Font size
WorksheetsUntitled Quiz
Total questions: 101
Worksheet time: 51mins
Khoa học dữ liệu là gì?
Một lĩnh vực nghiên cứu về con người
Một lĩnh vực sử dụng toán học, thống kê để phân tích dữ liệu
Một cách để thu thập dữ liệu từ internet
Một phương pháp lưu trữ dữ liệu
Big Data có những đặc điểm nào sau đây?
Variety, Velocity, Volume, Variability
Small, Medium, Large, Extra Large
Structured, Semi-Structured, Unstructured
Fast, Slow, Real-time, Batch
Dữ liệu có thể thuộc các dạng nào?
Hình ảnh, âm thanh, văn bản
Số nguyên, số thực, Boolean
Dữ liệu có cấu trúc, bán cấu trúc, không có cấu trúc
Tất cả các phương án trên
Mục tiêu chính của Trí tuệ Nhân tạo (AI) là gì?
Mô phỏng hành vi của con người
Thay thế hoàn toàn con người
Tự động hóa các nhiệm vụ đơn giản
Phát triển phần mềm
Các ứng dụng của AI trong đời sống bao gồm?
Nhận diện khuôn mặt
Xe tự lái
Gợi ý sản phẩm trực tuyến
Tất cả các phương án trên
Loại học máy nào dựa trên dữ liệu có nhãn?
Học có giám sát (Supervised Learning)
Học không giám sát (Unsupervised Learning)
Học tăng cường (Reinforcement Learning)
Không có phương án nào đúng
Học không giám sát (Unsupervised Learning) thường được sử dụng trong?
Phân cụm dữ liệu (Clustering)
Dự đoán giá chứng khoán
Phát hiện gian lận
Phát hiện lỗi trong phần mềm
Dữ liệu lớn có thể được lưu trữ trong các hệ thống nào sau đây?
Database, Data warehouse
CSV, XML, JSON
Video, Audio, Image
Tất cả các phương án trên
Công việc nào không thuộc về một Data Scientist?
Phân tích dữ liệu
Thiết kế trang web
Xây dựng mô hình máy học
Dự báo xu hướng thị trường
Bước nào KHÔNG thuộc quy trình xử lý dữ liệu?
Thu thập dữ liệu
Chuẩn bị dữ liệu
Phát minh ra dữ liệu
Triển khai mô hình
Thuật ngữ nào mô tả việc trích xuất thông tin từ tập dữ liệu lớn?
Data Mining
Data Cleaning
Data Storing
Data Viewing
Học sâu (Deep Learning) là một phần của?
Học máy
AI
Khoa học dữ liệu
Tất cả các phương án trên
Mô hình Machine Learning nào thường được sử dụng cho bài toán phân loại?
Hồi quy tuyến tính (Linear Regression)
Hồi quy logistic (Logistic Regression)
K-means Clustering
Apriori Algorithm
Lĩnh vực nào không liên quan trực tiếp đến khoa học dữ liệu?
Thống kê
Khoa học máy tính
Marketing
Nông nghiệp
Trong một hệ thống AI, dữ liệu đầu vào thường được biểu diễn dưới dạng gì?
Hình ảnh
Chuỗi ký tự
Dữ liệu số
Tất cả các phương án trên
Thống kê mô tả bao gồm các phương pháp nào?
Trung bình, trung vị, phương sai
Hồi quy tuyến tính
Phân tích tương quan
Thu thập dữ liệu
Giá trị trung bình (Mean) có nhược điểm gì?
Không bị ảnh hưởng bởi ngoại lệ
Dễ bị ảnh hưởng bởi giá trị ngoại lệ
Không phản ánh phân phối dữ liệu
Luôn lớn hơn trung vị
Giá trị trung vị (Median) là gì?
Giá trị phổ biến nhất trong tập dữ liệu
Giá trị nằm giữa tập dữ liệu đã sắp xếp
Trung bình cộng của tập dữ liệu
Tổng các giá trị chia cho số lượng phần tử
Trong phân tích dữ liệu, phương sai (Variance) đo lường điều gì?
Mức độ tập trung của dữ liệu quanh giá trị trung bình
Giá trị phổ biến nhất
Tổng của các giá trị trong tập dữ liệu
Khoảng cách lớn nhất giữa hai giá trị trong tập dữ liệu
Độ lệch chuẩn (Standard Deviation) là gì?
Bình phương của phương sai
Căn bậc hai của phương sai
Tổng của các giá trị trong tập dữ liệu
Giá trị phổ biến nhất trong tập dữ liệu
Trong phân tích dữ liệu, phân vị (Percentile) dùng để?
Phân chia dữ liệu thành phần bằng nhau
Tính giá trị trung bình
Dự đoán xu hướng dữ liệu
Tăng tốc độ tính toán
Tứ phân vị thứ hai (Q2) trong tập dữ liệu chính là?
Trung vị
Trung bình
Giá trị nhỏ nhất
Giá trị lớn nhất
Mối quan hệ giữa hai biến số trong tập dữ liệu có thể đo lường bằng?
Độ tương quan (Correlation)
Phương sai
Trung bình
Độ lệch chuẩn
Một mẫu dữ liệu có thể được sử dụng để?
Thay thế toàn bộ quần thể
Đưa ra kết luận về quần thể
Dự đoán chính xác 100%
Chỉ áp dụng cho nghiên cứu nhỏ
Ma trận hiệp phương sai (Covariance Matrix) giúp xác định điều gì?
Mối quan hệ giữa nhiều biến số
Giá trị trung bình của tập dữ liệu
Điểm trung vị
Độ lệch chuẩn
Hệ số tương quan (Correlation Coefficient) có giá trị nằm trong khoảng?
0 đến 1
-1 đến 1
-∞ đến ∞
0 đến ∞
Mối quan hệ nhân quả có thể được suy ra từ?
Phân tích tương quan
Phân tích hồi quy
Phân tích phương sai
Không có phương án nào chính xác
Phương pháp nào không phải là một phần của thống kê mô tả?
Trung vị
Phương sai
Hồi quy tuyến tính
Khoảng giá trị (Range)
Một tập dữ liệu có độ lệch chuẩn cao thì?
Các giá trị phân bố xa trung bình
Các giá trị tập trung gần trung bình
Dữ liệu ít biến động
Dữ liệu không có giá trị ngoại lệ
Phương pháp tốt nhất để xử lý giá trị ngoại lệ trong dữ liệu là?
Loại bỏ ngay lập tức
Kiểm tra và xem xét nguyên nhân
Sử dụng luôn mà không cần kiểm tra
Thêm nhiều dữ liệu hơn
Machine Learning là gì?
Một nhánh của Trí tuệ Nhân tạo giúp máy học từ dữ liệu
Một phương pháp lập trình truyền thống
Một kỹ thuật nén dữ liệu
Một loại cơ sở dữ liệu mới
Học máy có mấy loại chính?
2
3
4
5
Học có giám sát (Supervised Learning) sử dụng loại dữ liệu nào?
Dữ liệu không có nhãn
Dữ liệu có nhãn
Dữ liệu ngẫu nhiên
Cả A và B
Học không giám sát (Unsupervised Learning) chủ yếu được dùng để làm gì?
Phân loại dữ liệu
Phân cụm dữ liệu
Dự đoán giá trị liên tục
Giảm sai số dự đoán
Một ví dụ của học tăng cường (Reinforcement Learning) là?
Xe tự lái
Phân cụm khách hàng
Hồi quy tuyến tính
Tính điểm trung bình của sinh viên
Hồi quy tuyến tính dùng để?
Dự đoán giá trị liên tục
Phân loại dữ liệu
Nhóm dữ liệu thành cụm
Giảm số chiều dữ liệu
Trong hồi quy tuyến tính, thuật ngữ "Residual" có nghĩa là?
Khoảng cách giữa giá trị thực tế và giá trị dự đoán
Trọng số của mô hình
Giá trị trung bình của biến đầu ra
Giá trị của biến đầu vào
Hồi quy tuyến tính có thể áp dụng khi nào?
Khi dữ liệu có mối quan hệ tuyến tính
Khi dữ liệu hoàn toàn ngẫu nhiên
Khi dữ liệu có quá nhiều giá trị trùng lặp
Khi không có biến đầu vào
Mean Squared Error (MSE) dùng để đo lường gì?
Độ chính xác của mô hình
Sai số trung bình bình phương giữa giá trị thực tế và giá trị dự đoán
Hệ số tương quan giữa hai biến
Giá trị trung bình của biến độc lập
R-squared (R2) thể hiện điều gì?
Mức độ mô hình giải thích được phương sai của dữ liệu
Độ chính xác của dự đoán
Số lượng biến đầu vào
Giá trị trung bình của sai số
Hồi quy tuyến tính đa biến được sử dụng khi nào?
Khi có nhiều hơn một biến đầu vào
Khi chỉ có một biến đầu vào
Khi muốn phân loại dữ liệu
Khi dữ liệu không có xu hướng tuyến tính
Overfitting là gì?
Mô hình quá đơn giản và không học được quy luật dữ liệu
Mô hình quá phức tạp và ghi nhớ dữ liệu huấn luyện
Mô hình không có khả năng học dữ liệu
Mô hình chạy nhanh hơn nhưng kém chính xác
Underfitting là gì?
Mô hình không học được quy luật của dữ liệu
Mô hình quá phức tạp
Mô hình có quá nhiều tham số
Mô hình hoạt động tốt trên tập huấn luyện nhưng kém trên tập kiểm tra
Tại sao phải chia dữ liệu thành tập huấn luyện và tập kiểm tra?
Để mô hình học nhanh hơn
Để kiểm tra khả năng tổng quát hóa của mô hình
Để giảm thời gian xử lý
Để lưu trữ dữ liệu tốt hơn
Điều kiện nào dưới đây KHÔNG phải là giả định của hồi quy tuyến tính?
Mối quan hệ giữa biến đầu vào và đầu ra là tuyến tính
Sai số có phân phối chuẩn
Các biến độc lập phải có tương quan cao với nhau
Phương sai của sai số không đổi (homoscedasticity)
Hiện tượng đa cộng tuyến (Multicollinearity) xảy ra khi?
Hai hoặc nhiều biến độc lập có tương quan cao với nhau
Biến đầu ra không có tương quan với biến đầu vào
Mô hình hồi quy không hội tụ
Hồi quy tuyến tính không thể hoạt động với nhiều biến đầu vào
Cách nào có thể giúp giảm đa cộng tuyến trong hồi quy tuyến tính?
Loại bỏ một số biến độc lập có tương quan cao
Tăng số lượng biến độc lập
Tăng số lượng dữ liệu huấn luyện
Giảm số lần huấn luyện mô hình
Giá trị R² càng cao thì?
Mô hình giải thích tốt hơn phương sai của dữ liệu
Sai số dự đoán càng cao
Mô hình càng đơn giản
Mô hình có thể không phù hợp với dữ liệu
Nếu giá trị Mean Absolute Error (MAE) cao, điều này có nghĩa là?
Mô hình có độ chính xác thấp
Mô hình hoạt động tốt
Mô hình không bị overfitting
Giá trị này không ảnh hưởng đến mô hình
RMSE (Root Mean Squared Error) khác với MAE ở điểm nào?
RMSE phạt sai số lớn nặng hơn so với MAE
RMSE luôn nhỏ hơn MAE
RMSE chỉ dùng cho mô hình phi tuyến tính
RMSE không quan trọng trong hồi quy tuyến tính
Khi huấn luyện mô hình hồi quy tuyến tính, tại sao cần chuẩn hóa dữ liệu?
Để các biến có cùng đơn vị đo lường
Để mô hình chạy nhanh hơn
Để giảm số lượng tham số
Không có tác dụng gì
Để đánh giá mô hình hồi quy tuyến tính, ta cần?
Tập huấn luyện và tập kiểm tra
Chỉ cần tập huấn luyện
Chỉ cần tập kiểm tra
Không cần chia tập dữ liệu
Hồi quy tuyến tính có thể áp dụng trong bài toán nào sau đây?
Dự đoán giá nhà
Phân loại email spam
Nhận diện khuôn mặt
Xác định loại động vật trong ảnh
Ứng dụng của hồi quy tuyến tính trong kinh tế là?
Dự đoán doanh thu của công ty
Nhận diện chữ viết tay
Phân loại khách hàng
Phân cụm dữ liệu
Trong lĩnh vực y tế, hồi quy tuyến tính có thể giúp?
Dự đoán chi phí điều trị bệnh nhân
Phân loại hình ảnh X-ray
Nhận diện tế bào ung thư
Xây dựng chatbot hỗ trợ bệnh nhân
Một công ty thương mại điện tử có thể dùng hồi quy tuyến tính để?
Dự đoán giá sản phẩm dựa trên đánh giá của khách hàng
Nhận diện hình ảnh sản phẩm
Tạo chatbot chăm sóc khách hàng
Dự đoán xu hướng tìm kiếm của khách hàng
Trong marketing, hồi quy tuyến tính có thể giúp?
Dự đoán doanh số bán hàng dựa trên ngân sách quảng cáo
Phân loại khách hàng theo sở thích
Nhận diện nội dung video
Tạo nội dung quảng cáo tự động
Một công ty bảo hiểm có thể áp dụng hồi quy tuyến tính để?
Dự đoán mức phí bảo hiểm dựa trên hồ sơ khách hàng
Phân loại đơn khiếu nại
Nhận diện hình ảnh gian lận
Phân cụm khách hàng
Trong giao thông, hồi quy tuyến tính có thể được dùng để?
Dự đoán thời gian di chuyển dựa trên dữ liệu thời tiết
Nhận diện biển báo giao thông
Phân loại phương tiện giao thông
Xây dựng hệ thống tự lái
Một công ty bất động sản muốn dự đoán giá nhà dựa trên diện tích và số phòng ngủ. Mô hình phù hợp nhất để sử dụng là?
Hồi quy tuyến tính đa biến
Hồi quy logistic
Phân cụm K-means
Cây quyết định
Trong tài chính, hồi quy tuyến tính có thể giúp?
Dự đoán lợi nhuận của một công ty dựa trên dữ liệu lịch sử
Nhận diện giao dịch gian lận
Phân nhóm khách hàng theo hành vi chi tiêu
Xây dựng hệ thống chấm điểm tín dụng
Một công ty sản xuất muốn tối ưu hóa lượng nguyên liệu sử dụng để giảm chi phí. Họ có thể sử dụng mô hình nào?
Hồi quy tuyến tính để dự đoán lượng nguyên liệu cần thiết
Hồi quy logistic để phân loại sản phẩm lỗi
Mạng nơ-ron nhân tạo để nhận diện sản phẩm
Cây quyết định để phân nhóm khách hàng
Trong thể thao, hồi quy tuyến tính có thể giúp?
Dự đoán hiệu suất của một vận động viên dựa trên dữ liệu tập luyện
Xếp hạng đội bóng theo điểm số
Phân loại cầu thủ theo vị trí chơi
Nhận diện khuôn mặt cầu thủ
Một công ty giao hàng muốn dự đoán thời gian giao hàng dựa trên khoảng cách và tình trạng giao thông. Phương pháp phù hợp nhất là?
Hồi quy tuyến tính
Mạng nơ-ron nhân tạo
Hồi quy logistic
Học tăng cường (Reinforcement Learning)
Trong thương mại điện tử, mô hình hồi quy tuyến tính có thể giúp gì?
Dự đoán số lượng đơn hàng dựa trên số lượng khách truy cập trang web
Phân loại sản phẩm theo danh mục
Nhận diện khách hàng VIP
Xây dựng chatbot hỗ trợ khách hàng
Một bệnh viện muốn dự đoán chi phí điều trị cho bệnh nhân dựa trên số ngày nằm viện và tình trạng sức khỏe. Phương pháp phù hợp nhất là?
Hồi quy tuyến tính
Hồi quy logistic
Cây quyết định
Học sâu (Deep Learning)
Một công ty xe hơi muốn dự đoán mức tiêu thụ nhiên liệu của xe dựa trên trọng lượng và công suất động cơ. Họ nên dùng mô hình nào?
Hồi quy tuyến tính
Hồi quy logistic
Phân cụm K-means
Mạng nơ-ron nhân tạo
Trong ngành du lịch, hồi quy tuyến tính có thể được dùng để?
Dự đoán lượng khách du lịch dựa trên các yếu tố thời tiết và mùa du lịch
Phân loại khách sạn theo đánh giá của khách hàng
Nhận diện ảnh địa điểm du lịch
Phân tích cảm xúc của khách hàng về dịch vụ
Một ngân hàng muốn ước tính thu nhập của khách hàng dựa trên số tiền gửi tiết kiệm hàng tháng. Họ nên sử dụng?
Hồi quy tuyến tính
Hồi quy logistic
Phân cụm K-means
Mạng nơ-ron nhân tạo
Công cụ nào sau đây KHÔNG được dùng để biểu diễn trực quan hoá dữ liệu
Bar plot
Các mô hình hồi quy tuyến tính
Scatter plot
Box plot
Giá trị trung vị là gì?
Là đại lượng chia đôi tập dữ liệu
Là giá trị trung bình của tập dữ liệu
Là giá trị có tần suất xuất hiện nhiều nhất
Là trung bình cộng của tập dữ liệu
Cho một tập dữ liệu về tuổi của khách hàng, để biểu diễn tần suất xuất hiện của mỗi tuổi trong tập dữ liệu người ta thường dùng đồ thị nào?
Bar plot
Box plot
Scatter plot
Pie chart
Biểu đồ sau được gọi là gì?
Scatter plot
Line plot
Bar plot
Pie chart
Biểu đồ sau được gọi là gì?
Scatter plot
Line plot
Bar plot
Pie chart
Biểu đồ sau được gọi là gì?
Histogram
Line plot
Pie plot
Bar plot
Đồ thị sau là gì?
Bar plot
Box plot
Scatter plot
Line plot
Một tập dữ liệu là gì?
Tập hợp thông tin nguyên thủy của các đối tượng thỏa mãn một điều kiện nghiên cứu nào đó
Tập hợp các công cụ để lưu trữ dữ liệu
Tập hợp các thuật toán
Tập hợp các mô hình toán học
Một hãng ôtô muốn nghiên cứu khả năng mua một loại xe mới của khách hàng, đối tượng nghiên cứu của họ có thể là?
Tất cả các công dân Việt Nam
Tất cả người dân sống tại TP. HCM
Những người trưởng thành có độ tuổi nằm trong khoảng [20, 60]
Tất cả những người dân sống tại Hà Nội
Biểu đồ nào có outliner?
1
2
3
4
Trong các phương pháp sau, phương pháp nào thường không được sử dụng cho bài toán phân loại (classification)?
Logistic Regression
Support Vector Machines
Decision Trees
Linear Regression
Khi đánh giá mô hình hồi quy, chỉ số nào dưới đây không phải là một tiêu chí đánh giá thường dùng?
Mean Absolute Error (MAE)
Root Mean Square Error (RMSE)
Accuracy
R-squared ( R2 )
Trong phương pháp phân cụm K-Means, bước nào sau đây là quan trọng nhất để đảm bảo kết quả tốt?
Chọn số cụm k
Sắp xếp lại các cụm
Khởi tạo các tâm cụm (centroids)
Tính toán độ lệch chuẩn trong cụm
Trong học tăng cường, thuật ngữ nào sau đây mô tả sự thay đổi của trạng thái môi trường sau khi thực hiện một hành động?
Action
State
Reward
Transition
Trong một tình huống mà bạn cần giảm thiểu số lượng False Negatives (FN), bạn sẽ tập trung cải thiện chỉ số nào của mô hình?
Accuracy
Precision
Recall
F1 Score
Tập huấn luyện (train set) trong quá trình huấn luyện mô hình có vai trò gì?
Để kiểm tra hiệu suất của mô hình
Để đánh giá độ chính xác của mô hình
Để giảm các tham số của mô hình
Để giảm thiểu lỗi của mô hình
Tại sao tập kiểm tra (test set) không nên được sử dụng trong quá trình huấn luyện mô hình?
Để tránh tình trạng mô hình bị quá khớp (overfitting)
Để tiết kiệm thời gian huấn luyện
Để tăng cường tính chính xác của mô hình
Để giảm thiểu sự phức tạp của mô hình
Điểm khác biệt chính giữa tập huấn luyện và tập kiểm tra là gì?
Tập huấn luyện dùng để kiểm tra mô hình, còn tập kiểm tra dùng để huấn luyện mô hình
Tập huấn luyện dùng để huấn luyện mô hình, còn tập kiểm tra dùng để đánh giá mô hình
Tập huấn luyện dùng để giảm thiểu lỗi, còn tập kiểm tra dùng để tăng cường độ chính xác
Tập huấn luyện dùng để kiểm tra độ chính xác, còn tập kiểm tra dùng để kiểm tra hiệu suất
Nếu mô hình của bạn cho thấy hiệu suất rất tốt trên tập huấn luyện nhưng kém trên tập kiểm tra, hiện tượng này gọi là gì?
Underfitting
Regularization
Cross-validation
Overfitting
Tại sao việc chia dữ liệu thành tập huấn luyện và tập kiểm tra là quan trọng?
Để có thể kiểm tra các giả định thống kê
Để đảm bảo mô hình có khả năng tổng quát hóa tốt
Để giảm thiểu chi phí tính toán
Để tăng tốc độ huấn luyện
Tập kiểm tra (test set) được sử dụng chủ yếu để?
Huấn luyện mô hình với các tham số tốt nhất
Điều chỉnh siêu tham số (hyperparameters)
Đánh giá hiệu suất tổng quát của mô hình
Chọn mô hình tốt nhất từ các mô hình đã huấn luyện
Cross-validation thường được sử dụng trong bối cảnh nào và với mục đích gì?
Để huấn luyện mô hình với dữ liệu lớn hơn
Để chọn siêu tham số tối ưu và đánh giá khả năng tổng quát của mô hình
Để giảm thời gian huấn luyện
Để cải thiện tốc độ dự đoán của mô hình
R² score trong hồi quy là gì?
Đo lường độ chính xác của mô hình bằng cách so sánh số lượng dự đoán đúng
Đo lường sự khác biệt giữa giá trị dự đoán và giá trị thực tế
Đo lường tỷ lệ biến thiên của biến phụ thuộc được giải thích bởi biến độc lập
Đo lường sự khác biệt giữa các điểm dữ liệu với giá trị trung bình của chúng
Nếu một mô hình hồi quy có R² score bằng 0.85, điều này có nghĩa là gì?
85% biến thiên trong biến độc lập được giải thích bởi mô hình
85% biến thiên trong biến phụ thuộc được giải thích bởi biến độc lập
15% biến thiên trong biến độc lập được giải thích bởi biến phụ thuộc
15% biến thiên trong biến phụ thuộc được giải thích bởi mô hình
Một mô hình có R² score rất cao trên tập huấn luyện nhưng thấp trên tập kiểm tra có thể là dấu hiệu của hiện tượng gì?
Underfitting
Overfitting
Proper fitting
Regularization
R² score có thể có giá trị âm trong trường hợp nào?
Khi mô hình có khả năng dự đoán hoàn hảo
Khi mô hình dự đoán tốt hơn giá trị trung bình của dữ liệu
Khi mô hình dự đoán tệ hơn so với việc sử dụng giá trị trung bình của dữ liệu
Khi dữ liệu không có sự biến thiên
Bạn có một tập dữ liệu chứa các thông tin về các email và bạn muốn phân loại chúng thành "spam" và "không spam". Đây là ví dụ của loại học máy nào?
Supervised learning
Unsupervised learning
Reinforcement learning
Semi-supervised learning
Khi bạn có một tập dữ liệu khách hàng với các thuộc tính như độ tuổi, thu nhập, và bạn muốn nhóm các khách hàng này vào các phân khúc khác nhau mà không có nhãn trước. Đây là loại bài toán gì?
Supervised learning
Unsupervised learning
Reinforcement learning
Semi-supervised learning
Bài toán dự đoán giá nhà dựa trên các yếu tố như diện tích, số phòng, và vị trí thuộc loại nào trong học máy?
Supervised learning
Unsupervised learning
Reinforcement learning
Semi-supervised learning
Bạn có một tập dữ liệu về hình ảnh và muốn nhóm các hình ảnh tương tự lại với nhau mà không biết trước các nhóm. Đây là ví dụ của phương pháp nào?
Classification
Clustering
Regression
Dimensionality reduction
Trong bài toán dự đoán thời gian kết thúc của một vận động viên chạy marathon dựa trên lịch sử các lần chạy trước, bạn sẽ sử dụng loại học máy nào?
Supervised learning
Unsupervised learning
Reinforcement learning
Semi-supervised learning
Một công ty muốn phân tích dữ liệu về lịch sử mua sắm của khách hàng để phát hiện ra các nhóm hành vi mua sắm khác nhau mà không có nhãn sẵn có. Bài toán này thuộc loại nào?
Supervised learning
Unsupervised learning
Reinforcement learning
Semi-supervised learning
