Giải SBT Tin học 12 Khoa học máy tính Kết nối tri thức Bài 26. Làm quen với Khoa học dữ liệu
17 câu hỏi
26.1. Khoa học dữ liệu chủ yếu sử dụng công cụ và kĩ thuật từ lĩnh vực nào?
A. Vật lí.
B. Khoa học máy tính.
C. Sinh học.
D. Văn học.
Đáp án: B. Khoa học dữ liệu là lĩnh vực liên quan đến việc thu thập, phân tích và khai thác dữ liệu nhằm tìm ra những thông tin có giá trị. Các công cụ và kỹ thuật chính được sử dụng trong khoa học dữ liệu chủ yếu đến từ khoa học máy tính. Cụ thể, các thuật toán, phương pháp học máy (machine learning), xử lý dữ liệu lớn (big data), và lập trình đều là những yếu tố cơ bản của khoa học máy tính được ứng dụng mạnh mẽ trong khoa học dữ liệu.
Công cụ nào không thuộc lĩnh vực Khoa học dữ liệu?
A. Học máy.
B. Xử lí ngôn ngữ tự nhiên.
C. Lập trình web.
D. Phân tích thống kê.
Đáp án: C. Lập trình web là một lĩnh vực tập trung vào việc phát triển và xây dựng các trang web và ứng dụng web. Nó không phải là một công cụ hay kỹ thuật thuộc lĩnh vực khoa học dữ liệu, dù có thể được sử dụng để triển khai các mô hình khoa học dữ liệu trong môi trường web.
Khoa học máy tính có vai trò chủ yếu đảm bảo điều gì sau đây cho Khoa học dữ liệu?
A. Các công cụ xử lí và phân tích dữ liệu.
B. Cơ sở dữ liệu về khách hàng.
C. Phần mềm quản lí doanh nghiệp.
D. Mô hình dự đoán thị trường.
Đáp án: A. Khoa học máy tính đóng vai trò quan trọng trong khoa học dữ liệu thông qua việc phát triển các công cụ, thuật toán, và kỹ thuật xử lý và phân tích dữ liệu. Các công cụ này bao gồm các ngôn ngữ lập trình (như Python, R), các thư viện phân tích dữ liệu (như Pandas, NumPy), và các thuật toán học máy.
Toán học và thống kê đóng vai trò gì trong Khoa học dữ liệu?
A. Xây dựng mô hình kinh doanh.
B. Tạo nội dung giáo dục.
C. Phát triển phần mềm.
D. Cung cấp cơ sở cho các phương pháp phân tích và khai phá dữ liệu.
Đáp án: D. Toán học và thống kê đóng vai trò nền tảng trong khoa học dữ liệu, vì chúng cung cấp các công cụ và phương pháp để phân tích dữ liệu, tìm ra các mẫu ẩn và rút ra kết luận từ dữ liệu. Các kỹ thuật như hồi quy, phân cụm, và các phương pháp thống kê xác suất đều xuất phát từ toán học và thống kê, và được sử dụng để khai phá dữ liệu hiệu quả.
Khoa học dữ liệu sử dụng tri thức chuyên ngành cho mục đích nào?
A. Để lập trình các mô hình dự đoán.
B. Để hiểu ngữ cảnh và diễn giải dữ liệu.
C. Để bán dữ liệu cho các tổ chức khác.
D. Để tự động cập nhật dữ liệu.
Đáp án: B. Tri thức chuyên ngành (domain knowledge) là kiến thức về lĩnh vực cụ thể mà dữ liệu đến từ, giúp các nhà khoa học dữ liệu hiểu ngữ cảnh và diễn giải chính xác các kết quả phân tích. Điều này rất quan trọng để đảm bảo rằng các mô hình dự đoán và kết quả từ khoa học dữ liệu có ý nghĩa trong thực tiễn và có thể được ứng dụng hiệu quả.
Mục tiêu chính của Khoa học dữ liệu là gì?
A. Tạo ra sản phẩm công nghệ mới.
B. Giáo dục và đào tạo.
C. Phân tích và khai phá dữ liệu để đưa ra quyết định.
D. Thiết kế các trò chơi máy tính.
Đáp án: C. Mục tiêu chính của khoa học dữ liệu là phân tích và khai thác dữ liệu từ nhiều nguồn khác nhau để tìm ra các mẫu, xu hướng và thông tin hữu ích, từ đó hỗ trợ việc đưa ra các quyết định chiến lược trong kinh doanh, khoa học, công nghệ và các lĩnh vực khác. Các kỹ thuật như phân tích thống kê, học máy và trực quan hóa dữ liệu đều nhằm mục tiêu này.
Trong Khoa học dữ liệu, việc tổ chức và quản lí dữ liệu có mục đích gì?
A. Tạo ra quảng cáo.
B. Xây dựng hệ thống tổ chức dữ liệu khoa học.
C. Phát triển trò chơi điện tử.
D. Hỗ trợ các hoạt động tiếp thị.
Đáp án: B. Mục đích chính của việc tổ chức và quản lý dữ liệu trong khoa học dữ liệu là xây dựng một hệ thống khoa học, hợp lý để thu thập, lưu trữ, và xử lý dữ liệu một cách hiệu quả. Quá trình này giúp đảm bảo dữ liệu được chuẩn bị, sắp xếp có cấu trúc và dễ dàng truy cập để phân tích và khai phá, từ đó tối ưu hóa quá trình ra quyết định dựa trên dữ liệu.
Nhiệm vụ chính của phân tích dữ liệu trong Khoa học dữ liệu?
A. Hiểu rõ về nội dung và cấu trúc dữ liệu.
B. Tạo ra các thuật toán mới.
C. Xác định kích thước và loại dữ liệu.
D. Tạo ra các báo cáo về dữ liệu.
Đáp án: A. Phân tích dữ liệu trong khoa học dữ liệu nhằm mục tiêu chính là hiểu rõ nội dung và cấu trúc của dữ liệu. Điều này bao gồm việc khám phá các mối quan hệ, xu hướng và mẫu ẩn trong dữ liệu để đưa ra những kết luận hữu ích. Hiểu rõ về dữ liệu là bước nền tảng để thực hiện các phân tích chuyên sâu hơn và đưa ra các quyết định có cơ sở.
Học máy trong Khoa học dữ liệu có vai trò gì?
A. Dùng để lập trình các ứng dụng.
B. Để phân tích và khai phá dữ liệu.
C. Để lưu trữ và bảo mật dữ liệu.
D. Để kinh doanh dữ liệu.
Đáp án: B.
Học máy (Machine Learning) trong khoa học dữ liệu có vai trò chính là phân tích và khai phá dữ liệu để tìm ra các mẫu, xu hướng, và dự đoán từ dữ liệu. Học máy sử dụng các thuật toán để tự động học hỏi từ dữ liệu và đưa ra các dự đoán hoặc quyết định mà không cần lập trình cụ thể cho từng vấn đề. Đây là một trong những công cụ mạnh mẽ nhất trong khoa học dữ liệu để xử lý dữ liệu lớn và phức tạp.
Những điểm khác biệt cơ bản giữa dữ liệu lớn và dữ liệu trong cơ sở dữ liệu quan hệ là gì?
A. Kích thước của dữ liệu.
B. Độ phức tạp của dữ liệu.
C. Đa dạng về loại và định dạng dữ liệu.
D. Tốc độ xử lí dữ liệu.
Đáp án: B và C
B. Dữ liệu lớn có thể bao gồm nhiều loại dữ liệu khác nhau (có cấu trúc, bán cấu trúc và phi cấu trúc) như văn bản, hình ảnh, video, cảm biến, và dữ liệu mạng xã hội, làm cho việc xử lý và phân tích trở nên phức tạp hơn.
Cơ sở dữ liệu quan hệ thường làm việc với dữ liệu có cấu trúc, được tổ chức trong các bảng với mối quan hệ rõ ràng và định dạng nhất quán.
C. Dữ liệu lớn thường bao gồm dữ liệu đa dạng từ nhiều nguồn khác nhau, có thể là dữ liệu cấu trúc, bán cấu trúc, hoặc phi cấu trúc.
Cơ sở dữ liệu quan hệ thường chỉ xử lý dữ liệu có cấu trúc, nghĩa là dữ liệu phải được tổ chức theo các bảng và định dạng nhất định.
Chọn phương án sai về vai trò của Khoa học dữ liệu.
A. Phân tích dữ liệu để ra quyết định.
B. Tối ưu hóa quyết định dựa trên dữ liệu.
C. Tạo ra các ứng dụng trò chơi.
D. Khám phá tri thức từ dữ liệu.
Đáp án: C. Khoa học dữ liệu chủ yếu tập trung vào việc phân tích và khai thác dữ liệu để đưa ra quyết định, tối ưu hóa quyết định dựa trên dữ liệu, và khám phá tri thức từ dữ liệu. Đây là những vai trò cốt lõi của khoa học dữ liệu, nhằm giúp tổ chức hiểu rõ hơn về dữ liệu và áp dụng nó để cải thiện hoạt động kinh doanh hoặc nghiên cứu.
Tạo ra các ứng dụng trò chơi không phải là vai trò chính của khoa học dữ liệu. Mặc dù khoa học dữ liệu có thể được ứng dụng trong việc phân tích hành vi người chơi hoặc cải thiện trải nghiệm người dùng trong game, việc phát triển trò chơi chủ yếu thuộc về lĩnh vực phát triển phần mềm và lập trình game, không phải là mục tiêu cốt lõi của khoa học dữ liệu.
Khoa học dữ liệu làm gì để góp phần tăng hiệu quả công việc?
A. Dự báo và phân tích xu hướng phát triển dựa trên dữ liệu.
B. Tự động hóa các quá trình lặp.
C. Tạo các hình ảnh quảng cáo.
D. Hỗ trợ phân bổ tài nguyên hợp lí, giảm các nguy cơ lãng phí.
Đáp án : B. Giúp tiết kiệm thời gian và tăng năng suất làm việc.
Khám phá tri thức từ dữ liệu trong Khoa học dữ liệu nhằm mục đích gì?
A. Tạo ra sản phẩm mới.
B. Xây dựng các chiến lược quảng cáo.
C. Phát triển các trò chơi.
D. Tìm ra các mối quan hệ ẩn trong dữ liệu.
Đáp án : D. Khám phá tri thức từ dữ liệu trong khoa học dữ liệu chủ yếu nhằm mục đích tìm ra các mối quan hệ, mẫu, và xu hướng ẩn trong dữ liệu. Điều này giúp tổ chức hiểu rõ hơn về thông tin có sẵn và đưa ra các quyết định có cơ sở dựa trên dữ liệu.
Khoa học dữ liệu có những khả năng nào sau đây?
A. Giúp tự động hóá những tác vụ lặp đi lặp lại.
B. Trực tiếp làm ra các sản phẩm mới.
C. Cho phép con người tập trung vào những công việc phức tạp và sáng tạo hơn.
D. Mọi lĩnh vực đều có thể vận dụng và hưởng lợi nhờ những khả năng của Khoa học dữ liệu.
Đáp án : A, C, D.
A. Khoa học dữ liệu có thể áp dụng học máy và các thuật toán để tự động hóa quy trình xử lý dữ liệu, giúp tiết kiệm thời gian và nâng cao hiệu suất công việc.
C. Khi các tác vụ lặp đi lặp lại được tự động hóa, con người có thể dành nhiều thời gian hơn cho các nhiệm vụ phân tích sâu, sáng tạo và phát triển chiến lược.
D. Khoa học dữ liệu có thể áp dụng trong nhiều lĩnh vực như y tế, tài chính, marketing, sản xuất, v.v., giúp cải thiện quy trình và đưa ra quyết định dựa trên dữ liệu.
Cá nhân hóa các dịch vụ khách hàng là gì?
a) Thu thập thông tin liên quan đến hành vi, sở thích, quá trình mua sắm và lịch sử tương tác của khách hàng.
b) Phân tích dữ liệu để hiểu rõ hơn về nhu cầu và mong muốn của khách hàng.
c) Khách hàng được tự mình tìm kiểm và lựa chọn các sản phẩm cần thiết.
d) Đề xuất sản phẩm hoặc dịch vụ phù hợp với hành vi và sở thích của khách hàng.
a) Sai. Vì nó không đề cập đến các bước cần thiết tiếp theo để thực hiện cá nhân hóa, như phân tích dữ liệu và hành động dựa trên thông tin đã thu thập.
b) Sai. Vì nó không đề cập đến việc áp dụng các phân tích đó để tạo ra sự cá nhân hóa thực sự. Thực tế, cá nhân hóa đòi hỏi một quy trình tổng thể, bao gồm cả thu thập, phân tích, và áp dụng dữ liệu để cải thiện trải nghiệm khách hàng.
c) Sai. Mặc dù việc khách hàng tự tìm kiếm và lựa chọn sản phẩm là một phần của trải nghiệm mua sắm, nhưng điều này không hoàn toàn thể hiện khái niệm cá nhân hóa dịch vụ. Cá nhân hóa thường liên quan đến việc doanh nghiệp chủ động cung cấp các đề xuất và tùy chỉnh dựa trên thông tin và phân tích dữ liệu, chứ không chỉ là việc khách hàng tự quyết định.
d) Đúng. Đây là một trong những mục tiêu chính của cá nhân hóa dịch vụ khách hàng. Bằng cách đề xuất các sản phẩm hoặc dịch vụ dựa trên hành vi và sở thích, doanh nghiệp có thể cải thiện trải nghiệm của khách hàng và tăng khả năng chuyển đổi bán hàng.
Các hệ khuyến nghị không được khuyến cáo sử dụng trong lĩnh vực nào?
a) Lái xe tự động.
b) Chăm sóc sức khoẻ.
c) Kinh doanh.
d) Giải trí.
Hệ thống khuyến nghị thường dựa trên dữ liệu lịch sử để đưa ra đề xuất.
a) Đúng. Trong lĩnh vực lái xe tự động, việc dựa vào dữ liệu lịch sử có thể dẫn đến nguy hiểm vì môi trường lái xe luôn thay đổi và không thể dự đoán được.
b) Sai. Hệ thống khuyến nghị có thể được sử dụng để đề xuất các phương pháp điêu trị phú hợp cho bệnh nhân dựa trên các triệu chứng của họ.
c) Sai. Đề xuất các sản phẩm hoặc dịch vụ phù hợp cho khách hàng dựa trên lịch sử mua hàng
d) Sai. Đề xuất các bộ phim, bài hát hoặc chương trình truyền hình phù hợp cho người dùng dựa trên sở thích mỗi người.
Tuy nhiên, cần lưu ý rằng hệ thống khuyến nghị chỉ nên được sử dụng như một công cụ hỗ trợ. Người dùng cần phải tự mình đánh giá và quyết định xem liệu các đề xuất có phù hợp với mình hay không. Ngoài ra, hệ thống khuyến nghị cần được thiết kế và triển khai cẩn thận để tránh các nguy cơ tiềm ần. Ví dụ, hệ thống khuyến nghị cần được đảm bảo là không thiên vị và không phân biệt đối xử với người dùng.
Tại sao lại nói xử lí dữ liệu lớn là thành tựu lớn nhất của Khoa học dữ liệu?
Gợi ý: Xử lí dữ liệu lớn được coi là thành tựu lớn nhất của Khoa học dữ liệu vì những lí do sau:
- Cho phép tổ chức và phân tích lượng dữ liệu lớn mà trước đây gần như không thể xử lí. Việc này mở ra khả năng khám phá và trích rút tri thức từ các nguồn dữ liệu lớn, đa dạng.
- Không chỉ giúp lưu trữ và quản lí dữ liệu lớn mà còn tìm ra các mẫu hình, xu hướng và liên kết ẩn chứa trong dữ liệu, cung cấp thông tin chi tiết và quan trọng cho việc ra quyết định dựa trên dữ liệu, không chỉ dựa vào trực giác, mang lại sự chính xác và khách quan hơn trong quyết định.
- Phân tích dữ liệu lớn giúp phát hiện sớm các rủi ro, bất thường và gian lận, đặc biệt trong các lĩnh vực như tài chính, y tế, và an ninh mạng. Đồng thời, cung cấp khả năng dự báo và phân tích xu hướng dựa trên dữ liệu, giúp định hình chiến lược và kế hoạch tương lai.
- Xử lí dữ liệu lớn cho phép cá nhân hóa dịch vụ và sản phẩm dựa trên dữ liệu hành vi và sở thích của người dùng, nâng cao trải nghiệm khách hàng.
Phân tích dữ liệu lớn mở ra những cơ hội đổi mới và sáng tạo mới trong nhiều lĩnh vực như y tế, giáo dục, kinh doanh và khoa học.
Trong kỉ nguyên số hóá, dữ liệu nói chung và dữ liệu lớn nói riêng ngày càng trở thành tài sản quan trọng, khả năng xứ lí và phân tích dữ liệu lớn đóng vai trò trung tâm đề có được hiểu biết sâu sắc, đổi mới và tối ưu hóá quyết định.
Nhờ vậy, Khoa học dữ liệu trở thành một lĩnh vực phát triền mạnh mẽ, không thể thiếu trong thế giới hiện đại.
