A. Chỉ chữ viết và chữ số / Text and numbers only B. Ký hiệu, chữ viết, chữ số, hình ảnh, âm thanh, dạng tương tự / Symbols, text, numbers, images, sound and analogue forms C. Chỉ dữ liệu đã được số hóa và lưu trong máy tính / Only digitised data stored in A. computer D. Chỉ dữ liệu có cấu trúc dạng bảng / Only structured tabular data

A. Thu thập → Phân tích → Tiền xử lý → Trực quan hóa → Kế hoạch B. Thu thập → Kế hoạch → Phân tích → Tiền xử lý → Trực quan hóa C. Kế hoạch → Tiền xử lý → Thu thập → Trực quan hóa → Phân tích D. Kế hoạch → Thu thập → Tiền xử lý → Phân tích → Trực quan hóa

A. Dữ liệu thô (raw data) B. Nhãn (label) C. Siêu dữ liệu (meta-data) D. Đặc trưng (feature)

A. Một đặc trưng (feature) B. Một mẫu hay điểm dữ liệu (sample / data point) C. Một nhãn (label) D. Một siêu dữ liệu (meta-data)

A. Vì nó làm giảm dung lượng lưu trữ của tệp dữ liệu B. Vì nó thay thế được bước phân tích dữ liệu C. Vì luật pháp bắt buộc phải tiền xử lý trước khi phân tích D. Vì dữ liệu thô thường có lỗi, không đồng nhất, thiếu sót, và dữ liệu kém chất lượng làm sai lệch mọi kết luận sau đó

A. Data transformation (chuyển đổi dữ liệu) B. Data integration (gộp dữ liệu) C. Data reduction (giảm dữ liệu) D. Data visualization (trực quan hóa dữ liệu)

A. Data transformation B. Data integration C. Data reduction D. Data collection

A. Tốc độ đọc/ghi của ổ cứng lưu dữ liệu B. Sự đồng thuận và quyền sở hữu dữ liệu C. Tính thiên vị (bias) trong dữ liệu D. Quyền riêng tư và bảo mật dữ liệu cá nhân

A. Data-driven dựa vào chuyên gia và các quy tắc logic đã biết B. Data-driven không cần dữ liệu, chỉ cần thuật toán C. Data-driven chỉ dùng được khi đã hiểu rõ quan hệ giữa các biến D. Data-driven khám phá quy luật từ lượng lớn dữ liệu thay vì dựa vào kiến thức có sẵn

A. Cả hai đều là data-driven B. Cả hai đều là knowledge-driven C. Lần lượt là knowledge-driven và data-driven D. Lần lượt là data-driven và knowledge-driven

A. fixed input always yields A. fixed output"? A. Limited memory B. Reactive machine C. Theory of mind D. Self-awareness

A. recommender system records purchase history and interactions, then relearns to improve suggestions. Which Trợ lý thông minh type is it? A. Reactive machine B. Artificial Superintelligence (ASI) C. Theory of mind D. Limited memory

A. General Trợ lý thông minh đã được triển khai rộng rãi trong nhận diện giọng nói và gợi ý sản phẩm B. Narrow Trợ lý thông minh luôn kém hơn con người ở mọi nhiệm vụ C. Narrow Trợ lý thông minh chỉ làm được nhiệm vụ cụ thể nhưng có thể vượt con người ở nhiệm vụ đó; General Trợ lý thông minh làm được nhiều nhiệm vụ ở mức trí tuệ con người và hiện chưa đạt được D. Narrow Trợ lý thông minh và General Trợ lý thông minh chỉ khác nhau ở tốc độ tính toán

A. Natural Language Processing - NLP (Xử lý ngôn ngữ tự nhiên) B. Speech processing (Xử lý âm thanh) C. Computer vision (Xử lý hình ảnh) D. Robotics (Điều khiển robot)

A. Vì tiếng Việt không thể xử lý bằng máy tính B. Vì nó chạy quá chậm C. Vì nó cần quá nhiều bộ nhớ D. Vì nó do con người viết tay, không tự học quy luật từ dữ liệu và sẽ sai với câu như "Con khỉ ăn chuối buồn cười quá"

A. Range, variance, standard deviation B. Correlation, covariance C. Min, max, IQR D. Mean, median, mode

A. Histogram B. Scatter plot C. Line chart D. Pie chart

A. box plot with A. kernel-density curve to display A. distribution? A. Violin plot B. Treemap chart C. Bubble chart D. Connected scatter chart

A. Làm cho báo cáo có nhiều màu sắc hơn B. Nén dữ liệu để tiết kiệm dung lượng C. Thay thế hoàn toàn bước phân tích dữ liệu D. Trình bày kết quả rõ ràng, dễ hiểu để người ra quyết định nhanh chóng rút ra kết luận

A. Population là tập con của Sample B. Population và Sample là hai tên gọi của cùng một khái niệm C. Sample luôn cho kết quả chính xác tuyệt đối như Population D. Population là toàn bộ đối tượng thỏa điều kiện nghiên cứu; Sample là tập con đại diện được tách ra để nghiên cứu và suy diễn về Population

A. Trung vị (median) B. Yếu vị (mode) C. Trung bình (mean) D. Tứ phân vị thứ nhất (Q1)

A. $[0; 1]$, đo độ phân tán của một biến B. $[-1; 1]$, đo độ mạnh của quan hệ TUYẾN TÍNH giữa hai biến C. $(-\infty; +\infty)$, đo sai số của mô hình D. $[0; 100]$, đo phần trăm dữ liệu giải thích được

A. Chắc chắn $x$ và $y$ hoàn toàn độc lập với nhau B. Phương sai của $x$ bằng 0 C. $x$ là nguyên nhân gây ra $y$ D. Giữa $x$ và $y$ không có quan hệ TUYẾN TÍNH, nhưng vẫn có thể có quan hệ phi tuyến

A. Hiệp phương sai giữa $x$ và $y$ B. Phương sai của từng biến C. Hệ số tương quan D. Giá trị trung bình của từng biến

A. Khi dữ liệu có ngoại lệ hoặc phân bố lệch mạnh, ví dụ thu nhập B. Khi dữ liệu có phân bố đối xứng hoàn hảo C. Khi cần tính phương sai D. Khi tập dữ liệu có ít hơn 10 phần tử

A. Chỉ để vẽ biểu đồ đẹp B. Tổ chức và tính toán các đặc trưng của dữ liệu để kiểm chứng giả thuyết, suy diễn và khái quát hóa thành tri thức C. Thay thế việc thu thập dữ liệu D. Đảm bảo dữ liệu không bao giờ có sai số

A. Độ lệch chuẩn là căn bậc hai của phương sai và có cùng đơn vị với dữ liệu gốc B. Độ lệch chuẩn là bình phương của phương sai C. Phương sai luôn nhỏ hơn độ lệch chuẩn D. Phương sai có thể nhận giá trị âm

A. Trợ lý thông minh là một tập con của ML B. ML là một tập con của Trợ lý thông minh C. Trợ lý thông minh và ML là hai lĩnh vực hoàn toàn tách rời D. ML và Trợ lý thông minh là hai tên gọi của cùng một thứ

A. Regression, Classification, Clustering, Association B. Training, Validation, Testing, Deployment C. Narrow Trợ lý thông minh, General Trợ lý thông minh, Superintelligence, Reactive machine D. Supervised, Unsupervised, Semi-supervised, Reinforcement Learning

A. Học hàm ánh xạ từ đầu vào đến đầu ra dựa trên tập dữ liệu đã được GÁN NHÃN B. Chỉ có dữ liệu đầu vào X, không có nhãn Y C. Học bằng cách thử và sai với phần thưởng, hình phạt D. Chỉ dùng được cho dữ liệu hình ảnh

A. Phân loại (Classification) B. Hồi quy (Regression) C. Phân cụm (Clustering) D. Học tăng cường (Reinforcement Learning)

A. Hồi quy (Regression) B. Phân loại (Classification) C. Phân cụm (Clustering) D. Học bán giám sát (Semi-supervised)

A. Phân loại (Classification) B. Phân cụm (Clustering) - học không giám sát C. Hồi quy (Regression) D. Học tăng cường (Reinforcement Learning)

A. Phân loại nhị phân (Binary classification) B. Hồi quy (Regression) C. Phân cụm (Clustering) D. Association (Luật kết hợp)

A. Hồi quy (Regression) B. Phân loại nhiều lớp (Multi-class classification) C. Phân cụm (Clustering) D. Học tăng cường (Reinforcement Learning)

A. supervised-learning task, what is A. "label"? A. Tên của cột dữ liệu B. Tên của tệp dữ liệu C. Giá trị đầu ra Y đã biết trước, tương ứng với mỗi mẫu đầu vào X D. Số thứ tự của mẫu trong tập dữ liệu

A. Học qua thử nghiệm và lỗi, ra quyết định dựa trên phần thưởng và hình phạt để đạt lợi ích cao nhất B. Học từ tập dữ liệu có nhãn cố định C. Nhóm các đối tượng tương tự nhau D. Giảm số chiều của dữ liệu

A. Clustering (Phân cụm) B. Regression (Hồi quy) C. Association (Luật kết hợp) D. Classification (Phân loại)

A. Cả hai đều cần nhãn Y B. Cả hai đều chỉ dùng cho dữ liệu dạng bảng C. Cả hai đều cần dữ liệu đầu vào để xây dựng mô hình và đều được dùng cho mô hình dự đoán D. Cả hai đều cho kết quả giống hệt nhau

A. Huấn luyện → Thu thập dữ liệu → Mô hình hóa bài toán → Đánh giá → Triển khai B. Mô hình hóa bài toán → Thu thập & chuẩn bị dữ liệu → Trích xuất đặc trưng → Chọn mô hình → Chia train/test → Huấn luyện & tinh chỉnh siêu tham số → Đánh giá trên test → Triển khai C. Chọn mô hình → Triển khai → Thu thập dữ liệu → Đánh giá D. Đánh giá → Huấn luyện → Chia dữ liệu → Thu thập dữ liệu

A. Học máy yêu cầu lập trình viên viết tường minh mọi quy tắc quyết định B. Học máy để máy tự tìm ra quy luật từ dữ liệu và cải thiện hiệu suất khi tiếp xúc dữ liệu mới, thay vì được lập trình rõ ràng từng luật C. Học máy không cần dữ liệu D. Học máy luôn cho kết quả chính xác 100%

A. $m$ là tung độ gốc, $b$ là hệ số góc B. $m$ và $b$ đều là sai số của mô hình C. $m$ là hệ số góc (mức thay đổi của $Y$ khi $X$ tăng 1 đơn vị), $b$ là tung độ gốc (giá trị $Y$ khi $X=0$) D. $m$ là số mẫu dữ liệu, $b$ là số đặc trưng

A. Biến phụ thuộc phải là biến rời rạc, chỉ nhận hai giá trị 0 và 1 B. Các biến độc lập không tương quan mạnh với nhau (không đa cộng tuyến) C. Dữ liệu không chứa giá trị ngoại lai hoặc sai lệch D. Biến độc lập có quan hệ tuyến tính với biến phụ thuộc

A. Chỉ có phương pháp Gradient Descent B. Phương pháp thống kê, thử sai (trial-and-error), đại số (lời giải chính xác) và Gradient Descent (lời giải xấp xỉ) C. Chỉ có k-means và DBSCAN D. Chỉ có phương pháp đại số

A. Tối đa hóa tổng bình phương sai số B. Tối đa hóa hệ số tương quan giữa các biến độc lập C. Tối thiểu hóa số lượng tham số của mô hình D. Tối thiểu hóa tổng bình phương sai số giữa giá trị dự đoán và giá trị thực

A. Không phù hợp với dữ liệu phi tuyến B. Hoạt động kém khi dữ liệu có ngoại lai C. Không xác định được quan hệ nhân quả giữa các biến D. Không thể huấn luyện được nếu có nhiều hơn một biến độc lập

A. Mô hình chạy quá chậm khi huấn luyện B. Mô hình học kém trên cả tập train và tập test C. Mô hình có quá ít tham số D. Mô hình học tốt trên tập train nhưng biểu diễn kém trên tập test, do quá phức tạp nên nhớ dữ liệu thay vì học hình mẫu

A. Khi mô hình quá phức tạp B. Khi tập test lớn hơn tập train C. Khi mô hình quá đơn giản, không đủ mạnh để nắm bắt sự phức tạp của dữ liệu, nên biểu diễn kém trên CẢ tập train lẫn test D. Khi dữ liệu đã được chuẩn hóa

A. model achieves $\text{MSE} = 0.05$ on train but $\text{MSE} = 8.20$ on test. What is the correct diagnosis? A. Mô hình bị underfitting, cần tăng độ phức tạp B. Tập test bị lỗi, cần dùng lại tập train để đánh giá C. Mô hình đã tối ưu, có thể triển khai ngay D. Mô hình bị overfitting, nên dùng regularization, thêm dữ liệu hoặc giảm độ phức tạp

A. Tăng tốc độ huấn luyện B. Thêm một lượng "phạt" liên quan đến trọng số của các tham số, nhằm giảm thiểu overfitting C. Chuẩn hóa dữ liệu đầu vào về khoảng $[0; 1]$ D. Tăng số lượng đặc trưng của mô hình

A. Ước lượng khả năng tổng quát hóa của mô hình trên dữ liệu mới, so sánh và chọn mô hình / siêu tham số tốt nhất B. Làm sạch dữ liệu bị thiếu C. Tăng số lượng mẫu trong tập dữ liệu D. Vẽ biểu đồ phân bố của dữ liệu

A. Với hàm đơn biến là đạo hàm bậc 1; với hàm đa biến là vector các đạo hàm riêng theo từng biến B. Giá trị nhỏ nhất của hàm số C. Số vòng lặp của thuật toán D. Tốc độ học (learning rate)

A. Vì learning rate luôn âm B. Vì gradient luôn mang giá trị âm C. Vì đang đi tìm giá trị cực TIỂU, nên phải di chuyển ngược hướng gradient D. Vì đó chỉ là quy ước ký hiệu, dùng dấu cộng cũng cho kết quả tương tự

A. $\eta$ càng lớn thì luôn càng tốt B. $\eta$ chỉ ảnh hưởng đến bộ nhớ sử dụng C. $\eta$ không ảnh hưởng gì đến kết quả D. $\eta$ quá nhỏ khiến hội tụ rất chậm hoặc chạm giới hạn vòng lặp trước khi tới điểm tối ưu; $\eta$ quá lớn khiến thuật toán không hội tụ hoặc phân kỳ

A. Khi hàm mất mát bằng đúng 0 B. Khi learning rate giảm về 0 C. Đạt số vòng lặp tối đa, hoặc giá trị của bước nhảy đạt ngưỡng giới hạn D. Khi dữ liệu huấn luyện đã được dùng hết một lần

A. Tính đạo hàm của hàm mất mát B. Biến đổi đầu ra thành một số nguyên trong khoảng $[0; 10]$ C. Biến đổi đầu ra tuyến tính thành xác suất trong khoảng $(0; 1)$ D. Chuẩn hóa dữ liệu đầu vào về trung bình 0

A. $99\%$ và $100\%$; mô hình rất tốt B. $1\%$ và $0\%$; mô hình rất kém trên mọi chỉ số C. $99\%$ và $0\%$; accuracy cao nhưng mô hình vô dụng vì không phát hiện được ca dương tính nào D. $50\%$ và $50\%$; mô hình đoán ngẫu nhiên

A. Chỉ có nhãn Y mà không có dữ liệu X B. Có đủ cả X và Y nhưng Y bị nhiễu C. Chỉ có dữ liệu X, không có nhãn Y tương ứng; thuật toán dựa vào cấu trúc của dữ liệu để khám phá quan hệ tiềm ẩn D. Có một tác tử nhận phần thưởng từ môi trường

A. Một tập con các đối tượng sao cho các đối tượng TRONG cụm thì tương tự nhau, còn các đối tượng ở HAI cụm khác nhau thì không tương tự B. Một tập con các đối tượng có cùng nhãn cho trước C. Một tập con các đối tượng được chọn ngẫu nhiên D. Toàn bộ tập dữ liệu

A. Partition (phân hoạch), Hierarchical (phân tầng), Density (theo mật độ) B. Supervised, Unsupervised, Semi-supervised C. Regression, Classification, Association D. Train, Validation, Test

A. Agglomerative bắt đầu từ một cụm rồi chia nhỏ; divisive gộp dần các cụm B. Agglomerative bắt đầu từ mỗi điểm là một cụm rồi gộp dần; divisive bắt đầu từ một cụm chứa toàn bộ dữ liệu rồi chia nhỏ dần C. Cả hai đều bắt đầu từ k cụm ngẫu nhiên D. Agglomerative dùng cho dữ liệu số, divisive dùng cho dữ liệu chữ

A. Chạy nhanh hơn trên mọi tập dữ liệu B. Chỉ hoạt động với dữ liệu hai chiều C. Luôn cho kết quả chính xác 100% D. Không cần chỉ định trước số cụm và xử lý được các cụm có hình dạng không đều, kích thước và mật độ khác nhau

A. (1) Gán nhãn cho toàn bộ dữ liệu, (2) huấn luyện, (3) dự đoán B. (1) Cập nhật tâm, (2) chọn k, (3) gán điểm, (4) dừng C. (1) Chọn k, (2) chọn ngẫu nhiên k tâm cụm, (3) gán mỗi điểm vào cụm có tâm gần nhất, (4) cập nhật tâm bằng trung bình các điểm trong cụm, (5) lặp lại (3)-(4) đến khi tâm ổn định D. (1) Tính ma trận hiệp phương sai, (2) tìm trị riêng, (3) chiếu dữ liệu

A. Gradient Descent và Cross validation B. L1 và L2 regularization C. Phương pháp Elbow và Silhouette (hoặc do người dùng tự định nghĩa) D. Precision và Recall

A. k-means không dùng được cho dữ liệu số B. k-means luôn cần dữ liệu đã gán nhãn C. Nếu khởi tạo tâm cụm ban đầu không tốt sẽ dẫn đến kết quả phân cụm không hiệu quả D. k-means chỉ chạy được đúng một vòng lặp