10 CÂU HỎI
PHẦN I. Câu trắc nghiệm nhiều phương án lựa chọn. Thí sinh trả lời từ câu 1 đến câu 10. Mỗi câu hỏi thí sinh chỉ lựa chọn một phương án.
Câu 1: Học máy thuộc lĩnh vực nào trong trí tuệ nhân tạo?
A. Xử lý ngôn ngữ tự nhiên
B. Học sâu
C. Học máy
D. Tìm kiếm thông tin
Câu 2: Trong học máy, loại dữ liệu nào được gán nhãn cụ thể để huấn luyện mô hình?
A. Dữ liệu không có nhãn
B. Dữ liệu không rõ
C. Dữ liệu có nhãn
D. Dữ liệu phụ
Câu 3: Phương pháp học máy nào sử dụng dữ liệu không có nhãn để mô hình hóa cấu trúc hoặc thông tin ẩn?
A. Học có giám sát
B. Học không giám sát
C. Học sâu
D. Học tăng cường
Câu 4: Một ứng dụng của học máy trong phân tích thị trường là gì?
A. Lọc thư rác
B. Nhận dạng chữ viết
C. Dự báo biến động giá cả
D. Chẩn đoán bệnh
Câu 5: Trong các phương pháp học máy, cái nào sử dụng dữ liệu có nhãn để huấn luyện mô hình?
A. Học không giám sát
B. Học có giám sát
C. Học tăng cường
D. Học sâu
Câu 6: Công nghệ học máy nào được sử dụng để nhận diện và phân biệt âm thanh của các đơn vị tiếng?
A. Nhận dạng chữ viết
B. Dịch tự động
C. Nhận dạng tiếng nói
D. Phân tích thị trường
Câu 7: Học máy có thể giúp cải thiện khả năng phân loại và nhận diện trong lĩnh vực nào sau đây?
A. Quản lý dự án
B. Dịch tự động
C. Phát triển phần mềm
D. Lập trình cơ sở dữ liệu
Câu 8: Để xây dựng một mô hình chẩn đoán bệnh, học máy sử dụng loại dữ liệu nào?
A. Dữ liệu không có nhãn
B. Dữ liệu có nhãn
C. Dữ liệu giả lập
D. Dữ liệu tham khảo
Câu 9: Học máy giúp xử lý và phân tích dữ liệu lớn như thế nào?
A. Tăng cường độ chính xác
B. Tự động hoá các nhiệm vụ phức tạp
C. Giảm kích thước dữ liệu
D. Cải thiện tốc độ xử lý phần cứng
Câu 10: Câu hỏi 10: Để cải thiện khả năng nhận diện chữ viết tay, học máy sử dụng mô hình nào?
A. Mô hình phân tích thị trường
B. Mô hình hình học
C. Mô hình phân nhóm
D. Mô hình nhận dạng tiếng nói