WorksheetsTTNT
Total questions: 112
Worksheet time: 56mins
(0.200 Point) Giải thuật Minimax là gì?
Là một giải thuật đệ quy
Là một giải thuật không đệ quy
Là một giải thuật đệ quy và không đệ quy
Tất cả các đáp án đều sai.
(0.200 Point) Giải thuật tìm kiếm nhánh cận là một dạng của tiến của giải thuật nào?
Giải thuật quay lui
Giải thuật leo đồi
Giải thuật tham lam
Tất cả các ý trên.
(0.200 Point) Nhận định nào sau đây đúng với thuật giải BFS (Breadth First Search)?
BFS sẽ bị mắc kẹt trong khi tìm đường đi.
Toàn bộ cây được tạo ra trong quá trình đã duyệt phải được lưu trữ trong BFS
BFS không được bảo đảm tìm lời giải nếu tồn tại lời giải.
BFS không khác gì thuật toán Tìm kiếm nhị phân.
(0.200 Point) Chức năng heuristic là gì?
Một hàm để giải các bài toán.
Hàm lấy tham số của chuỗi kiểu và trả về giá trị nguyên.
Một kiểu của kiểu tư ve là không có gì.
Một chức năng ánh xạ từ không gian trạng thái bài toán đến các giải thuật xử lý như mong muốn.
(0.200 Point) Mục tiêu của trí tuệ nhân tạo là gì?
Để giải quyết các vấn đề trong thế giới thực.
Để giải quyết vấn đề nhân tạo.
Để giải thích các loại trí thông minh
Trích xuất nguyên nhân khoa học.
(0.200 Point) Giải thuật Minimax có tính chất gì?
Vét cạn
Rà soát
Cả A và B đều đúng.
Cả A và B đều sai.
(0.200 Point) Xác định chân trị của biểu thức (x∨y)∧(y∨z) và (x∨z) khi x = y = z = 1?
0 và 0
0 và 1
1 và 0
1 và 1
(0.200 Point) Xác định chân trị của biểu thức (p∨q)∧(q∨r) và (p∧r) khi p = r = 0, q = 1?
1 và 1
0 và 0
0 và 1
1 và 0
(0.200 Point) Giải thuật tìm kiếm theo chiều rộng bắt đầu duyệt từ?
Nút kề.
Nút gốc
Nút con.
Nút cha.
(0.200 Point) Giải thuật tìm kiếm sâu dần thường áp dụng cho bài toán nào?
Bài toán có không gian trạng thái lớn và độ sâu của nghiệm không biết trước
Bài toán có không gian trạng thái lớn và độ sâu của nghiệm biết trước.
Bài toán có không gian trạng thái nhỏ và độ sâu của nghiệm không biết trước.
Bài toán có không gian trạng thái nhỏ và độ sâu của nghiệm biết trước.
(0.200 Point) Đâu là ưu điểm của giải thuật tìm kiếm beam?
Khả năng làm tăng tính toán.
Khả năng làm giảm tính toán
Khả năng tiêu thụ nhiều bộ nhớ.
Khả năng làm tăng tính toán và tiêu thụ nhiều bộ nhớ.
(0.200 Point) Đáp án nào đúng với giải thuật tìm kiếm theo chiều rộng?
Sử dụng hàng đợi
Sử dụng ngăn xếp.
Sử dụng mạng nhiều chiều.
Sử dụng ma trận.
(0.200 Point) Đáp án nào đúng với giải thuật tìm kiếm theo chiều rộng?
Duyệt tất cả các đỉnh
Duyệt một nút số đỉnh.
Chỉ duyệt đỉnh đầu của đồ thị.
Chỉ duyệt đỉnh cuối của đồ thị.
(0.200 Point) Giải thuật tìm kiếm theo chiều rộng có tính chất vét cạn vậy có nên áp dụng vào đồ thị có số đỉnh lớn không?
Nên.
Không nên
Cả A và B đều đúng.
Cả A và B đều sai.
(0.200 Point) Trong giải thuật tìm kiếm beam?
Không phát triển một đỉnh K tốt nhất.
Phát triển nhiều đỉnh K tốt nhất.
Chỉ phát triển một đỉnh K tốt nhất
Phát triển nhiều đỉnh K nhưng không tốt nhất.
Trong K-Means, tâm cụm mới sau mỗi vòng lặp được tính như thế nào?
Lấy giá trị lớn nhất trong cụm
Lấy giá trị nhỏ nhất trong cụm
Lấy trung bình của các điểm trong cụm
Lấy trung vị của các điểm trong cụm
Điều kiện dừng của K-Means thường là:
Khi mọi điểm dữ liệu đều thay đổi cụm
Khi tâm cụm không đổi qua các vòng lặp
Khi số cụm bằng số điểm dữ liệu
Khi số cụm nhỏ hơn số chiều
K-Means sử dụng khoảng cách nào phổ biến nhất?
Manhattan
Euclidean
Cosine
Hamming
Nhược điểm chính của K-Means là gì?
Không áp dụng được cho dữ liệu số
Bị phụ thuộc vào khởi tạo ban đầu
Luôn hội tụ đến nghiệm tối ưu toàn cục
Không chạy được với dữ liệu lớn
Nếu ta chọn K quá lớn trong K-Means, điều gì xảy ra?
Cụm sẽ quá tổng quát
Kết quả chia cụm kém chặt chẽ
Tốc độ tính toán nhanh hơn
Sai số phân cụm giảm về 0 và luôn đúng
Phương pháp Elbow được dùng để:
Xác định số chiều dữ liệu
Chọn K hợp lý
Tính khoảng cách
Chia cụm ban đầu
BFS (Breadth-First Search) phù hợp nhất để:
Tìm đường ngắn nhất trong đồ thị vô hướng không trọng số
Tìm đường ngắn nhất trong đồ thị có trọng số
Tìm nghiệm tối ưu toàn cục
Tìm theo heuristic
BFS có đặc điểm nào?
Luôn tìm đường đi ngắn nhất
Có thể bị kẹt trong nhánh sâu nếu không có điều kiện dừng
Duyệt theo từng lớp
Sử dụng hàng đợi
Cấu trúc dữ liệu chính của BFS là:
Stack
Queue
Priority Queue
Linked List
Cấu trúc dữ liệu chính của DFS là:
Stack
Queue
Priority Queue
Heap
A* khác Dijkstra ở điểm nào?
Không dùng heuristic
Có dùng heuristic để ước lượng chi phí còn lại
Không tính g(n)
Không đảm bảo tối ưu
Hàm đánh giá của A* là:
f(n) = g(n) + h(n)
f(n) = g(n) – h(n)
f(n) = g(n) × h(n)
f(n) = max(g(n), h(n))
Nếu heuristic h(n) = 0 với mọi n trong A*, thuật toán trở thành:
DFS
BFS
Dijkstra
IDA*
Tiêu chí thường dùng trong ID3 để chọn thuộc tính chia nhánh là:
Gini Index
Information Gain
Chi-Square
Variance
Nếu tất cả các mẫu trong tập con thuộc cùng một lớp, thì:
Tiếp tục chia tiếp
Trở thành nút lá
Loại bỏ thuộc tính
Quay về nút gốc
Entropy bằng 0 khi nào?
Khi phân phối lớp đồng đều
Khi tất cả mẫu thuộc cùng một lớp
Khi số lớp bằng số thuộc tính
Khi dữ liệu bị thiếu
Trong tập Buy Computer, thuộc tính nào thường được chọn làm nút gốc đầu tiên?
age
income
student
credit-rating
Gain(S, A) được tính bằng công thức:
H(S|A) – H(S)
H(S) – H(S|A)
H(S) + H(S|A)
H(S) × H(S|A)
Ưu điểm chính của cây quyết định là gì?
Hiệu quả với dữ liệu chuỗi dài
Dễ giải thích và trực quan
Luôn chính xác tuyệt đối
Không bị overfitting
Chỉ số Gini được sử dụng trong:
ID3
C4.5
CART
Naïve Bayes
Thuật toán KMeans thuộc loại thuật toán nào sau đây?
Học có giám sát
Học nửa giám sát
Học không giám sát
Không đáp án nào đúng
Cấu trúc dữ liệu nào được sử dụng trong giải thuật tìm kiếm theo chiều sâu?
Sử dụng hàng đợi
Sử dụng ngăn xếp
Sử dụng mảng nhiều chiều
Sử dụng ma trận
Mục tiêu của ngành Trí tuệ nhân tạo là gì?
Giúp máy tính có thể tự động hóa các hành vi thông minh như con người
Tạo ra người máy
Lập trình thông minh cho các sản phẩm
Lập trình các trò chơi
Đáp án nào đúng với giải thuật tìm kiếm theo chiều rộng?
Sử dụng hàng đợi
Sử dụng ngăn xếp
Sử dụng mảng nhiều chiều
Sử dụng ma trận
“Toán tử chuyển trạng thái” là gì?
Một cách biểu diễn bài toán
Một cách giải bài toán
Kết quả của bài toán
Cách chuyển từ trạng thái này sang trạng thái khác
Các thuật toán thường dùng trong học máy bao gồm thuật toán nào?
Học có giám sát
Học không giám sát
Học nửa giám sát
Học có giám sát, nửa giám sát và không giám sát
Đâu là lĩnh vực kỹ thuật của Trí tuệ nhân tạo?
Lý thuyết giải bài toán và suy diễn thông minh
Lý thuyết tìm kiếm may rủi
Học máy hay máy học (Machine learning) là gì?
Là các chương trình máy tính có khả năng học hỏi về cách hoàn thành các nhiệm vụ và cách cải thiện hiệu suất theo thời gian
Là khả năng máy tính có thể mô phỏng hành vi của con người
Là học có giám sát và học không giám sát
Là công cụ dự đoán xu hướng của thị trường
Thuật toán tìm theo chiều rộng sẽ duyệt bắt đầu từ đâu?
Nút gốc
Nút con
Nút cha
Nút lá
Mệnh đề là gì?
Một phát biểu chỉ nhận một trong hai giá trị là đúng hoặc sai
Một bài toán có lời giải
Là một phát biểu luôn luôn đúng
Là một biểu thức có phép toán AND hoặc OR
Không gian trạng thái thường biểu diễn bằng những cách nào sau đây?
Đồ thị
Bản danh sách liên kết
Mảng
Chuỗi
Phương pháp nào là tìm kiếm có sử dụng tri thức trí tuệ nhân tạo?
Tìm kiếm theo chiều rộng
Tìm kiếm theo chiều sâu
Tìm kiếm sâu dần
Tìm kiếm Heuristic
Đáp án nào đúng với giải thuật tìm kiếm theo chiều rộng?
Duyệt tất cả các đỉnh
Duyệt một nửa số đỉnh
Chỉ duyệt đỉnh đầu của đồ thị
Chỉ duyệt đỉnh cuối của đồ thị
Ưu điểm của phương pháp duyệt rộng là gì?
Tìm ra lời giải nếu tồn tại
Đường đi qua ít đỉnh nhất
Giá thành tìm kiếm thấp nhất
Cả A và B đều đúng
Trí tuệ nhân tạo có từ tiếng Anh là gì?
Artificial Intelligence
Artificial Intelligent
Aificial Intelligence
Artifial Intelligence
Trí tuệ nhân tạo (AI) là gì?
Một loại máy tính thông thường
Một ngành khoa học về tạo ra máy móc thông minh
Một loại phần mềm đơn giản
Một thiết bị điện tử cơ bản
Trí tuệ Nhân tạo ra đời vào khoảng thời gian nào?
Những năm 1980
Những năm 1950
Những năm 2000
Những năm 2010
Một số ứng dụng của AI trong đời sống hiện nay bao gồm:
Dịch thuật
Tạo ảnh
ChatGPT, Google Translate, Netflix
Chỉ chơi game
Machine Learning (ML) là gì?
Một phần của Deep Learning
Một phần của AI
Một loại phần mềm độc lập
Một thiết bị phần cứng
Deep Learning là gì?
Một tập con của Machine Learning
Một tập con của AI
Một loại phần mềm độc lập
Một thiết bị phần cứng
Logic hình thức trong AI được sử dụng để?
Tạo ra các hệ thống tự động hóa
Biểu diễn và suy luận về kiến thức
Phát triển các mạng neuron
Xử lý ngôn ngữ tự nhiên
Google Translate sử dụng AI để làm gì?
Tạo ảnh
Dịch văn bản và giọng nói
Phát triển trò chơi
Tạo video
Netflix sử dụng AI để làm gì?
Tạo nội dung
Đề xuất phim và chương trình
Phát triển trò chơi
Tạo ảnh
Tại sao chúng ta cần học AI?
Để thay thế con người
Để có lợi thế cạnh tranh và giải quyết vấn đề phức tạp
Để chỉ sử dụng các công cụ AI
Để trở thành một nhà khoa học dữ liệu
Ai được coi là người khai sinh ra ngành Trí tuệ nhân tạo?
Mc Carthy
M. Minsky
A. Newell
Alan Turing
Ngôn ngữ đầu tiên của Trí tuệ nhân tạo là?
Prolog
LISP
C++
JAVA
Hệ chuyên gia–sản phẩm thương mại của ngành Trí tuệ nhân tạo ra đời vào khoảng thời gian nào?
1950s
1960s
1970s
1980s
Theo quan điểm của Turing, trí tuệ con người là?
Trí tuệ là những gì có thể đánh giá được thông qua các trắc nghiệm thông minh
Trí tuệ là khả năng phản ứng một cách thích hợp những tình huống mới thông qua hiệu chỉnh hành vi một cách thích đáng
Trí tuệ là sự hiểu rõ những mối liên hệ của các sự kiện của thế giới bên ngoài nhằm đưa ra những hành động phù hợp đạt tới một mục đích nào đó
Không phát biểu nào đúng
Đâu không phải là đặc trưng của trí tuệ máy?
Khả năng học
Khả năng mô phỏng hành vi của con người
Khả năng trừu tượng hóa, tổng quát hóa và suy diễn
Khả năng di chuyển
Đâu là chuyên ngành của Trí tuệ nhân tạo?
Các phương pháp tìm kiếm lời giải
Hệ chuyên gia
Xử lý ảnh và ngôn ngữ
Tất cả các chuyên ngành trên
Làm thế nào AI đang thay đổi cách chúng ta sống và làm việc?
Bằng cách tự động hóa các quy trình và tăng hiệu suất
Bằng cách giảm thiếu công việc
Bằng cách chỉ hỗ trợ y tế
Bằng cách chỉ tạo ra nội dung giải trí
Vai trò của AI trong việc cải tiến công nghệ là gì?
Phát triển xe tự hành và nhà thông minh
Chỉ hỗ trợ y tế
AI hỗ trợ y tế như thế nào?
Chẩn đoán bệnh và phân tích hình ảnh y khoa
Chỉ hỗ trợ điều trị
Chỉ cung cấp thông tin sức khỏe
Chỉ hỗ trợ nghiên cứu
Lợi ích của việc học AI trong tương lai là gì?
Có thể thay thế con người
Cung cấp cơ hội nghề nghiệp và kỹ năng cạnh tranh
Chỉ giúp sử dụng các công cụ AI
Chỉ giúp phát triển trò chơi
Thị trường AI toàn cầu dự kiến sẽ tăng trưởng như thế nào?
Từ 40 tỷ USD lên 100 tỷ USD vào năm 2032
Từ 40 tỷ USD lên 1.304 tỷ USD vào năm 2032
Từ 100 tỷ USD lên 500 tỷ USD vào năm 2032
Từ 500 tỷ USD lên 1.000 tỷ USD vào năm 2032
Vai trò của AI trong giáo dục là gì?
Cung cấp trải nghiệm học tập cá nhân hóa
Chỉ hỗ trợ giảng dạy
Chỉ cung cấp tài liệu học tập thông minh
Chỉ hỗ trợ nghiên cứu
Vai trò của AI trong phân tích dữ liệu là gì?
Xử lý và phân tích khối lượng lớn dữ liệu
Chỉ hỗ trợ nghiên cứu
Chỉ cung cấp thông tin chi tiết
Chỉ hỗ trợ ra quyết định
Tại sao AI không phải là một lĩnh vực mới?
Vì AI đã được phát triển từ những năm 1950
Vì AI mới xuất hiện gần đây
Vì AI chỉ liên quan đến máy tính
Vì AI chỉ được sử dụng trong y tế
Nếu bạn muốn phát triển một hệ thống đề xuất sản phẩm dựa trên hành vi người dùng, bạn nên sử dụng kỹ thuật nào trong AI?
Deep Learning
Machine Learning
Logic hình thức
Tìm kiếm trong không gian trạng thái
Một công ty muốn tự động hóa quy trình sản xuất của mình. Họ nên sử dụng loại AI nào?
Deep Learning
Machine Learning
Logic hình thức
Tìm kiếm trong không gian trạng thái
Nếu bạn muốn tạo ra một trợ lý ảo có thể hiểu và trả lời câu hỏi của người dùng, bạn nên sử dụng kỹ thuật nào?
Deep Learning
Machine Learning
Logic hình thức
Tìm kiếm trong không gian trạng thái
Một ứng dụng cần phân tích cảm xúc từ văn bản. Kỹ thuật AI nào phù hợp nhất?
Deep Learning
Machine Learning
Logic hình thức
Tìm kiếm trong không gian trạng thái
Nếu bạn muốn phát triển một hệ thống có thể học hỏi từ dữ liệu và cải thiện theo thời gian, bạn nên sử dụng kỹ thuật nào?
Deep Learning
Machine Learning
Logic hình thức
Tìm kiếm trong không gian trạng thái
Một công ty muốn cải thiện trải nghiệm người dùng thông qua các chatbot. Họ nên sử dụng loại AI nào?
Deep Learning
Machine Learning
Logic hình thức
Tìm kiếm trong không gian trạng thái
Nếu bạn muốn tạo ra một hệ thống có thể tự động chẩn đoán bệnh từ hình ảnh y khoa, bạn nên sử dụng kỹ thuật nào?
Deep Learning
Machine Learning
Logic hình thức
Tìm kiếm trong không gian trạng thái
K-NN có thể được sử dụng cho loại bài toán nào?
Chỉ hồi quy
Phân cụm
Phân loại và hồi quy
Chỉ phân loại
Trong KNN, khoảng cách thường được sử dụng để tính độ gần giữa các điểm là:
Khoảng cách cosine
Khoảng cách Manhattan
Khoảng cách Euclid
Khoảng cách Hamming
Học máy giám sát là gì?
Học máy giám sát là phương pháp học máy sử dụng dữ liệu có nhãn để huấn luyện mô
Học máy giám sát là một loại học máy không cần huấn luyện
Học máy giám sát chỉ áp dụng cho dữ liệu không có cấu trúc
Học máy giám sát là phương pháp học máy không sử dụng dữ liệu có nhãn
Điểm yếu chính của KNN khi xử lý tập dữ liệu lớn là gì?
Không học được dữ liệu mới
Mất nhiều thời gian tính toán do phải đo khoảng cách với tất cả điểm huấn luyện
Không hoạt động với dữ liệu phân loại
Luôn cần dữ liệu dạng văn bản
Giải thuật A được sử dụng chủ yếu trong lĩnh vực nào?
Tính toán số nguyên tố
Phân tích cú pháp ngữ nghĩa
Tìm kiếm đường đi tối ưu trong đồ thị
Lập trình hướng đối tượng
Giải thuật tìm kiếm sâu dần thường áp dụng cho bài toán nào?
Bài toán có không gian trạng thái lớn và độ sâu của nghiệm không biết trước
Bài toán có không gian trạng thái lớn và độ sâu của nghiệm không biết trước
Bài toán có không gian trạng thái nhỏ và độ sâu của nghiệm không biết trước
Bài toán có không gian trạng thái nhỏ và độ sâu của nghiệm biết trước
Hạn chế chính của giải thuật tìm kiếm sâu dần là gì?
Không lặp lại tất cả các công việc của giai đoạn trước
Lặp lại một nửa công việc của giai đoạn trước
Lặp lại tất cả các công việc của giai đoạn trước
Lặp lại tất cả các công việc của giai đoạn sau
K-NN là viết tắt của thuật ngữ nào?
K-Nearest Neighbors Algorithm
K-Node Neighbors
K-Nearest Neighbors
K-Nearest Network
Nguyên lý chính của thuật toán K-NN là gì?
Nguyên lý chính của thuật toán K-NN là sử dụng hồi quy tuyến tính
Nguyên lý chính của thuật toán K-NN là tìm kiếm dữ liệu theo thứ tự thời gian
Nguyên lý chính của thuật toán K-NN là phân tích hồi quy đa biến
Nguyên lý chính của thuật toán K-NN là tìm k điểm gần nhất để phân loại hoặc hồi quy
Điều khiển học là gì?
Nghiên cứu giao tiếp giữa hai máy
Nghiên cứu giao tiếp giữa người và máy
Nghiên cứu về giao tiếp giữa hai người
Nghiên cứu các giá trị Boolean
Chức năng heuristic là gì?
Một hàm để giải các bài toán
Hàm lấy tham số của chuỗi kiểu và trả về giá trị nguyên
Một hàm có kiểu trả về là không có gì
Một chức năng ánh xạ từ mô tả trạng thái bài toán đến các giải thuật xử lý như mong muốn
Điểm mạnh lớn nhất của giải thuật A* so với các giải thuật tìm kiếm khác là gì?
A* chỉ tìm kiếm theo chiều rộng
A* luôn tìm kiếm đường đi dài nhất
A* không sử dụng ước lượng trong quá trình tìm kiếm
A* tìm kiếm đường đi ngắn nhất hiệu quả hơn nhờ kết hợp chi phí thực tế và ước lượng
Giải thuật tìm kiếm nhánh cận là một dạng của tiến của giải thuật nào?
Giải thuật quay lui
Giải thuật leo đồi
Giải thuật tham lam
Tất cả các ý trên
Đâu là ưu điểm của giải thuật tìm kiếm nhánh cận?
Quét qua toàn bộ nghiệm có thể có của bài toán
Chỉ quét qua một nửa nghiệm có thể có của bài toán
Không quét qua toàn bộ nghiệm có thể có của bài toán
Quét qua toàn bộ nghiệm có thể không có của bài toán
Trong giải thuật tìm kiếm beam?
Không phát triển một đỉnh K tốt nhất
Phát triển nhiều đỉnh K tốt nhất
Chỉ phát triển một đỉnh K tốt nhất
Phát triển nhiều đỉnh K nhưng không tốt nhất
Giải thuật tìm kiếm theo chiều rộng có tính chất vét cạn vậy có nên áp dụng vào đồ thị có số đỉnh lớn không?
Nên
Không nên
Cả A và B đều đúng
Cả A và B đều sai
Đâu là ưu điểm của giải thuật tìm kiếm beam?
Khả năng làm tăng tính toán
Khả năng làm giảm tính toán
Khả năng tiêu thụ nhiều bộ nhớ
Khả năng làm tăng tính toán và tiêu thụ nhiều bộ nhớ
Xác định chân trị của biểu thức (p → q) hội (q → r) và (p → r) khi p = r = 0, q = 1?
1 và 1
0 và 0
0 và 1
1 và 0
Xác định chân trị của biểu thức (x → y) hội (y → z) và (x → z) khi x = y = z = 1?
0 và 0
0 và 1
1 và 0
1 và 1
Giải thuật Minimax có tính chất gì?
Vét cạn
Rà soát
Cả A và B đều đúng
Cả A và B đều sai
Mục tiêu của trí tuệ nhân tạo là gì?
Để giải quyết các vấn đề trong thế giới thực
Để giải quyết vấn đề nhân tạo
Để giải thích các loại trí thông minh
Trích xuất nguyên nhân khoa học
Nhận định nào sau đây đúng với thuật giải BFS (Breadth First Search)?
BFS sẽ bị mắc kẹt trong khi tìm đường đi
Toàn bộ cây được tạo ra trong quá trình đã duyệt phải được lưu trữ trong BFS
BFS không được bảo đảm tìm lời giải nếu tồn tại lời giải
BFS không khác gì thuật toán Tìm kiếm nhị phân
Giải thuật Minimax là gì?
Là một giải thuật đệ quy
Là một giải thuật không đệ quy
Là một giải thuật đệ quy và không đệ quy
Tất cả các đáp án đều sai
Cho 2 bình có dung tích lần lượt là m và n (lít). Với nguồn nước không hạn chế, dùng 2 bình trên để đo được k lít nước. Giả sử sử dụng bộ (x, y) để biểu diễn lượng nước đang có ở bình 1 và bình 2. Đâu là một trạng thái kết thúc của bài toán?
(x, k)
(m, n)
(k, y)
(x, k) hoặc (k, y)
Ưu điểm chính của suy diễn lùi là gì?
Tập trung vào đích đã cho
Tìm ra tập sự kiện đúng cực đại
Kết luận luôn được chứng minh
Cả A và B
Cho 2 bình có dung tích lần lượt là m và n (lít). Với nguồn nước không hạn chế, dùng 2 bình trên để đo được k lít nước. Giả sử sử dụng bộ (x, y) để biểu diễn lượng nước đang có ở bình 1 và bình 2. Đâu là một trạng thái bắt đầu của bài toán?
(0, y)
(0, 0)
(n, m)
(x, 0)
Tìm kiếm theo giá thành thấp nhất là tối ưu vì sao?
Con đường có chi phí cao nhất được chọn
Con đường có chi phí thấp nhất được chọn
Con đường có chi phí cao nhất và thấp nhất được chọn
Con đường có chi phí thấp nhất không được chọn
Phát biểu nào chính xác với giải thuật tìm kiếm theo chiều rộng?
Kỹ thuật tìm kiếm rộng là tìm kiếm trên tất cả các nút của một mức trong không gian bài toán trước khi chuyển sang các nút của mức tiếp theo
Kỹ thuật tìm kiếm rộng là tìm kiếm từ nút gốc và lựa chọn nút hứa hẹn nhất để đi tiếp
Kỹ thuật tìm kiếm rộng có độ phức tạp là O(k * d) với k là số đỉnh kề và d là độ sâu
Kỹ thuật tìm kiếm rộng phù hợp với bài toán có không gian lớn
Trong giải thuật leo đồi?
Khi phát triển một đỉnh u thì bước tiếp theo ta chọn trong số các đỉnh con của u, đỉnh có hứa hẹn nhiều nhất để phát triển, đỉnh này được xác định bởi hàm đánh giá
Khi phát triển một đỉnh u thì bước tiếp theo ta chọn trong số các đỉnh con của u, đỉnh có hứa hẹn nhiều nhất để phát triển, đỉnh này được xác định bởi hàm đánh giá
Khi phát triển một đỉnh u thì bước tiếp theo ta chọn trong số các đỉnh con của u, đỉnh có hứa hẹn nhiều nhất để phát triển, đỉnh này không được xác định bởi hàm đánh giá
Khi phát triển một đỉnh u thì bước tiếp theo ta không chọn trong số các đỉnh con của u, đỉnh có hứa hẹn nhiều nhất để phát triển, đỉnh này không được xác định bởi hàm đánh giá
Phát biểu nào sau đây không phải là ứng dụng của giải thuật tìm kiếm theo chiều rộng trong lý thuyết đồ thị?
Tìm đường đi ngắn nhất giữa 2 đỉnh u và v
Tìm các thành phần liên thông
Tìm tất cả các đỉnh trong một thành phần liên thông
Tìm kiếm có giới hạn
Làm thế nào để đánh giá hiệu suất của mô hình học máy giám sát?
Sử dụng số lượng mẫu huấn luyện để đánh giá
So sánh các mô hình không giám sát
Chỉ dựa vào thời gian huấn luyện của mô hình
Sử dụng các chỉ số như độ chính xác, độ nhạy, độ đặc biệt, F1-score và ma trận nhầm lẫn
Nguyên lý chính của thuật toán K-NN là gì?
Nguyên lý chính của thuật toán K-NN là sử dụng hồi quy tuyến tính
Nguyên lý chính của thuật toán K-NN là tìm kiếm dữ liệu theo thứ tự thời gian
Nguyên lý chính của thuật toán K-NN là phân tích hồi quy đa biến
Nguyên lý chính của thuật toán K-NN là tìm k đến điểm gần nhất để phân loại hoặc hồi quy
