WorksheetsCâu hỏi trắc nghiệm từ worksheet (học liệu)
Total questions: 77
Worksheet time: 39mins
“Siêu mặt phẳng” là khái niệm dùng cho không gian nào?
Hai chiều
Ba chiều
Nhiều hơn ba chiều
Không chiều
Trong công thức y=β0+β1X , y^ là gì?
Giá trị trong tập train
Giá trị mà mô hình dự đoán được
Sai số RSS
Tham số tối ưu
Nhược điểm của Linear Regression là không biểu diễn được điều gì?
Các biến độc lập
Các mô hình phức tạp
Các đường thẳng
Các giá trị liên tục
Chỉ số MAE biểu thị điều gì?
Xu hướng của giá trị dự đoán
Biên độ trung bình của sai số mô hình
Bình phương sai số
Độ nhạy với sai số lớn
Mô hình được xem là lý tưởng khi MAE bằng bao nhiêu?
1
0
Vô cùng
R2
Chỉ số nào dao động từ 0 đến 1, và càng gần 1 mô hình càng phù hợp?
MAE
MSE
R2 và adjusted R2
RMSE
Tại sao RMSE thường được sử dụng phổ biến hơn MAE?
Vì nó dễ tính hơn
Vì nó là đại lượng cơ bản và phản ánh độ lớn trung bình của sai số
Vì nó không nhạy với nhiễu
Vì nó cho biết xu hướng lệch
Tham số n_neighbors mặc định trong KNN của Scikit-learn là bao nhiêu?
1
3
5
10
Giá trị mặc định của tham số weights trong KNN là gì?
distance
uniform
auto
manhattan
Tham số weights='uniform' có nghĩa là gì?
Điểm gần hơn có trọng số cao hơn
Tất cả các điểm lân cận có trọng số như nhau
Chỉ tính điểm gần nhất
Trọng số thay đổi theo thời gian
Tham số p=2 trong KNN xác định cách tính khoảng cách theo loại nào?
Manhattan
Euclidean
Minkowski
Cosine
Để tính khoảng cách Manhattan trong KNN, cần thiết lập tham số p bằng mấy?
1
2
3
0
Tham số mặc định của algorithm trong KNN là gì?
ball_tree
kd_tree
brute
auto
Trong bài toán KNN cho hồi quy, nhãn của điểm dữ liệu mới khi K=1 là gì?
Giá trị 0
Nhãn của điểm dữ liệu đã biết gần nhất
Trung bình cộng toàn bộ tập dữ liệu
Giá trị ngẫu nhiên
Kỹ thuật “Tìm hàm số” là bản chất của lĩnh vực nào?
Chuẩn bị dữ liệu
Machine Learning
Đánh giá mô hình
Thu thập dữ liệu
KNN thực hiện tính toán tại thời điểm nào?
Khi huấn luyện mô hình
Khi cần dự đoán nhãn của dữ liệu mới
Khi làm sạch dữ liệu
Khi rút gọn thuộc tính
KNN lưu toàn bộ dữ liệu trong bộ nhớ có thể dẫn đến điều gì?
Tăng độ chính xác
Ảnh hưởng tới hiệu năng hệ thống
Giảm độ phức tạp tính toán
Loại bỏ nhiễu tự động
Ưu điểm về độ phức tạp huấn luyện của KNN là gì?
Bằng vô cùng
Bằng 0
Luôn nhỏ hơn 1
Tăng theo số lượng lớp
KNN nhạy với nhiễu khi nào?
K rất lớn
K nhỏ
Dùng khoảng cách Manhattan
Dữ liệu đã gán nhãn đúng
Công thức khoảng cách Euclidean có sử dụng đại lượng nào?
Trị tuyệt đối hiệu các tọa độ
Căn bậc hai của tổng bình phương hiệu
Logarit của các tọa độ
Tích vô hướng
Khi K càng lớn, độ phức tạp tính toán của KNN sẽ như thế nào?
Giảm đi
Tăng lên
Không đổi
Trở về 0
Tham số ball_tree là một lựa chọn cho tham số nào?
weights
algorithm
n_neighbors
p
Quy tắc nào được áp dụng ở bước cuối của KNN cho phân loại?
Trung bình cộng
Đa số đơn giản (Majority voting)
Bình phương tối thiểu
Tính tích xác suất
Trong KNN, algorithm='brute' thực hiện tìm kiếm bằng cách nào?
Sử dụng cấu trúc cây
Duyệt vét cạn qua tất cả các điểm
Dùng xác suất Bayes
Ngẫu nhiên
Khoảng cách Manhattan còn được gọi là khoảng cách nào?
Đường chim bay
Thành phố (L1 norm)
Hình tròn
Không gian 3 chiều
Khi dùng weights='distance', điểm gần hơn sẽ có trọng số như thế nào?
Thấp hơn
Cao hơn
Bằng 0
Không đổi
Để nâng cao độ chính xác KNN, một phương pháp là gì?
Xóa bỏ nhãn y
Tùy chỉnh tham số K và cách tính khoảng cách
Giảm số lượng đặc trưng X về 0
Luôn đặt K là số chẵn
Phương pháp lựa chọn thuộc tính mặc định trong Decision Tree là gì?
Entropy
Gini Index
Gain ratio
Accuracy
Cây quyết định có thể áp dụng cho bài toán nào?
Chỉ Phân loại.
Chỉ Hồi quy.
Cả Phân loại và Hồi quy.
Chỉ Phân cụm.
Thuộc tính có điểm xếp hạng như thế nào sẽ được chọn làm nút phân chia?
Thấp nhất.
Cao nhất.
Bằng 0.
Âm.
"Cắt tỉa cây" là kỹ thuật dùng để:
Làm cây to hơn.
Loại bỏ những nhánh không tin cậy.
Thêm nhiều biến độc lập.
In cây ra giấy.
Gaussian Naïve Bayes chủ yếu dùng cho dữ liệu:
Nhị phân.
Các biến liên tục.
Văn bản đếm tần suất.
Dữ liệu thiếu 90%.
Multinomial Naïve Bayes thường đi kèm với mô hình văn bản nào?
TF-IDF.
Bag of Words (BoW).
Ma trận nhầm lẫn.
KNN.
Tham số nào của Bernoulli Naïve Bayes yêu cầu dữ liệu là:
Số thực.
Giá trị nhị phân (0 hoặc 1).
Văn bản dài.
Hình ảnh.
Naïve Bayes giả thiết các chiều dữ liệu:
Phụ thuộc lẫn nhau.
Độc lập với nhau.
Phải được chuẩn hóa về [0, 1].
Là các số âm.
Nhiệm vụ của hàm max{f(w,d): w in d} trong công thức TF là:
Tìm từ xuất hiện ít nhất.
Tìm số lần xuất hiện của từ xuất hiện nhiều nhất trong văn bản.
Đếm tổng số từ.
Tính logarit.
Chỉ số Entropy càng nhỏ thì dữ liệu tại nút đó càng:
Nhiễu.
Thuần nhất (tinh khiết).
Đa dạng.
Lớn.
Cây quyết định biểu diễn trực quan dưới dạng tập các luật:
Giải tích.
IF-THEN.
Tích phân.
Ma trận.
Để xác định từ quan trọng nhất trong tài liệu, ta dùng:
BoW.
TF-IDF.
Gini Index.
Precision.
Nhược điểm của BoW là bỏ qua:
Tần suất từ.
Ngữ pháp, trật tự từ và ngữ cảnh.
Bộ từ vựng.
Số lượng văn bản.
Trong NLP, "nhận dạng tiếng nói" thuộc nhánh:
Xử lý văn bản.
Xử lý tiếng nói.
Dịch máy.
Kiểm tra lỗi chính tả.
Trong Hồi quy tuyến tính đơn biến, ta dùng mấy biến độc lập?
0.
1.
2.
n biến.
Mục tiêu của Hồi quy tuyến tính là tối thiểu hóa chỉ số nào?
Precision.
RSS (Residual Sum of Squares).
Gini Index.
Accuracy.
Siêu mặt phẳng là đồ thị của hàm tuyến tính trong không gian:
2 chiều.
3 chiều.
Nhiều hơn 3 chiều.
1 chiều.
Chỉ số nào đo lường sai số tuyệt đối trung bình?
MSE.
MAE.
RMSE.
R2.
Chỉ số nào là căn bậc hai của sai số bình phương trung bình?
MAE.
MSE.
RMSE.
Adjusted R2.
Giá trị của R2 dao động trong khoảng nào?
[-1, 1].
[0, 1].
(0, +vô cùng).
[-vô cùng, 1].
Mô hình hồi quy càng phù hợp khi R2 càng gần:
0.
0,5.
1.
-1.
Chỉ số nào rất nhạy với những giá trị sai số lớn?
MAE.
R2.
RMSE.
Precision.
MAE = 0 có ý nghĩa gì?
Mô hình bị lỗi.
Dự đoán hoàn toàn trùng khớp với thực tế (mô hình lý tưởng).
Mô hình dự đoán sai toàn bộ.
Không có dữ liệu kiểm thử.
Hồi quy tuyến tính rất nhạy cảm với:
Dữ liệu gần nhân.
Nhiễu và các giá trị ngoại lai (outliers).
Thư viện Python.
Số lượng láng giềng.
Để loại bỏ biến độc lập kém quan trọng trong hồi quy, ta dùng:
MSE.
Adjusted R2.
Manhattan distance.
BoW.
Chỉ số MSE phản ánh mức độ:
Chính xác của nhãn.
Dao động giữa giá trị dự đoán và giá trị thực.
Thời gian huấn luyện.
Độc lập của biến.
Đồ thị của Hồi quy tuyến tính trong không gian 2 chiều là:
Một mặt phẳng.
Một đường thẳng.
Một siêu mặt phẳng.
Một hình tròn.
Chỉ số nào không chỉ ra xu hướng lệch (dự báo cao hơn hay thấp hơn thực tế)?
MAE và RMSE.
Bias.
Tần suất từ.
Entropy.
Sự khác biệt giữa Multiple và Simple Linear Regression là gì?
Số lượng biến đầu ra y.
Số lượng biến độc lập đầu vào X.
Cách tính sai số RSS.
Thư viện Scikit-learn.
Đặc điểm chính của dữ liệu huấn luyện trong học không giám sát là gì?
Bao gồm cả biến độc lập X và biến đầu ra Y.
Chỉ bao gồm dữ liệu đầu vào (Biến độc lập X) mà không có biến đầu ra tương ứng.
Chỉ bao gồm các nhãn mục tiêu.
Dữ liệu đã được gán nhãn sẵn bởi con người.
Mục đích chính của học không giám sát là gì?
Dự đoán chính xác giá trị đầu ra cho dữ liệu mới.
Khai phá dữ liệu để tìm ra các cấu trúc nội tại nhằm thực hiện một công việc nào đó.
Tối ưu hóa hàm mất mát dựa trên sai lệch với nhãn thực tế.
Phân loại dữ liệu dựa trên các ví dụ đã biết trước.
Hai ví dụ điển hình của học không giám sát được nhắc đến trong tài liệu là gì?
Phân loại và Hồi quy.
Mạng nơ-ron và Cây quyết định.
Phân cụm và Phát hiện bất thường.
Giảm số chiều và Dự báo chuỗi thời gian.
Thế nào là "tiêu chuẩn liên kết chặt" trong mục tiêu của phân cụm?
Các đối tượng trong nhóm phải khác biệt nhất có thể.
Độ tương tự của các đối tượng trong mỗi nhóm cao nhất có thể.
Các tâm cụm phải cách xa nhau nhất có thể.
Mỗi điểm dữ liệu phải thuộc về ít nhất hai cụm.
Tài liệu liệt kê bao nhiêu loại phân cụm chính?
2 loại: Độc quyền và Phân cấp.
3 loại: Độc quyền, Chồng lấn (Lai) và Phân cấp.
4 loại: K-Means, DBSCAN, EM và Hierarchical.
1 loại: Phân cụm dựa trên mật độ.
Mục tiêu của việc chia các đối tượng thành các cụm khác biệt (tiêu chuẩn tách rời) là gì?
Các điểm trong cùng một cụm giống nhau hơn.
Để giảm số lượng tham số k.
Để các đối tượng trong các nhóm khác nhau phân biệt nhất có thể.
Để loại bỏ hoàn toàn các giá trị ngoại lai.
Trong thuật toán K-Means, phép đo mặc định cho "độ tương tự" giữa các điểm dữ liệu là gì?
Khoảng cách Manhattan.
Độ tương đồng Cosine.
Khoảng cách Euclide.
Khoảng cách Minkowski.
Đầu vào bắt buộc mà người dùng phải xác định trước khi chạy thuật toán K-Means là gì?
Tọa độ của các tâm cụm ổn định.
Số lượng cụm k.
Nhãn của từng điểm dữ liệu.
Phương sai của các cụm.
Ý tưởng chính của K-Means là tìm cách tối thiểu hóa giá trị nào?
Số lượng các điểm ngoại lai trong dữ liệu.
Khoảng cách giữa các tâm cụm với nhau.
Tổng bình phương khoảng cách giữa các đối tượng đến tâm nhóm.
Thời gian tính toán giữa các bước lặp.
Thứ tự đúng của 4 bước thực hiện trong thuật toán K-Means là gì? Các bước gồm: (1) Cập nhật tâm cụm bằng cách tính trung bình các điểm. (2) Khởi tạo ngẫu nhiên K tâm cụm. (3) Lặp lại cho đến khi tâm cụm ổn định. (4) Gán mỗi điểm vào cụm có tâm gần nhất.
1 -> 2 -> 4 -> 3
2 -> 4 -> 1 -> 3
2 -> 1 -> 4 -> 3
4 -> 2 -> 1 -> 3
Thuật toán K-Means đạt hiệu quả cao nhất với dạng dữ liệu nào?
Dữ liệu có hình dạng phức tạp hoặc kéo dài.
Dữ liệu chứa nhiều nhiễu và giá trị ngoại lai.
Dữ liệu có dạng cụm hình cầu.
Dữ liệu có cấu trúc phân cấp lồng nhau.
Đâu là một trong những nhược điểm lớn của K-Means được đề cập?
Khó triển khai và cài đặt.
Nhạy cảm với các giá trị ngoại lai.
Tốc độ xử lý chậm với tập dữ liệu nhỏ.
Không thể gán nhãn cho các điểm dữ liệu.
Trong thư viện Scikit-learn, phương pháp khởi tạo tâm cụm mặc định cho thuật toán KMeans là gì?
random (Chọn ngẫu nhiên các điểm dữ liệu làm tâm)
k-means++ (Chọn tâm cụm thông minh để tăng tốc độ hội tụ)
grid (Dựa trên lưới tọa độ)
manual (Người dùng phải tự nhập tọa độ)
Đối với thuật toán DBSCAN trong Scikit-learn, giá trị mặc định của tham số bán kính lân cận (eps) và số điểm tối thiểu (min_samples) lần lượt là bao nhiêu?
eps=1.0, min_samples=10
eps=0.1, min_samples=3
eps=0.5, min_samples=5
eps=0.5, min_samples=2
Khi sử dụng thuật toán Phân cụm phân cấp (AgglomerativeClustering), nếu không thiết lập, số lượng cụm mặc định mà thư viện tìm kiếm là bao nhiêu?
1
2
5
8
Trong mô hình hỗn hợp Gaussian (Gaussian Mixture Model - GMM), tham số mặc định cho kiểu ma trận hiệp phương sai (covariance_type) là gì?
full (Mỗi thành phần có ma trận hiệp phương sai riêng)
tied (Tất cả thành phần dùng chung ma trận hiệp phương sai)
diag (Ma trận hiệp phương sai dạng đường chéo)
spherical (Mỗi thành phần có phương sai đơn nhất)
Tham số bandwidth (băng thông) trong thuật toán Mean-Shift mặc định sẽ như thế nào nếu người dùng không cung cấp giá trị?
Mặc định bằng 1,0.
Mặc định bằng 0,5.
Được tự động ước tính dựa trên khoảng cách giữa các cặp điểm dữ liệu.
Luôn yêu cầu người dùng phải nhập, không có mặc định.
Theo tài liệu, nhược điểm nào sau đây khiến thuật toán K-Means có thể đưa ra kết quả không chính xác khi dữ liệu có các điểm nằm quá xa vùng tập trung?
Yêu cầu xác định trước số cụm k.
Khó xác định trọng tâm ban đầu.
Nhạy cảm với các giá trị ngoại lai (outliers).
Chỉ hiệu quả với cụm hình cầu.
Đặc điểm của loại "Phân cụm chồng lấn (Lai)" được nhắc đến trong tài liệu là gì?
Mỗi điểm dữ liệu chỉ thuộc về duy nhất một cụm.
Một điểm dữ liệu có thể thuộc về nhiều cụm khác nhau với mức độ khác nhau. (Dựa trên phân loại tại)
Các cụm được tổ chức theo cấu trúc hình cây.
Dữ liệu được gán nhãn dựa trên mật độ điểm.
Trong 4 bước thực hiện K-Means, việc "Tính trung bình các điểm dữ liệu trong cụm" nhằm mục đích gì?
Để gán nhãn cho các điểm dữ liệu.
Để cập nhật lại vị trí của tâm cụm.
Để khởi tạo K tâm cụm ban đầu.
Để tính toán khoảng cách Euclide.
Thuật toán nào sau đây được tài liệu liệt kê là thuật toán phân cụm dựa trên mật độ?
K-Means.
Mean-Shift.
DBSCAN.
Agglomerative Hierarchical Clustering.
