100+ câu trắc nghiệm Trí tuệ nhân tạo có đáp án - Phần 5

==

=

!=

=!=

90%

95%

80%

20%

Ngôn ngữ tự nhiên

Văn bản (text)

Hình ảnh (Computer vision)

Robotic

Tên cần đặt cho Chatbot

Lựa chọn tên công nghệ xây dựng Chatbot

Tên cần chọn trong 1 kết nối của Chatbot với Website

Tên cần đặt cho tác nhân tương tác với Chatbot

Entities

Intents

Intergration

Training

Chọn Intent cấp 1, add follow-up intent, fallback

Chọn Intent cấp 1, add follow-up intent, later

Chọn Intent cấp 1, add follow-up intent, create

Chọn Intent cấp 1, add follow-up intent, custom

Entities

Integrations

Intents

Training

Mất nhiều chi phí

Facebook không cho phép

Chờ phê duyệt lâu

Cần thẻ ATM với số dư trong tài khoản tối thiểu là một triệu đồng

Message to user

Validation

Save Answer

Save Answer to Attribute

Dialogflow/ Intergration/ Web Demo

Dialogflow/ Intergration/ Website Demo

Dialogflow/ Intergration/ Web connection

Dialogflow/ Intergration/ Website connection

Hàng chục cây

Hàng trăm cây

Hàng nghìn cây

Không cố định số cây, tùy thuộc vào từng trường hợp cụ thể

Dữ liệu hành vi

Hóa đơn thanh toán các loại cước phí

Thói quen mua sắm online

Tất cả các phương án trên

Phân tích phân biệt

Hồi quy Logistic

Mạng nơ ron

Cây tìm kiếm

Không có kỹ thuật nào trong trí tuệ nhân tạo được cho là tốt nhất khi xây dựng mô hình chấm điểm tín dụng.

Kỹ thuật Cây quyết định trong trí tuệ nhân tạo được cho là phù hợp khi xây dựng mô hình chấm điểm tín dụng.

Các kỹ thuật trong trí tuệ nhân tạo được cho là tốt nhất khi xây dựng mô hình chấm điểm tín dụng.

Kỹ thuật hồi quy logistic được cho là phù hợp trong mô hình chấm điểm tín dụng

Dựa vào kết quả so khớp các luật của một cây quyết định

Dựa vào kết quả so khớp các luật của các cây quyết định rồi lấy kết quả xuất hiện nhiều nhất.

Không sử dụng luật từ cây quyết định nào

Đáp án khác

Trực tiếp đến ngân hang

Sử dụng selfie

Sử dụng cuộc gọi video ngắn

Sử dụng selfie hoặc Sử dụng cuộc gọi video ngắn

Thông qua tư thế tay

Thông qua việc tăng giảm tổng khối lượng của kệ hang

Thông qua việc kiểm tra mặt hàng đã có trong giỏ hàng của khách hàng chưa

Thông qua việc đếm lại tổng số lượng các mặt hàng trên kệ hàng.

Đánh dấu độ tin cậy thấp, từ đó xác định lại vị trí của khách hàng theo thời gian.

Dùng kỹ thuật học sâu đặc biệt để xác định.

Điều chỉnh lại góc quay của camera.

Sử dụng hệ thống robot trong cửa hàng

label=['Tulip', 'Hồng', 'Ly']

label=['Hồng', 'Ly', 'Tulip']

label=['Ly', 'Hồng', 'Tulip']

Tất cả các phương án trên đều đúng

model.add(Conv2D(64,(5,5), activation='relu'))model.add(MaxPooling2D(2,2))

model.add(Conv2D(5,(64,64), activation='relu'))model.add(MaxPooling2D(2,2))

model.add(Conv2D(64,(2,2), activation='relu'))model.add(MaxPooling2D(5,5))

model.add(Conv2D((2,2),(5,5), activation='relu'))model.add(MaxPooling2D(64))

model.add(Dense(activation=5))

model.add(Dense(tf.nn.softmax, activation=5))

model.add(Dense(5, activation=tf.nn.softmax))

model.add(Dense(2, activation=tf.nn.softmax))