NEW
Font size
WorksheetsCHƯƠNG 5
Total questions: 80
Worksheet time: 40mins
Dữ liệu nào sau đây thường được thu thập trong thương mại điện tử?
Dữ liệu nhiệt độ môi trường
Dữ liệu hành vi mua hàng của khách hàng
Dữ liệu tốc độ gió
Dữ liệu sinh học của người dùng
Trong thương mại điện tử, “Conversion rate” được hiểu là gì?
Tỷ lệ khách truy cập rời khỏi website
Tỷ lệ khách hàng quay lại mua hàng
Tỷ lệ khách truy cập thực hiện hành động mua hàng
Tỷ lệ sản phẩm hết hàng
Công cụ nào thường dùng để trực quan hóa dữ liệu trong phân tích thương mại điện tử?
Microsoft Word
PowerPoint
Tableau
Adobe Photoshop
Tập dữ liệu “User_clickstream” thường chứa loại thông tin nào?
Hóa đơn thanh toán ngân hàng
Lịch sử nhấp chuột và tương tác của người dùng
Mã sản phẩm của nhà sản xuất
Dữ liệu thời tiết
Trong quy trình khoa học dữ liệu, bước đầu tiên là gì?
Trực quan hóa dữ liệu
Thu thập và làm sạch dữ liệu
Huấn luyện mô hình
Đánh giá hiệu suất mô hình
Mô hình nào thường được dùng để dự đoán giá sản phẩm dựa trên đặc điểm?
K-Means
Linear Regression
Apriori
Random Forest Classifier
Việc phân khúc khách hàng giúp doanh nghiệp làm gì?
Giảm số lượng sản phẩm
Tăng tốc độ tải trang web
Hiểu rõ từng nhóm khách hàng để cá nhân hóa dịch vụ
Giảm chi phí vận chuyển
Dữ liệu “Big Data” trong thương mại điện tử có đặc trưng là gì?
Dễ quản lý, dung lượng nhỏ
Chỉ thu thập thủ công
Có khối lượng lớn, tốc độ cao, đa dạng định dạng
Chỉ chứa dữ liệu văn bản
Trong bài toán dự đoán nhu cầu sản phẩm, biến phụ thuộc thường là gì?
Số lượng sản phẩm tồn kho
Doanh thu bán hàng
Loại sản phẩm
Tên khách hàng
“Recommendation System” thường được sử dụng để:
Đề xuất sản phẩm phù hợp với từng khách hàng
Tăng dung lượng lưu trữ dữ liệu
Tối ưu đường truyền mạng
Bảo mật giao dịch trực tuyến
Dữ liệu bị thiếu (Missing data) trong phân tích thương mại điện tử nên được:
Giữ nguyên để không thay đổi dữ liệu gốc
Loại bỏ hoặc thay thế hợp lý trước khi phân tích
Thêm ngẫu nhiên giá trị bất kỳ
Bỏ qua vì không ảnh hưởng
Một lợi ích quan trọng của khoa học dữ liệu trong thương mại điện tử là:
Giúp giảm giá trị trung bình đơn hàng
Cải thiện trải nghiệm người dùng và tăng doanh thu
Giảm số lượng khách hàng tiềm năng
Giới hạn phân tích hành vi người dùng
Khi một doanh nghiệp muốn dự đoán khả năng khách hàng hủy giỏ hàng, họ nên dùng loại mô hình nào?
Phân cụm (Clustering)
Phân loại (Classification)
Hồi quy (Regression)
Gợi ý (Recommendation)
Để đánh giá hiệu quả của chiến dịch quảng cáo online, nhà phân tích nên so sánh:
Số lượt xem trang và chi phí quảng cáo
Màu nền của website
Tên miền của trang web
Thời gian tải hình ảnh
Trong thương mại điện tử, việc theo dõi “Customer Lifetime Value (CLV)” giúp doanh nghiệp:
Biết tổng lợi nhuận dự kiến từ một khách hàng
Dự đoán lỗi kỹ thuật
Kiểm tra tốc độ giao hàng
Xác định lỗi trong website
Một nhà phân tích nhận thấy dữ liệu doanh thu bị lệch mạnh (Skewed). Họ nên:
Bỏ qua vấn đề
Dùng log transformation để làm giảm độ lệch
Nhân dữ liệu lên 10 lần
Xóa toàn bộ dữ liệu lệch
Khi muốn nhóm khách hàng có hành vi mua sắm tương tự, mô hình phù hợp nhất là:
Linear Regression
K-Means Clustering
Logistic Regression
Decision Tree
Để tối ưu thứ tự hiển thị sản phẩm trên trang, cần dựa trên:
Tên sản phẩm theo bảng chữ cái
Dữ liệu hành vi người dùng và tỷ lệ mua hàng
Ngẫu nhiên để đảm bảo công bằng
Ngày nhập sản phẩm vào kho
Doanh nghiệp phát hiện tỉ lệ rời bỏ giỏ hàng cao ở giai đoạn thanh toán. Phân tích dữ liệu cho thấy thời gian tải trang trung bình là 7 giây. Biện pháp nào phù hợp nhất?
Tăng số lượng sản phẩm hiển thị
Giảm tốc độ tải trang bằng tối ưu mã nguồn
Thêm nhiều hình ảnh lớn
Xóa trang thanh toán
Sau khi triển khai mô hình dự đoán doanh thu, kết quả thực tế sai lệch 25%. Nhà phân tích nên làm gì để cải thiện mô hình?
Xóa toàn bộ dữ liệu huấn luyện
Kiểm tra lại chất lượng và cập nhật dữ liệu đầu vào
Giảm kích thước mẫu dữ liệu
Bỏ qua và tiếp tục sử dụng mô hình
Khoa học dữ liệu trong y tế được sử dụng chủ yếu để?
Lưu trữ hồ sơ bệnh nhân dạng giấy
Phân tích và rút trích thông tin hữu ích từ dữ liệu y tế
Tăng số lượng nhân viên y tế
Xây dựng cơ sở vật chất y tế mới
Hệ thống EHR (Electronic Health Record) là?
Hồ sơ bệnh án điện tử giúp lưu trữ và phân tích dữ liệu bệnh nhân
Phần mềm chỉnh sửa ảnh
Mô hình tài chính
Phần cứng cảm biến
Mô hình SEIR được sử dụng trong?
Phân tích hình ảnh X-quang
Mô phỏng quá trình lây lan dịch bệnh
Quản lý tài chính bệnh viện
Dự báo thời tiết
Mục tiêu chính của học máy trong chẩn đoán bệnh là?
Tăng tốc độ xử lý thủ tục hành chính
Tự động hóa việc nhận diện mẫu bệnh lý
Giảm số lượng bệnh nhân
Thay thế hoàn toàn bác sĩ
Một chỉ số dịch tễ học cơ bản là?
Tỷ lệ hiện mắc (Prevalence)
GDP bình quân đầu người
Mức độ đô thị hóa
Số lượng bệnh viện
Dữ liệu quản trị y tế khác dữ liệu lâm sàng ở chỗ?
Tập trung vào vận hành, tài chính và nhân lực
Liên quan đến chẩn đoán bệnh
Dùng trong nghiên cứu sinh học phân tử
Chỉ gồm kết quả xét nghiệm
Ứng dụng Dashboard quản lý bệnh viện giúp?
Tăng nhân sự hành chính
Giám sát chi số hoạt động theo thời gian thực
Tạo hồ sơ giấy
Giảm khả năng phân tích dữ liệu
Sự khác biệt giữa AI và khoa học dữ liệu trong y học là?
AI không sử dụng dữ liệu
Khoa học dữ liệu tập trung vào phân tích và hiểu dữ liệu, AI hướng đến ra quyết định tự động
Cả hai giống nhau hoàn toàn
AI chỉ dùng trong phân công y tế
Hạn chế chính của các bộ dữ liệu dịch tễ học truyền thống là?
Cập nhật chậm và thiếu tính thời gian thực
Không thể phân tích bằng phần mềm
Chỉ thu thập trong phòng thí nghiệm
Không có yếu tố con người
“Data Governance” trong y tế liên quan đến?
Quản trị, bảo mật và chất lượng dữ liệu
Dự đoán số ca bệnh
Phân loại hình ảnh
Chẩn đoán di truyền
Việc sử dụng “Deep learning” trong chẩn đoán hình ảnh giúp?
Tăng khả năng phát hiện các đặc trưng ẩn khó thấy
Tăng thời gian xử lý
Giảm chất lượng ảnh
Tạo ra dữ liệu mới sai lệch
Phân tích hồi quy trong dịch tễ học thường dùng để?
Xác định mối quan hệ giữa yếu tố nguy cơ và bệnh
Dự đoán kết quả tài chính
Phân loại ảnh chẩn đoán
Xử lý tín hiệu ECG
Nếu muốn ước tính nguy cơ mắc cúm trong cộng đồng, nên dùng?
Mô hình hồi quy logistic
Mô hình phân cụm
Hồi quy tuyến tính
Phân tích nhân tố
Khi dữ liệu tài chính y tế bị thiếu, cần?
Tiền xử lý và nội suy dữ liệu thiếu
Xóa toàn bộ
Thay ngẫu nhiên
Tạo dữ liệu giả
Mục tiêu của phân tích sống sót (Survival Analysis) là?
Dự đoán khả năng sống thêm theo thời gian
Phân loại ảnh X-quang
Giảm kích thước dữ liệu
Xác định nhóm máu
Nếu muốn dự đoán số ca mắc COVID-19 trong 7 ngày tới, ta nên dùng?
Mô hình chuỗi thời gian (ARIMA hoặc LSTM)
Mô hình hồi quy tuyến tính
Mô hình phân cụm
Mô hình phân loại văn bản
Trong quản lý nhân sự y tế, phân tích dữ liệu giúp?
Dự báo khối lượng công việc và lập kế hoạch ca trực
Cân bằng ngân sách
Quản lý ảnh CT
Giám số lượng nhân viên
Một lợi ích của dashboard trực tuyến trong dịch tễ học là?
Cập nhật dữ liệu thời gian thực cho nhà quản lý
Thay thế chuyên gia phân tích
Giảm yêu cầu bảo mật
Giấu dữ liệu
Một mô hình dự đoán dịch sốt xuất huyết hoạt động tốt ở TP.HCM nhưng kém ở Hà Nội, lý do chính là?
Khác biệt đặc trưng khí hậu và dữ liệu đầu vào
Sai số thuật toán
Dữ liệu bị nhiễu
Lỗi nhập liệu nhỏ
Để đảm bảo mô hình AI hỗ trợ chẩn đoán tuân thủ y đức, cần?
Giải thích được cách mô hình ra quyết định
Giữ mô hình ở dạng hộp đen
Chỉ công bố độ chính xác
Không cần kiểm chứng lâm sàng
Phân tích dữ liệu xã hội là gì?
Thu thập dữ liệu từ thiết bị IoT
Phân tích hành vi và ý kiến của con người trong môi trường trực tuyến
Tạo dữ liệu giả để huấn luyện mô hình
Lưu trữ dữ liệu lớn trên máy chủ
“Tư duy đám đông” nghiên cứu điều gì?
Cách máy học hành vi con người
Cách cá nhân hành động khi họ thuộc về nhóm lớn
Sự phát triển của công nghệ mạng xã hội
Quản lý dữ liệu trong nhóm làm việc
Dự báo xu hướng (Trend Forecasting) là gì?
Dự đoán doanh thu của doanh nghiệp
Dự đoán các sự kiện hoặc biểu đồ phát triển trong tương lai
Xác định các yếu tố xã hội hiện tại
Theo dõi người dùng trên mạng xã hội
Sự lan truyền thông tin (Information Propagation) là gì?
Quá trình chia sẻ và phát tán thông tin qua mạng xã hội hoặc truyền thông
Tạo ra thông tin mới cho người dùng
Sao lưu dữ liệu truyền thông
Phân tích dữ liệu truyền thống
Giám sát dữ liệu truyền thông xã hội nhằm mục đích gì?
Tạo ra dữ liệu mới
Theo dõi, thu thập và phân tích hoạt động xã hội trực tuyến
Lưu trữ dữ liệu cũ
Bảo mật hệ thống
Công cụ thường được dùng để phân tích dữ liệu xã hội là gì?
Google Drive và Excel
Google Analytics, Hootsuite, Python, R
Canva và PowerPoint
Photoshop
Tại sao tư duy đám đông quan trọng trong nghiên cứu xã hội?
Vì giúp hiểu cách con người phản ứng tập thể và ảnh hưởng lẫn nhau
Vì chỉ dùng để nghiên cứu chính trị
Vì có thể tạo ra dữ liệu nhanh hơn
Vì giúp phân tích tài chính
Mối liên hệ giữa phân tích dữ liệu xã hội và dự báo xu hướng là gì?
Phân tích dữ liệu xã hội giúp tạo dữ liệu đầu vào cho dự báo xu hướng
Hai khái niệm không liên quan
Dự báo xu hướng tạo dữ liệu để phân tích
Cả hai chỉ dùng trong quảng cáo
Việc chọn đúng nền tảng xã hội cần giám sát có ý nghĩa gì?
Để tránh thu thập dữ liệu sai và tốn chi phí
Để giảm băng thông mạng
Để tăng lượng người theo dõi
Để quảng cáo hiệu quả hơn
Dự báo xu hướng thường được ứng dụng trong lĩnh vực nào?
Kinh tế và chính trị
Thời trang, công nghiệp, tiếp thị
Khoa học cơ bản
Nông nghiệp
Khoa học dữ liệu có vai trò gì trong quản lý nhà nước?
Giúp chính phủ dự đoán, đánh giá và hoạch định chính sách
Chỉ thu thập thông tin dân cư
Giúp giảm chi phí hành chính
Dự báo doanh thu quốc gia
Giám sát dữ liệu truyền thông xã hội giúp doanh nghiệp làm gì?
Hiểu khách hàng và cải thiện chiến lược tiếp thị
Giảm số lượng bài đăng
Tăng lượng lưu trữ
Ngăn chặn người dùng mới
Một công ty muốn dự đoán nhu cầu thị trường sắp tới nên dùng phương pháp nào?
Tư duy đám đông
Dự báo xu hướng
Giám sát dữ liệu xã hội
Phân tích định tính
Nhà nghiên cứu muốn tìm hiểu cảm xúc người dùng về sản phẩm, nên dùng kỹ thuật nào?
Phân tích ngôn ngữ tự nhiên (NLP)
Mô phỏng hành vi
Phân tích thống kê mô tả
Dữ liệu cảm biến
Nếu một bài viết lan truyền mạnh trên mạng, nhà phân tích dữ liệu nên làm gì?
Xác định yếu tố khiến nó lan truyền
Xóa bài viết đi
Tăng chi phí quảng cáo
Dừng thu thập dữ liệu
Cơ quan y tế muốn phát hiện sớm dịch bệnh nên ứng dụng gì?
Phân tích dữ liệu xã hội và dự báo xu hướng
Quảng bá truyền thông
Tư duy đám đông
Giám sát chính trị
Trong giáo dục, khoa học dữ liệu giúp ích gì?
Cá nhân hóa quá trình học và đánh giá kết quả
Tăng sĩ số lớp
Giảm chi phí sách vở
Quản lý tài chính học sinh
Một ngân hàng muốn dự đoán rủi ro đầu tư nên ứng dụng gì?
Phân tích dữ liệu tài chính bằng học máy
Truyền thông xã hội
Tư duy đám đông
Kế toán truyền thống
Khi một chiến dịch quảng cáo bị lan truyền tiêu cực, nhà quản lý dữ liệu nên làm gì?
Phân tích dữ liệu truyền thông xã hội để tìm nguyên nhân và điều chỉnh thông điệp
Ngay lập tức tạm dừng toàn bộ chiến dịch quảng cáo và thay thế bằng nội dung trung lập để giảm tốc độ lan truyền tiêu cực
Sử dụng kỹ thuật phân tích mạng xã hội để xác định tài khoản lan truyền chính và yêu cầu gỡ bỏ nội dung
Tăng chi phí quảng cáo có trả phí để “lấn át” kết quả tiêu cực trên các nền tảng mạng xã hội
Làm thế nào để ứng dụng khoa học dữ liệu trong đảm bảo an ninh mạng xã hội?
Sử dụng mô hình học máy để phát hiện hành vi bất thường và dự đoán nguy cơ tấn công
Tăng cường xác thực hai bước (2FA) và mã hóa dữ liệu cá nhân để tránh truy cập trái phép
Theo dõi hoạt động người dùng bằng nhân viên giám sát thủ công nhằm phát hiện kịp thời tài khoản giả mạo
Chỉ phân tích nhật ký truy cập (Log) của người dùng để tìm các điểm truy cập bất thường
Lĩnh vực nào sau đây sử dụng Khoa học Dữ liệu để cải thiện chẩn đoán bệnh và dự đoán kết quả điều trị?
Dự đoán thời tiết
Y tế và chăm sóc sức khỏe
Tài chính và giao dịch tài chính
Chính trị và bầu cử
Một trong những ứng dụng của Khoa học Dữ liệu trong lĩnh vực Tài chính là gì?
Tối ưu hóa quy trình sản xuất
Phân tích giao dịch tài chính để phát hiện gian lận
Thu thập dữ liệu về biến đổi khí hậu
Nghiên cứu về tương tác xã hội
Thách thức nào sau đây liên quan trực tiếp đến việc giải thích tại sao một mô hình đưa ra dự đoán cụ thể?
Chất lượng dữ liệu
Nhân lực chất lượng cao
Phân giải và giải thích mô hình
Bảo mật và quyền riêng tư
Hướng phát triển nào của Học máy tập trung vào việc giải quyết các vấn đề liên quan đến điều độ (thiên vị), quyền riêng tư, và phân biệt đối xử?
Học máy đa nhiệm
Học máy gia tăng
Học máy đạo đức (Ethical Machine Learning)
Hợp nhất dữ liệu và học máy
Theo tài liệu, vai trò quan trọng nhất của Khoa học Dữ liệu trong việc phát triển Trí tuệ Nhân tạo (AI) là gì?
Quản lý tài nguyên và môi trường
Cung cấp dữ liệu cho việc huấn luyện mô hình máy học
Dự đoán kết quả bầu cử
Tối ưu hóa quá trình sản xuất
Việc phát triển các công cụ học máy để tạo mô hình tương tác tốt hơn giữa con người và máy tính được gọi là hướng phát triển nào?
Học máy đa nhiệm
Học máy gia tăng (Augmented Machine Learning)
Khoa học Dữ liệu xã hội
Học máy đạo đức
Tại sao vấn đề chất lượng dữ liệu lại được coi là một thách thức quan trọng đối với Khoa học Dữ liệu?
Vì dữ liệu làm tăng chi phí lưu trữ.
Vì dữ liệu thường bị nhiễu, không chính xác, hoặc thiếu thông tin cần thiết.
Vì các mô hình học máy không thể hoạt động nếu thiếu dữ liệu lớn.
Vì cần quá nhiều nhân lực để thu thập dữ liệu.
Ứng dụng của Khoa học Dữ liệu trong việc hiểu cách ý kiến và tương tác trong mạng xã hội lan truyền thuộc lĩnh vực nào?
Chính trị và bầu cử
Truyền thông và tiếp thị
Tư duy trong đám đông (Crowd Psychology)
Cá nhân hóa sản phẩm và dịch vụ
Việc cá nhân hóa trải nghiệm người dùng (gợi ý sản phẩm, nội dung giải trí) thể hiện vai trò nào của Khoa học Dữ liệu trong thế giới công nghệ hiện đại?
Định hình công nghệ tiên tiến
Quản lý tài nguyên
Tạo ra trải nghiệm người dùng cá nhân
Dự đoán và phòng tránh rủi ro
Theo tài liệu, tại sao nhu cầu về chuyên gia Khoa học Dữ liệu và Kỹ sư Dữ liệu lại là một thách thức?
Vì họ thường đòi hỏi mức lương quá cao.
Vì sự cạnh tranh và nhu cầu rất cao để vừa tạo ra và duy trì một lực lượng lao động dữ chất lượng cao.
Vì các công cụ học máy gia tăng sẽ sớm thay thế họ.
Vì họ không thể làm việc với mô hình "Hộp đen".
Hướng phát triển Học máy Đa nhiệm (Multi-Task Learning) được nghiên cứu nhằm mục đích gì?
Giảm sự phụ thuộc vào dữ liệu lớn.
Đảm bảo tính đạo đức và quyền riêng tư.
Tận dụng dữ liệu và tri thức từ nhiều nguồn và mục tiêu khác nhau.
Làm cho việc xây dựng mô hình dễ dàng hơn cho người không chuyên.
Việc sử dụng dữ liệu từ cảm biến và quy trình sản xuất để giám sát và cải thiện chất lượng sản phẩm thuộc về lĩnh vực ứng dụng nào?
Quản lý tài nguyên và môi trường.
Tài chính và giao dịch tài chính.
Xem xét chất lượng sản phẩm/Công nghiệp sản xuất.
Dự đoán thời tiết.
Một công ty bảo hiểm muốn giảm thiểu rủi ro phải bồi thường lớn. Ứng dụng nào sau đây của Khoa học Dữ liệu là phù hợp nhất để đạt được mục tiêu này?
Cá nhân hóa trải nghiệm khách hàng.
Sử dụng mô hình dự đoán rủi ro và đưa ra quyết định thông minh.
Phân tích tư duy trong đám đông trên mạng xã hội.
Tối ưu hóa chiến dịch quảng cáo.
Một nhà khoa học xã hội muốn nghiên cứu sâu hơn về tác động của mạng xã hội đến hành vi bỏ phiếu của thanh niên. Hướng phát triển nào của Khoa học Dữ liệu sẽ hỗ trợ trực tiếp nhất cho nghiên cứu này?
Học máy gia tăng.
Học máy đạo đức.
Khoa học Dữ liệu xã hội (Social Data Science).
Xử lý dữ liệu lớn.
Nếu một công ty tài phát triển mô hình chấm điểm tín dụng (Credit Scoring Model) nhưng không thể giải thích tại sao một khách hàng cụ thể bị từ chối vay, họ đang đối diện với thách thức nào được đề cập trong tài liệu?
Bảo mật và quyền riêng tư.
Phân giải và giải thích mô hình.
Chất lượng dữ liệu.
Khả năng tăng cường học máy.
Một dự án sử dụng dữ liệu bệnh nhân để huấn luyện mô hình chẩn đoán bệnh ung thư. Để đảm bảo mô hình không có xu hướng phân biệt đối xử với bất kỳ nhóm dân số nào, dự án cần tập trung vào hướng phát triển nào?
Học máy đa nhiệm.
Xử lý dữ liệu lớn.
Học máy đạo đức (Ethical Machine Learning).
Học phái dữ liệu và học máy.
Một nhà cung cấp dịch vụ Internet muốn dự đoán xu hướng công nghệ phổ biến trong 5 năm tới để chuẩn bị chiến lược dài hạn. Vai trò nào của Khoa học Dữ liệu giúp họ thực hiện điều này?
Cải thiện sản phẩm và dịch vụ.
Tối ưu hoá quá trình sản xuất.
Định hình công nghệ tiên tiến và dự báo xu hướng công nghệ.
Quản lý tài nguyên và môi trường.
Để một doanh nghiệp có thể tiếp cận việc tìm kiếm thông tin cần thiết từ nguồn dữ liệu khổng lồ phát sinh hằng ngày (Big Data), họ cần sự hỗ trợ của ứng dụng nào?
Tư duy trong đám đông.
Cá nhân hóa sản phẩm.
Làm việc với dữ liệu lớn (Big Data).
Dự đoán thời tiết.
Một công ty đang xây dựng một nền tảng Học máy nơi cả Kỹ sư Dữ liệu và những người không chuyên về lập trình có thể cùng nhau tạo và triển khai mô hình một cách dễ dàng. Việc này đang giải quyết đồng thời thách thức nào và tận dụng hướng phát triển nào?
Thách thức Nhân lực Chất lượng cao và hướng phát triển Học máy Đa nhiệm.
Thách thức Chất lượng dữ liệu và hướng phát triển Xử lý dữ liệu lớn.
Thách thức Phân giải và giải thích mô hình và hướng phát triển Học máy Đạo đức.
Thách thức Nhân lực Chất lượng cao và hướng phát triển Học máy Gia tăng (Augmented ML).
Thách thức nào sau đây, nếu không được giải quyết triệt để, có thể làm giảm uy tín và khả năng áp dụng rộng rãi nhất của các mô hình Khoa học Dữ liệu trong các lĩnh vực yêu cầu sự minh bạch và tin cậy (ví dụ: y tế, chính sách công)?
Nhân lực chất lượng cao.
Khả năng tăng cường học máy.
Phân giải và giải thích mô hình.
Chất lượng dữ liệu.
