lượng đầu vào mô hình
Số lượng lớp của mạng
Câu 6: Mạng RNN thường dùng trong: (chọn 2)
Dự đoán nhãn văn bản
Phân cụm
Xử lý ảnh
Dữ liệu chuỗi thời gian
Câu 7: Hàm Softmax dùng để:
Chuẩn hóa đầu ra thành xác suất
Tính loss function
Phân cụm dữ liệu
Huấn luyện mô hình không nhãn
Câu 8: Mô hình nào sau đây là mạng học sâu? (chọn 2)
RNN
Naive Bayes
K-means
CNN
Câu 9: LSTM là biến thể của:
Mạng CNN
Random Forest
Mạng RNN
Mạng đơn lớp
Câu 10: Overfitting xảy ra khi: (chọn 2)
Mô hình học quá kỹ dữ liệu huấn luyện
Số lượng lớp quá nhiều
Dữ liệu bị lỗi
Mô hình không học gì
Câu 11: Để đánh giá mức độ ủng hộ hay phản đối trong văn bản, cần:
Xây dựng bảng mã hóa gồm các cụm từ đặc trưng cho từng quan điểm
So sánh độ dài bình luận
Chuyển văn bản sang số
Dùng mô hình hồi quy logistic
Câu 12: Hành động nào sau đây là đúng khi bạn muốn mã hóa thủ công bình luận?
Gán ngẫu nhiên mã
Đọc từng văn bản và gán mã như "Ủng hộ", "Phản đối"
Lấy trung bình các ký tự
Tạo các chỉ số thống kê
Câu 13: Ưu điểm của mã hóa tự động bằng Python là: (chọn 2)
Dễ bị nhiễu
Gán nhãn theo cảm xúc chính xác hơn
Tiết kiệm thời gian xử lý văn bản
Không cần kiểm chứng kết quả
Câu 14: Với một hệ thống mã hóa quan điểm, bạn nên làm gì để đảm bảo độ chính xác?
Dùng mã hóa thủ công hoàn toàn
Loại bỏ tất cả các dữ liệu trùng lặp
Thiết kế danh mục từ khóa phong phú, đa dạng ngữ nghĩa
Chỉ dùng 1 từ khóa cho mỗi loại mã
Câu 15: Nếu muốn tìm chủ đề chính lặp lại trong các bình luận, phương pháp phù hợp là:
Phân tích theo khung diễn ngôn
Phân tích theo chủ đề (thematic analysis)
Gán mã theo cảm xúc
Phân tích nhân quả
Câu 16: Bình luận "Tôi thấy tốt, nhưng cần thêm minh bạch" sẽ được gán cảm xúc nào?
Trung lập
Tích cực
Không xác định
Tiêu cực
Câu 17: Khi mã hóa bình luận "Tôi đồng ý với một số điểm, nhưng còn lo ngại", mã nào có thể phù hợp? (chọn 2)
N: Trung lập
D2: Phản đối
A2: Đồng ý
A1: Rất đồng ý
Câu 18: Trong Python, bạn muốn gán mã quan điểm, bước nào là thiết yếu?
Loại bỏ từ dừng
Vẽ biểu đồ
Tạo từ điển từ khóa theo từng mã
Gán thủ công tất cả văn bản
Câu 19: Trong ứng dụng thực tế, phân tích nội dung phi cấu trúc giúp doanh nghiệp: (chọn 2)
Hiểu thái độ khách hàng qua phản hồi
Dự đoán tồn kho
Đo lường chính xác tần suất từ
Xác định nhu cầu thị trường từ ý kiến khách hàng
Câu 20: Vì sao cần tách từ trước khi phân tích tiếng Việt?
Vì Python yêu cầu
Vì văn bản có thể dài
Để giảm kích thước văn bản
Vì tiếng Việt có từ ghép và không có dấu cách cố định giữa các cụm từ
