15 câu Trắc nghiệm Tin học 12 Kết nối tri thức Làm quen với học máy có đáp án
15 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?
Xử lý ngôn ngữ tự nhiên
Học sâu
Học máy
Tìm kiếm thông tin
Đáp án: C
Giải thích: Học máy là một lĩnh vực của trí tuệ nhân tạo (AI) nghiên cứu và phát triển các thuật toán giúp máy tính tự học từ dữ liệu để dự đoán hoặc quyết định mà không cần lập trình cụ thể.
Câu 2: Trong học máy, loại dữ liệu nào được gán nhãn cụ thể để huấn luyện mô hình?
Dữ liệu không có nhãn
Dữ liệu không rõ
Dữ liệu có nhãn
Dữ liệu phụ
Đáp án: C
Giải thích: Dữ liệu có nhãn là dữ liệu đã được gán nhãn hoặc giá trị đích cụ thể, rất quan trọng trong quá trình huấn luyện mô hình học máy vì nó giúp mô hình học và dự đoán chính xác hơn.
Câu 3: Phương pháp học máy nào sử dụng dữ liệu không có nhãn để mô hình hóa cấu trúc hoặc thông tin ẩn?
Học có giám sát
Học không giám sát
Học sâu
Học tăng cường
Đáp án: B
Giải thích: Học không giám sát sử dụng dữ liệu không có nhãn để khai thác thông tin ẩn, phân nhóm dữ liệu, và tìm hiểu cấu trúc nội tại của dữ liệu mà không cần nhãn trước.
Câu 4: Một ứng dụng của học máy trong phân tích thị trường là gì?
Lọc thư rác
Nhận dạng chữ viết
Dự báo biến động giá cả
Chẩn đoán bệnh
Đáp án: C
Giải thích: Học máy phân tích dữ liệu thị trường để xác định xu hướng, dự báo biến động giá cả và hỗ trợ chiến lược kinh doanh.
Câu 5: Trong các phương pháp học máy, cái nào sử dụng dữ liệu có nhãn để huấn luyện mô hình?
Học không giám sát
Học có giám sát
Học tăng cường
Học sâu
Đáp án: B
Giải thích: Học có giám sát sử dụng dữ liệu có nhãn để huấn luyện mô hình, giúp mô hình học mối quan hệ giữa đầu vào và đầu ra để dự đoán nhãn cho dữ liệu mới.
Câu 6: Công nghệ học máy nào được sử dụng để nhận diện và phân biệt âm thanh của các đơn vị tiếng?
Nhận dạng chữ viết
Dịch tự động
Nhận dạng tiếng nói
Phân tích thị trường
Đáp án: C
Giải thích: Học máy xây dựng mô hình âm thanh để nhận diện và phân biệt âm thanh của các đơn vị tiếng, giúp cải thiện khả năng nhận diện tiếng nói của người dùng khác nhau.
Câu 7: Học máy có thể giúp cải thiện khả năng phân loại và nhận diện trong lĩnh vực nào sau đây?
Quản lý dự án
Dịch tự động
Phát triển phần mềm
Lập trình cơ sở dữ liệu
Đáp án: B
Giải thích: Học máy xây dựng mô hình dịch tự động từ dữ liệu bản dịch và bản gốc, giúp dịch văn bản và tiếng nói giữa các ngôn ngữ, giảm rào cản ngôn ngữ trong giao tiếp.
Câu 8: Để xây dựng một mô hình chẩn đoán bệnh, học máy sử dụng loại dữ liệu nào?
Dữ liệu không có nhãn
Dữ liệu có nhãn
Dữ liệu giả lập
Dữ liệu tham khảo
Đáp án: B
Giải thích: Để xây dựng mô hình chẩn đoán bệnh, học máy thường sử dụng dữ liệu có nhãn từ các xét nghiệm và dữ liệu sức khoẻ để dự đoán và chẩn đoán tình trạng sức khoẻ.
Câu 9: Học máy giúp xử lý và phân tích dữ liệu lớn như thế nào?
Tăng cường độ chính xác
Tự động hoá các nhiệm vụ phức tạp
Giảm kích thước dữ liệu
Cải thiện tốc độ xử lý phần cứng
Đáp án: B
Giải thích: Học máy giúp tự động hoá các nhiệm vụ phức tạp bằng cách xử lý và phân tích lượng lớn dữ liệu, tạo ra các mô hình dự đoán và quyết định dựa trên dữ liệu.
Câu 10: Câu hỏi 10: Để cải thiện khả năng nhận diện chữ viết tay, học máy sử dụng mô hình nào?
Mô hình phân tích thị trường
Mô hình hình học
Mô hình phân nhóm
Mô hình nhận dạng tiếng nói
Đáp án: B
Giải thích: Học máy sử dụng mô hình hình học để nhận diện chữ viết tay, với sự phát triển của học sâu giúp cải thiện khả năng nhận diện chữ viết tay một cách chính xác.
PHẦN II. Câu trắc nghiệm đúng sai. Thí sinh trả lời từ câu 1 đến câu 2. Trong mỗi ý a), b), c), d) ở mỗi câu, thí sinh chọn đúng hoặc sai
Câu 1: Phát biểu sau đúng hay sai về học máy?
a) Học máy giúp máy tính tự xây dựng bộ lọc để phân loại thư điện tử mà không cần lập trình chi tiết.
b) Học máy chỉ hoạt động tốt với dữ liệu đã được lập trình cụ thể.
c) Một trong những ứng dụng của học có giám sát là nhận dạng hình ảnh.
d) Học không giám sát là phương pháp phổ biến nhất trong học máy.
a) Đúng: Học máy cho phép máy tính tự học từ dữ liệu để xây dựng bộ lọc phân loại thư điện tử, thay vì phải lập trình cụ thể cho từng loại thư.
b) Sai: Học máy có thể học từ dữ liệu mà không cần lập trình cụ thể, tạo ra các mô hình dự đoán hoặc quyết định dựa trên dữ liệu mà không cần các quy tắc rõ ràng.
c) Đúng: Học có giám sát sử dụng dữ liệu có nhãn để huấn luyện mô hình, bao gồm các ứng dụng như nhận dạng hình ảnh, nơi mà dữ liệu đầu vào có nhãn là hình ảnh và nhãn là danh mục tương ứng.
d) Sai: Học có giám sát là phương pháp phổ biến nhất trong học máy, do nó sử dụng dữ liệu có nhãn để huấn luyện mô hình, dễ dàng đánh giá và đo lường hiệu quả.
Câu 2: Xác định tính đúng/sai của các phát biểu sau về các ứng dụng của học máy:
a) Học máy giúp phân loại thư điện tử thành thư rác hoặc thư thường dựa trên các đặc điểm của thư đúng hay sai?
b) Học máy không thể được sử dụng trong chẩn đoán bệnh.
c) Học máy không có khả năng xử lý và phân tích dữ liệu lớn.
d) Một trong những ứng dụng của học máy là dịch tự động từ ngôn ngữ này sang ngôn ngữ khác.
a) Đúng: Học máy có khả năng phân loại thư điện tử thành thư rác hoặc thư thường bằng cách học từ các đặc điểm của thư trong quá trình huấn luyện.
b) Sai: Học máy được sử dụng trong chẩn đoán bệnh bằng cách phân tích dữ liệu sức khỏe và xét nghiệm, hỗ trợ bác sĩ trong việc đưa ra các quyết định chính xác.
c) Sai: Học máy có khả năng xử lý và phân tích lượng lớn dữ liệu, tự động hóa các nhiệm vụ phức tạp và liên tục cập nhật mô hình để đáp ứng sự thay đổi của dữ liệu.
d) Đúng: Học máy được sử dụng để xây dựng các mô hình dịch tự động, giúp dịch văn bản và tiếng nói giữa các ngôn ngữ khác nhau, giảm rào cản ngôn ngữ trong giao tiếp.
PHẦN III. Câu trả lời ngắn. Thí sinh trả lời từ câu 1 đến câu 3
Câu 1: Học máy (Machine Learning) là gì và nó hoạt động như thế nào?
Đáp án: Học máy là một lĩnh vực của trí tuệ nhân tạo (AI) chuyên nghiên cứu và phát triển các thuật toán và mô hình cho phép máy tính tự học từ dữ liệu mà không cần lập trình chi tiết. Máy tính sử dụng các thuật toán này để phân tích dữ liệu, nhận diện mẫu, và tạo ra các dự đoán hoặc quyết định dựa trên dữ liệu đã học được.
Giải thích:
Học máy hoạt động bằng cách sử dụng dữ liệu để huấn luyện các mô hình, sau đó áp dụng các mô hình này để phân tích và đưa ra dự đoán cho các dữ liệu mới. Nó giúp máy tính tự động hóa các nhiệm vụ phức tạp mà con người thường làm, như phân loại thư điện tử, chẩn đoán bệnh, và dịch ngôn ngữ.
Câu 2: Phân biệt giữa học có giám sát và học không giám sát trong học máy?
Đáp án: - Học có giám sát: Sử dụng dữ liệu có nhãn (được gán giá trị cụ thể) để huấn luyện mô hình. Mô hình học cách dự đoán nhãn cho dữ liệu mới dựa trên mối quan hệ giữa đầu vào và đầu ra từ dữ liệu huấn luyện.
- Học không giám sát: Sử dụng dữ liệu không có nhãn. Mô hình tìm hiểu cấu trúc hoặc mẫu ẩn trong dữ liệu mà không có giá trị đích cụ thể, thường để phân chia dữ liệu thành các nhóm hoặc xác định sự bất thường.
Giải thích: Học có giám sát yêu cầu dữ liệu phải có nhãn để mô hình có thể học cách phân loại hoặc dự đoán chính xác. Trong khi đó, học không giám sát không yêu cầu nhãn và được sử dụng để tìm hiểu các cấu trúc ẩn trong dữ liệu, như phân cụm khách hàng hoặc phát hiện sự bất thường.
Câu 3: Nêu vai trò của học máy trong các ứng dụng thực tế?
Đáp án: Học máy đóng vai trò quan trọng trong nhiều ứng dụng thực tế, bao gồm:
Lọc thư rác: Phân loại thư điện tử thành thư rác hoặc thư thường.
Chẩn đoán bệnh: Phân tích dữ liệu y tế để hỗ trợ chẩn đoán và điều trị.
Phân tích thị trường: Dự báo xu hướng và biến động giá cả.
Nhận dạng tiếng nói: Cải thiện nhận diện tiếng nói của người dùng.
Dịch tự động: Dịch văn bản và tiếng nói giữa các ngôn ngữ.
Giải thích: Học máy giúp tự động hóa và cải thiện hiệu suất trong các lĩnh vực khác nhau nhờ khả năng phân tích dữ liệu lớn, học từ dữ liệu để tạo ra các mô hình dự đoán, và liên tục cập nhật mô hình để thích ứng với sự thay đổi của dữ liệu.
