Thẻ ghi nhớ: KHDL Ôn tập LMS

Chọn phát biểu sai về khoa học dữ liệu

Bigdata là công nghệ lưu trữ và khai thác dữ liệu có dung lượng lớn (volume), đa dạng (variety), yêu cầu tốc độ cao (velocity) và có tính xác thực (Veracity)

Kết quả mà khoa học dữ liệu hướng đến là

Tri thức

Khoa học dữ liệu là một lĩnh vực giao thoa giữa

Toán học/thống kê, Kiến thức chuyên ngành, Khoa học máy tính (Tất cả đều đúng)

Các nhà khoa học dữ liệu thường sử dụng kỹ thuật phân tích và thống kê nào sau đây?

Tất cả đều đúng (Hồi quy, Phân cụm, Phân loại)

Bước đầu tiên trong quy trình khoa học dữ liệu là gì?

Xác định một giả thuyết phân tích có thể mang lại giá trị kinh doanh

Sự khác biệt chính giữa nhà khoa học dữ liệu và kỹ sư dữ liệu là gì?

Một kỹ sư dữ liệu xây dựng các đường dẫn dữ liệu và giúp chuẩn bị dữ liệu, trong khi một nhà khoa học dữ liệu chịu trách nhiệm thu thập, chuẩn bị và phân tích dữ liệu

Chọn phát biểu SAI về dữ liệu, thông tin, tri thức

Dữ liệu là sự chi tiết hóa của thông tin

Chọn một đáp án KHÔNG PHẢI là nguyên nhân của sự bùng nổ thông tin

Sự phát triển của các ngành Khoa học tự nhiên, Khoa học xã hội...

Để biết điều gì đã xảy ra, người quản lý yêu cầu thông tin kết quả có được từ việc

Phân tích mô tả (Descriptive Analytics)

Để tìm hiểu lý do tại sao một điều gì đó đã xảy ra, người quản lý yêu cầu thông tin kết quả có được từ việc

Phân tích chuẩn đoán (Diagnostic Analytics)

Để tìm hiểu điều gì sẽ xảy ra, người quản lý yêu cầu thông tin kết quả có được từ việc

Phân tích dự đoán (Predictive Analytics)

Để tìm hiểu điều gì nên làm tiếp theo, người quản lý yêu cầu thông tin kết quả có được từ việc

Phân tích quy luật (Prescriptive Analytics)

Chọn phát biểu ĐÚNG về các thành phần của analytics

Tất cả các đáp án đều đúng (Description, prediction, prescription đều là thành phần của analytics)

Quy trình phân tích dữ liệu gồm

Tất cả các phát biểu đều đúng (Data preprocessing, Data transformation, Data Analysis/Making decisions)

Thứ tự của (1) Data transformation và (2) Data Integration trong quy trình phân tích dữ liệu

Data Integration rồi đến Data transformation ((2) rồi đến (1))

Trích xuất những tri thức kinh doanh được ẩn chứa bên trong dữ liệu và cung cấp cho những người cần nó là mục đích của

BI (Business Intelligence)

Các nguồn dữ liệu có thể có trong các thành phần của BI (Business Intelligence) là

Tất cả các nguồn dữ liệu (Purchased Data, Operational Data, Social Data)

Các cấp độ ứng dụng BI được liệt kê từ thấp đến cao là

Informing; Deciding; Problem Solving; Project Management

Chọn phát biểu ĐÚNG về giai đoạn transformation

Thay đổi toàn diện doanh nghiệp (tư duy, mô hình kinh doanh,...)

Chọn giai đoạn phù hợp nhất cho một công ty đang triển khai những hệ thống cho phép khách hàng đặt mua hàng qua thiết bị di động

Digitalization

AI (Trí tuệ nhân tạo) là viết tắt của cụm từ

Artificial Intelligence

AI (Trí tuệ nhân tạo) có khả năng

Tất cả các phát biểu đều đúng (Giải quyết vấn đề, Nhận thức, Giao tiếp ngôn ngữ)

Chọn phát biểu ĐÚNG về Thông minh nhân tạo (Artificial Intelligence - AI)

AI là khả năng máy tính bắt chước con người

Thuật ngữ Blockchain thực chất chỉ là

Cơ sở dữ liệu lưu trữ thông tin

Big Data là thuật ngữ liên quan đến

Tất cả các đáp án đều đúng (Dữ liệu lớn, Dữ liệu đa nguồn gốc, Dữ liệu đa định dạng)

Công cụ thống kê mô tả nào được sử dụng khi cần tổng hợp dữ liệu đa chiều

PivotTable

Công cụ thống kê mô tả nào có thể sử dụng trong trường hợp dữ liệu 2 chiều

Tất cả đều đúng (Subtotal, Consolidate, PivotTable)

Để hợp nhất dữ liệu từ nhiều bảng không cùng cấu trúc khác nhau ta sử dụng

Tự làm bằng tay

Để tính chỉ số EMA của chứng khoán người ta sử dụng phương pháp nào sau đây

Trung bình trượt (Moving Average)

Để dự đoán xu hướng tăng/giảm của một mã chứng khoán bất kỳ dựa trên thông tin về giá cả, lượng cổ phiếu mua vào và bán ra của các ngày trước đó, ta sử dụng công cụ nào sau đây

Hồi quy (Regression)

Định dạng dữ liệu nào sau đây khác với các loại dữ liệu còn lại (âm thanh, ảnh, video, số)

Dữ liệu số

Quy trình khai thác dữ liệu gồm mấy bước

6

Lựa chọn nào sau đây không phải là một bước trong quy trình khai thác dữ liệu

Data mining

Thuộc tính "Loại khách hàng" có các giá trị: "VIP", "Premium" và "Economic" là thuộc tính thuộc kiểu dữ liệu nào sau đây

Định danh

Tiền xử lý dữ liệu không bao gồm các bước nào sau đây

Thu thập dữ liệu

Có mấy cách dùng để xử lý khi dữ liệu bị thiếu

3

Khi nào thì ta cần rời rạc hóa dữ liệu

Dữ liệu thuộc kiểu số học

Phân lớp dữ liệu là thuộc phương pháp

Có giám sát

Số giai đoạn chính trong quy trình phân lớp dữ liệu (Classification)

2

Thuật toán phân lớp tham gia vào quá trình nào sau đây trong mô hình phân lớp dữ liệu

Huấn luyện

Dữ liệu mới trong quá trình phân lớp dữ liệu là

Dữ liệu chưa được phân lớp

Sự khác biệt giữa dữ liệu huấn luyện và dữ liệu kiểm thử

Dữ liệu kiểm thử có thuộc tính phân lớp nhưng bị ẩn đi

Chọn công việc KHÔNG thuộc giai đoạn sử dụng mô hình phân lớp (Model Usage)

Đánh giá độ chính xác của mô hình

Thuật toán phân lớp nào sau đây cho phép xử lý trên nhiều kiểu/loại dữ liệu khác nhau

Cây quyết định

Ưu điểm của thuật toán Cây quyết định (Decision tree)

Không đòi hỏi chuẩn hóa dữ liệu

Thuật toán SVM là viết tắt của cụm từ

Support Vector Machine

SVM thường áp dụng cho bài toán

Phân lớp (Classification)

Hàm hồi quy logistic (Logistic Regression) thường áp dụng cho bài toán

Phân lớp (Classification)

Trong Orange, biến có kiểu dữ liệu categorical là để chỉ các thuộc tính

Rời rạc

Những hiện tượng mà mô hình phân lớp thường gặp phải

Underfitting, (Good) Fitting và Overfitting

Phương pháp chọn mẫu dữ liệu nào sau đây dùng để khắc phục tình trạng over-fitting

Đánh giá chéo (k-fold cross validation)

Đối với bài toán phân lớp đa nhãn thì chỉ số đánh giá nào thường được dùng để đánh giá độ hiệu quả của mô hình phân lớp

F1-score

F-score là giá trị trung bình điều hòa (harmonic mean) của hai độ đo

Precision và Recall

Giá trị a[i;j] trong ma trận nhầm lẫn (confusion matrix) cho biết

Số lượng mẫu i được phân nhầm vào mẫu j

Chọn phát biểu SAI về ma trận nhầm lẫn (Confusion Matrix)

Tổng giá trị của một dòng (hay một cột) có thể = 0

Một người nghi ngờ bệnh lao đi xét nghiệm, kết quả cho thấy bị lao trong khi thật sự không mắc bệnh. Trường hợp này gọi là

Tỷ lệ báo động nhầm

Chọn phát biểu SAI về ứng dụng phân lớp dữ liệu (Classification)

Dự đoán giá USD

Chọn phát biểu SAI về phân lớp dữ liệu (Classification) liên quan đến thuộc tính mục tiêu

Thuộc tính mục tiêu (target variable) phải là kiểu dữ liệu định lượng

Chọn phát biểu SAI về phân lớp dữ liệu (Classification) liên quan đến số lớp gán cho đối tượng

Mỗi đối tượng chỉ được xếp vào 1 lớp

Phân tích giỏ hàng là một kỹ thuật khai thác dữ liệu

Không giám sát

Phân cụm dữ liệu là thuộc phương pháp

Không giám sát

Một phương pháp phân cụm/gom cụm tốt là phương pháp cho kết quả mà trong đó

Độ tương đồng bên trong cụm cao, đồng thời độ tương đồng giữa các cụm thấp

Thuật toán nào sau đây cho phép một phần tử có thể thuộc về một hoặc nhiều cụm khác nhau

Fuzzy C-mean

Thuật toán phân cụm nào sau đây không cần biết trước số cụm

DBSCAN

Trong Orange, đối với thuật toán phân cụm phân cấp (HAC) để có được kết quả phân cụm với số lượng cụm cụ thể ta cần làm gì?

Chọn đường cắt phù hợp trên cây phân cấp kết quả

So sánh kết quả giữa các mô hình/thuật toán phân cụm khác nhau để xem xét tính hiệu quả của việc phân cụm thuộc cách đánh giá nào

Đánh giá tương đối

Trong Orange, đối với thuật toán K-mean, tham số đầu vào nào sau đây dùng để kiểm soát trong trường hợp dữ liệu hội tụ chậm hoặc không hội tụ

Số lần lặp tối đa (maximum iterations)