KHDLKHDL - KHÁI NIỆM CƠ
Tạo đề thi, làm bài thi, theo dõi kết quả ngay trên điện thoại — mọi lúc mọi nơi!
Tải trên Google Play Tải trên App StoreNội dung đề thi: KHDLKHDL - KHÁI NIỆM CƠ
Xem trước 25/33 câu hỏi trong đề. Bấm Vào thi để làm bài trực tuyến, được chấm điểm và xem đáp án chi tiết.
Câu 1. Dữ liệu nào sau đây được xem là Structured Data?
- A. Video từ camera giao thông.
- B. File ghi âm cuộc gọi khách hàng.
- C. Bảng gồm Mã sinh viên, Tuổi, GPA và Ngành học.
- D. Ảnh chụp X-quang.
Câu 2. Histogram thường được sử dụng để:
- A. Quan sát phân phối tần suất của một biến định lượng.
- B. Xác định quan hệ nhân quả.
- C. Huấn luyện mô hình Regression.
- D. Tính trực tiếp \( R^2 \).
Câu 3. Box Plot đặc biệt hữu ích để:
- A. Huấn luyện Decision Tree.
- B. Tính xác suất phân loại.
- C. Quan sát trung vị, độ phân tán và các điểm có khả năng là outlier.
- D. Thực hiện clustering.
Câu 4. Trong mô hình \( \hat{Y} = b_0 + b_1 X \), \( b_0 \) biểu diễn:
- A. Giá trị dự đoán của Y khi \( X = 0 \).
- B. Độ chính xác của mô hình.
- C. Standard Deviation.
- D. Số lượng mẫu.
Câu 5. MAE (Mean Absolute Error) phản ánh:
- A. Trung bình độ lớn tuyệt đối của các sai số dự đoán.
- B. Tỷ lệ dự đoán đúng.
- C. Số lượng outlier.
- D. Phương sai của biến X.
Câu 6. Bài toán nào sau đây thuộc Regression?
- A. Phân loại email thành Spam/Not Spam.
- B. Dự đoán giá căn hộ.
- C. Phân loại ảnh chó và mèo.
- D. Xác định giao dịch ngân hàng là gian lận hoặc bình thường.
Câu 7. Median thường được ưu tiên hơn Mean khi:
- A. Dataset có kích thước lớn.
- B. Dataset chỉ chứa số nguyên.
- C. Phân phối có các giá trị ngoại lai cực lớn hoặc cực nhỏ.
- D. Tất cả giá trị bằng nhau.
Câu 8. Trong mô hình \( \hat{Y} = b_0 + b_1 X \), \( b_1 \) biểu diễn:
- A. Tổng số quan sát.
- B. Sai số lớn nhất.
- C. Mức thay đổi dự kiến của Y khi X tăng một đơn vị.
- D. Giá trị trung bình của X.
Câu 9. Overfitting xảy ra khi:
- A. Mô hình quá đơn giản để học training data.
- B. Mô hình học rất tốt training data nhưng tổng quát hóa kém trên dữ liệu mới.
- C. Training và testing đều có hiệu suất thấp tương đương.
- D. Dataset không có bất kỳ feature nào.
Câu 10. Trong Linear Regression, biến Y thường được gọi là:
- A. Independent variable.
- B. Dependent/target variable.
- C. Hyperparameter.
- D. Learning rate.
Câu 11. Phát biểu nào mô tả phù hợp nhất Data-driven approach?
- A. Mọi quyết định đều phải được viết thành rule bởi chuyên gia.
- B. Các mẫu và quan hệ được suy ra chủ yếu từ dữ liệu bằng phương pháp thống kê hoặc học máy.
- C. Không cần dữ liệu huấn luyện.
- D. Không thể sử dụng trong dự báo.
Câu 12. Nếu một mô hình có \( R^2 = 1 \) trên tập dữ liệu đang đánh giá, điều đó có nghĩa:
- A. Mô hình không giải thích được biến thiên nào của Y.
- B. Mô hình giải thích toàn bộ biến thiên của Y trên tập dữ liệu đó.
- C. Mô hình có Accuracy bằng 1%.
- D. Mô hình chắc chắn hoạt động hoàn hảo trên mọi dữ liệu tương lai.
Câu 13. Trong quy trình Khoa học dữ liệu, mục tiêu chính của bước Data Preprocessing là gì?
- A. Trình bày kết quả cho người dùng cuối.
- B. Làm sạch, biến đổi và chuẩn hóa dữ liệu trước khi phân tích hoặc huấn luyện mô hình.
- C. Lựa chọn phần cứng để triển khai mô hình.
- D. Thay thế hoàn toàn quá trình thu thập dữ liệu.
Câu 14. Đặc điểm quan trọng nhất của Supervised Learning là gì?
- A. Không cần dữ liệu huấn luyện.
- B. Sử dụng dữ liệu huấn luyện có nhãn hoặc giá trị mục tiêu.
- C. Chỉ sử dụng dữ liệu hình ảnh.
- D. Chỉ áp dụng cho bài toán clustering.
Câu 15. Điểm khác biệt cơ bản của Unsupervised Learning so với Supervised Learning là:
- A. Không sử dụng thuật toán.
- B. Chỉ xử lý dữ liệu dạng số.
- C. Có thể khám phá cấu trúc từ dữ liệu không có nhãn.
- D. Luôn yêu cầu biết trước giá trị đầu ra.
Câu 16. Mục tiêu chính của Exploratory Data Analysis (EDA) là:
- A. Triển khai mô hình lên production.
- B. Khám phá phân phối, mẫu, bất thường và mối quan hệ trong dữ liệu.
- C. Thay thế hoàn toàn Machine Learning.
- D. Mã hóa chương trình bằng Python.
Câu 17. Trong Machine Learning, training set được sử dụng chủ yếu để:
- A. Chỉ trình bày kết quả.
- B. Học hoặc ước lượng các tham số của mô hình.
- C. Đánh giá cuối cùng trên dữ liệu hoàn toàn mới.
- D. Lưu trữ backup.
Câu 18. Đặc điểm quan trọng của RMSE so với MAE là:
- A. RMSE không sử dụng sai số dự đoán.
- B. RMSE chỉ dùng cho Classification.
- C. RMSE nhạy hơn với các sai số lớn vì sai số được bình phương.
- D. RMSE luôn bằng MAE.
Câu 19. Underfitting thường xảy ra khi:
- A. Mô hình ghi nhớ training data quá chi tiết.
- B. Mô hình quá đơn giản hoặc chưa học đủ cấu trúc quan trọng của dữ liệu.
- C. Test performance luôn cao hơn training performance.
- D. Mô hình có quá nhiều dữ liệu kiểm thử.
Câu 20. Bài toán nào sau đây thuộc Classification?
- A. Dự đoán nhiệt độ ngày mai là 31.5°C.
- B. Dự đoán giá cổ phiếu.
- C. Xác định một giao dịch là Fraud hoặc Normal.
- D. Dự đoán doanh thu tháng tiếp theo.
Câu 21. Scatter Plot phù hợp nhất để:
- A. Quan sát cấu trúc thư mục.
- B. Khám phá mối quan hệ giữa hai biến định lượng.
- C. Đếm số lượng missing values.
- D. Mã hóa categorical variables.
Câu 22. Standard Deviation cho biết:
- A. Giá trị lớn nhất của dataset.
- B. Mức độ phân tán của dữ liệu xung quanh giá trị trung bình.
- C. Số lượng thuộc tính.
- D. Số lượng class.
Câu 23. Dữ liệu Semi-structured được mô tả phù hợp nhất là:
- A. Luôn được tổ chức thành hàng và cột cố định.
- B. Hoàn toàn không có cấu trúc.
- C. Không có cấu trúc bảng cố định nhưng chứa các thành phần như tag, key hoặc metadata giúp tổ chức dữ liệu.
- D. Chỉ bao gồm dữ liệu số.
Câu 24. Trong Regression, giá trị \( R^2 \) thường được sử dụng để:
- A. Đếm số lượng feature.
- B. Đánh giá mức độ biến thiên của biến mục tiêu được mô hình giải thích.
- C. Xác định số lượng class.
- D. Tính kích thước dataset.
Câu 25. Một Reactive Machine AI được mô tả phù hợp nhất là:
- A. Có khả năng tự nhận thức.
- B. Có trí nhớ dài hạn giống con người.
- C. Phản ứng dựa trên đầu vào hiện tại mà không sử dụng ký ức quá khứ để ra quyết định.
- D. Có Theory of Mind.
… và còn 8 câu nữa. Bấm Vào thi phía trên để làm toàn bộ 33 câu và xem đáp án.
