28 câu hỏi
Trong lĩnh vực nào AI được sử dụng phổ biến nhất?
Ngành y tế
Ngành sản xuất
Ngành nông nghiệp
Ngành dịch vụ
Machine learning là phần nào của AI?
Phần cứng
Phần mềm
Cả hai
Không phải là phần nào
Deep learning dựa trên mô hình gì để học?
Mô hình thống kê
Mô hình tuyến tính
Mạng neural
Mô hình logic
Mục đích chính của học máy là gì?
Lập trình máy tính để thực hiện các nhiệm vụ cụ thể
Huấn luyện máy tính để tự học từ dữ liệu
Tạo ra máy tính có trí tuệ nhân tạo
Tối ưu hóa các thuật toán máy học
Mạng neural làm gì trong học sâu?
Giảm kích thước dữ liệu
Tăng độ chính xác của mô hình
Tạo ra mô hình dự đoán
Mô phỏng cấu trúc não người
Thuật ngữ "overfitting" đề cập đến hiện tượng gì trong machine learning?
Mô hình không phù hợp với dữ liệu huấn luyện
Mô hình phù hợp tốt với dữ liệu huấn luyện nhưng không tổng quát hóa được cho dữ liệu mới
Mô hình không học được từ dữ liệu
Mô hình phù hợp tốt với dữ liệu huấn luyện và tổng quát hóa tốt cho dữ liệu mới
"Bias" trong machine learning là gì?
Sai số giữa dự đoán và giá trị thực tế
Sự phức tạp của mô hình
Tính tổng quát hóa của mô hình
Sự khác biệt giữa dữ liệu huấn luyện và dữ liệu kiểm tra
Phương pháp "dropout" trong học sâu là gì?
Kỹ thuật giảm overfitting bằng cách loại bỏ ngẫu nhiên một số lượng các neuron trong mạng neural trong quá trình huấn luyện
Kỹ thuật giảm kích thước của mạng neural
Kỹ thuật tăng khả năng học từ dữ liệu mới
Kỹ thuật tăng kích thước mạng neural
Trong deep learning, "activation function" là gì?
Hàm được sử dụng để biến đổi đầu vào của một neural network thành đầu ra
Hàm để tính toán gradient
Hàm để giảm overfitting
Hàm để tối ưu hóa trọng số của mạng neural
Trong machine learning, thuật ngữ "unsupervised learning" ám chỉ điều gì?
Quá trình học từ dữ liệu được gán nhãn
Quá trình học từ dữ liệu không được gán nhãn
Quá trình học từ phản hồi từ môi trường
Quá trình học từ dữ liệu thô
Trong học máy, "feature" đề cập đến gì?
Dữ liệu không được gán nhãn
Dữ liệu được gán nhãn
Đặc điểm hoặc thuộc tính của dữ liệu
Dữ liệu đã được xử lý
Trong học máy, "bagging" làm gì?
Kỹ thuật tăng kích thước mô hình
Kỹ thuật giảm kích thước mô hình
Kỹ thuật kết hợp nhiều mô hình dự đoán để cải thiện hiệu suất
Kỹ thuật chia tập dữ liệu huấn luyện và kiểm tra
Phương pháp "boosting" trong machine learning là gì?
Kỹ thuật tăng kích thước mô hình
Kỹ thuật giảm kích thước mô hình
Kỹ thuật kết hợp nhiều mô hình dự đoán để cải thiện hiệu suất
Kỹ thuật chia tập dữ liệu huấn luyện và kiểm tra
AI đã ứng dụng trong lĩnh vực nào sau đây?
Dự báo thời tiết
Dự đoán giá cổ phiếu
Tất cả các phương án trên
Không có câu trả lời nào đúng
Trong học sâu, "convolutional neural networks (CNNs)" thường được sử dụng cho việc gì?
Phân loại hình ảnh
Phân tích ngôn ngữ tự nhiên
Dự đoán chuỗi thời gian
Tất cả các phương án trên
Thuật ngữ "precision" trong machine learning ám chỉ điều gì?
Tỷ lệ giữa số lần dự đoán đúng và tổng số lần dự đoán
Tỷ lệ giữa số lần dự đoán đúng positive và tổng số positive dự đoán
Tỷ lệ giữa số lần dự đoán đúng negative và tổng số negative dự đoán
Số lần dự đoán đúng trên tổng số lần dự đoán
Thuật ngữ "recall" trong machine learning ám chỉ điều gì?
Tỷ lệ giữa số lần dự đoán đúng positive và tổng số positive thực sự
Tỷ lệ giữa số lần dự đoán đúng negative và tổng số negative thực sự
Số lần dự đoán đúng trên tổng số lần dự đoán
Tỷ lệ giữa số lần dự đoán đúng và tổng số lần dự đoán đúng và sai
Trong học máy, "F1-score" ám chỉ điều gì?
Sự kết hợp giữa precision và recall
Tổng của precision và recall
Tích của precision và recall
Tính tổng của số lần dự đoán đúng và số lần dự đoán sai
Thuật ngữ "neural network" trong học máy thường được sử dụng để ám chỉ:
Một loại thuật toán tối ưu hóa
Một phương pháp tính toán biểu diễn các tầng xử lý thông tin
Một loại hàm kích hoạt
Một phương pháp gom nhóm dữ liệu
Thuật ngữ "gradient descent" làm gì trong học máy?
Cải thiện độ chính xác của mô hình
Tối ưu hóa các tham số của mô hình dựa trên đạo hàm của hàm mất mát
Giảm thiểu overfitting trong mô hình
Phân tích đặc trưng của dữ liệu
Thuật ngữ "underfitting" trong học máy đề cập đến tình huống nào?
Mô hình quá đơn giản và không thể đặc trưng hóa đủ dữ liệu
Mô hình phù hợp tốt với dữ liệu huấn luyện nhưng không tổng quát hóa được cho dữ liệu mới
Mô hình không học được từ dữ liệu
Mô hình phù hợp với dữ liệu huấn luyện và tổng quát hóa tốt cho dữ liệu mới
Trong học sâu, "recurrent neural networks (RNNs)" thường được sử dụng cho việc gì?
Dự đoán chuỗi thời gian
Phân loại hình ảnh
Phân tích ngôn ngữ tự nhiên
Tất cả các phương án trên
Trong học máy, "feature engineering" đề cập đến việc gì?
Quá trình chọn lọc các đặc trưng quan trọng từ dữ liệu ban đầu
Quá trình xây dựng các mô hình dự đoán
Quá trình tinh chỉnh siêu tham số của mô hình
Quá trình đánh giá hiệu suất của mô hình
"Cross-validation" trong học máy được sử dụng để làm gì?
Chia tập dữ liệu thành tập huấn luyện và tập kiểm tra
Đánh giá hiệu suất của mô hình trên tập dữ liệu kiểm tra
Đánh giá hiệu suất của mô hình và tối ưu hóa siêu tham số
Đánh giá độ chính xác của mô hình trên tập dữ liệu huấn luyện
Trong học sâu, "batch normalization" được sử dụng để giải quyết vấn đề gì?
Overfitting
Underfitting
Gradient vanishing/exploding
Biến dạng dữ liệu
Trong học máy, thuật ngữ "ensemble learning" ám chỉ điều gì?
Việc kết hợp nhiều mô hình dự đoán để cải thiện hiệu suất
Sử dụng nhiều tập dữ liệu khác nhau
Tạo ra các mô hình phức tạp
Chọn lựa siêu tham số tốt nhất cho mô hình
"Reinforcement learning" thường được sử dụng trong ngữ cảnh nào?
Học có giám sát
Học không giám sát
Học củng cố
Học bán giám sát
Trong học máy, "random forest" là một loại gì?
Một loại thuật toán tối ưu hóa
Một loại mô hình học sâu
Một loại mô hình học có giám sát
Một phương pháp kết hợp nhiều cây quyết định