TOP 45 câu hỏi kiểm tra tổng kết môn Nhập môn AI | Trường Đại học Phenikaa

Xác định loại hình học tập trong đó dữ liệu đào tạo được dán nhãn được sử dụng?Giả thuyết về hồi quy logis c (logis c regression) là gì? Việc thêm một đặc trưng không quan trọng vào mô hình hồi quy tuyến nh có thể dẫn đến. Tài liệu giúp bạn tham khảo, ôn tập và đạt kết quả cao. Mời bạn đón xem.

lOMoARcPSD|47231818
Bài kiểm tra tổng kết Nhập môn AI
Bài 1: Giả thuyết về hồi quy logis c (logis c regression) là gì?
A) để giới hạn hàm chi phí (hàm cost hay cost func on) trong khoảng từ 0 đến + vô cùng
B) để giới hạn hàm chi phí (hàm cost hay cost func on) giữa -1 và 1
C) để giới hạn hàm chi phí (hàm cost hay cost func on) giữa 0 và 1
D) để giới hạn hàm chi phí (hàm cost hay cost func on) giữa −∞+∞
Bài 2: Làm cách nào để bạn xử lý dữ liệu bị thiếu hoặc b hỏng trong tập dữ liệu?
A) Bỏ các hàng hoặc cột bị thiếu
B) Chỉ định một danh mục duy nhất cho các giá trị bị thiếu
C) Thay thế các giá trị bị thiếu bằng giá trị trung bình/trung bình/chế độ
D) Tt cnhững điều trên
Bài 3: Xác định loại hình học tập trong đó dữ liệu đào tạo được dán nhãn được sử dụng.
A) Học tăng cường (Reinforcement learning) A) Lỗi! Th đnh du không đưc xc đnh.
B) 4
C) 4
B) Học không giám sát (Unsupervised learning)
C) Học có giám sát (Supervised learning)
D) Học bán không giám sát (Semi unsupervised learning)
Bài 4: Điều gì sẽ làm cho một robot thông minh? A)
Phn ứng với Môi trường.
B) Nó có thể nhy cao hơn con người 1,5 mét.
C) Tính toán các vấn đề toán học nhanh hơn Tâm trí con người.
|47231818
D) Sắp xếp các hành động theo mục đích và cũng có cm biến và hiệu ứng.
Bài 5: Có bao nhiêu loại Kỹ thuật học máy (Machine learning)?
D) 9
Bài 6: Học máy là một tập hợp con của ______ A)
Khai thác dữ liệu (Data mining)
b) Học sâu (Deep learning) C)
Trí tuệ nhân tạo (AI)
D) Không có điều nào ở trên
Bài 7: Điều gì là đúng về Machine Learning?
A) Machine Learning (ML) là lĩnh vực khoa học máy nh
B) ML là một loại trí tuệ nhân tạo trích xuất các mẫu từ dữ liệu thô bằng cách sử dụng thuật toán hoặc
phương pháp.
C) Trọng tâm chính của ML là cho phép các hệ thống máy nh học hỏi kinh nghiệm mà không cần lập trình
rõ ràng hoặc can thiệp của con người.
D) Tt cnhững điều trên
Bài 8: Trong hồi quy tuyến nh, chúng tôi cố gắng ______ các sai khác trong dự đoán của mô hình để xác
định đường phù hợp nhất.
A) Thay đổi
B) Tối đa hóa
C) Thu nhỏ
D) Không có điều nào ở trên
Bài 9: Việc thêm một đặc trưng không quan trọng vào mô hình hồi quy tuyến nh có thể dẫn đến.
1) Tăng R-square (R2)
2) Giảm R-square (R2)
A) Chỉ có điều 1 là đúng
B) Chỉ có điều 2 là đúng
C) Cả A và B)
lOMoARcPSD|47231818
D) Không có điều nào ở trên
Bài 10: Những loại nào sau đây là các loại vấn đề phbiến trong học máy?
A) Phân cụm (Clustering)
B) Hồi quy (Regression)
C) Phân loại (Classica on)
D) Tt cnhững điều trên
Bài 11: Đầu ra của quá trình đào tạo trong học máy là gì?
A) Sự chính xác
B) Mô hình học máy
C) Thuật toán học máy
D) Không có điều nào ở trên
Bài 12: Vấn đề phbiến nhất khi sử dụng Machine Learning là____
A) Chất lượng dữ liệu kém
B) Cơ sở hạ tầng không đầy đủ
C) Thiếu nguồn lực có kỹ năng
D) Không có điều nào ở trên
Bài 13: Một tập hợp con của máy học liên quan đến các hệ thống suy nghĩ và học hỏi như con người
bằng cách sử dụng mạng lưới thần kinh nhân tạo.
A) Học sâu
b) Học máy
C) Trí tuệ nhân tạo
D) Tt cnhững điều trên
Bài 14: Tại sao học máy trong khoa học dữ liệu?
A) Để dự đoán
B) Để làm sạch dữ liệu (Cleaning)
C) Để trực quan hóa dữ liệu (Visualiza on)
|47231818
D) Tt cnhững điều trên
Bài 15: Nhà khoa học dữ liệu là ai?
A) Người làm thống kê số liu
B) Nhà toán học
C) Lập trình viên phần mềm
D) Tt cnhững điều trên
Bài 16: Dữ liệu thô chỉ nên được xử lý một lần. Đây là một nhận định
A) Đúng
B) Sai
C) Không thể nói
D) Không có điều nào ở trên
Bài 17: Dữ liệu có thể được phân loại thành ______ nhóm.
A) 5
B) 4
C) 3
D) 2
Bài 18: Trí tuệ nhân tạo là gì?
A) Chơi game trên máy nh
B) Làm cho một cỗ máy thông minh
C) Lập trình bằng chính trí thông minh của bạn
D) Đưa trí thông minh của bạn vào máy nh
Bài 19: Trí tuệ nhân tạo mạnh mẽ là
A) Hiện thân của khả năng trí tuệ của con người trong một máy nh
B) Nghiên cứu về khả năng nh thần thông qua việc sử dụng các mô hình nh thần được thực hiện trên
máy nh
lOMoARcPSD|47231818
C) Một tập hợp các chương trình máy nh tạo ra đầu ra sẽ được coi là phản ánh trí thông minh nếu nó
được tạo ra bởi con người
D) Tt cnhững điều trên
Bài 20: Biểu đồ thanh này là một ví dụ về kỹ thuật trực quan hóa dữ liệu. Có bao nhiêu danh mục được
thhiện trong biểu đồ thanh này?
A) 6
B) 40
C) 0
D) 5
Bài 21: Bảng điều khiển dữ liệu cho người quản lý ếp thị có thể có KPI liên quan đến ...............
A. các biện pháp bán hàng hiện tại và bán hàng theo khu vực
B. nh hình tài chính hiện tại của công ty.
C. Tc đhiện tại của xe, mức nhiên liệu và nhiệt độ động cơ.
D.Không có điều nào ở trên
Bài 22: Các biểu đồ hữu ích trong việc so sánh giữa ...............
A. Biểu đồ thanh (Bar charts)
B. Biểu đồ cột (Column charts)
C. Biểu đồ bánh (Pie charts)
D. Cả biểu đồ thanh & cột (Both Bar & Column Charts)
|47231818
Bài 23: Một biểu đồ hữu ích để hiển thnhiều biến là .............
A. biểu đồ tán xạ (sca er chart)
B. ma trận biểu đồ phân tán (sca er chart matrix)
C. đồ thị hai chiều (two-dimensional graph)
D. biểu đồ cột và thanh xếp chồng lên nhau (stacked column and bar chart) Bài 24: Tên biểu đồ là...
A. Histogram
B. Network
C. Sca er plot
D. Streamgraph
Bài 25: Tên biểu đồ là...
A. Histogram
B. Bar chart
C. Sca er plot
D. Line chart
lOMoARcPSD|47231818
Bài 26: Tên biểu đồ là...
A. Histogram
B. Bar chart
C. Sca er plot
D. Line chart
Bài 27: Trong một bài toán hồi quy tuyến nh, chúng ta đang sử dụng “R-squared”(R2) để đo mức độ phù
hợp. Chúng tôi thêm một nh năng trong mô hình hồi quy tuyến nh và đào tạo lại mô hình tương tự. Lựa
chọn nào sau đây là đúng?
A. Nếu R-Squared tăng, biến này có ý nghĩa.
B. Nếu R-Squared giảm thì biến này không có ý nghĩa.
|47231818
C. Riêng R-Squared không thể nói về tầm quan trọng của biến. Chúng tôi không thể nói bất cứ điều gì về
nó ngay bây giờ.
D. Không có đáp án trong lựa chọn ở đây.
Bài 28: Hình ảnh sau đây cho thấy sự phù hợp của ba mô hình khác nhau (đường màu xanh lam) trên
cùng một dữ liệu huấn luyện. Bạn có thể kết luận gì từ những hình dung này?
1. Lỗi đào tạo trong mô hình đầu ên cao hơn khi so sánh với mô hình thứ hai và thứ ba.
2. Mô hình tốt nhất cho vấn đề hồi quy này là mô hình cuối cùng (thứ ba), bởi vì nó có lỗi đào tạo tối
thiểu.
3. Mô hình thứ hai mạnh mẽ hơn mô hình thứ nhất và thứ ba vì nó sẽ hoạt động tốt hơn trên dữ liu
không nhìn thấy được.
4. Mô hình thứ ba là quá khớp dữ liệu so với mô hình thứ nhất và thứ hai.
5. Tt cả các mô hình sẽ hoạt động giống nhau vì chúng tôi chưa thấy dữ liệu kiểm nghiệm.
A. 1 and 3
B. 2 and 3
C. 1, 3 and 4 D. Only 5
Bài 29: Mô hình hồi quy tuyến nh (LR) tạo ra phương trình Y = 0,4X + 3. Điều này chỉ ra rằng:
A. Khi Y = 0.4, X = 3
B. Khi Y = 0, X = 3
C. Khi X = 3, Y = 0.4 D. Khi X = 0, Y = 3
Bài 30: Chúng tôi sử dụng biểu đồ ______ để biết liệu có mối quan hệ giữa hai biến hay không.
A. Histogram
B. Box plot
lOMoARcPSD|47231818
C. Sca er plot
D. Bar plot
Bài 31: Đối với một tập dữ liệu, phương trình hồi quy là Y = 21 - 3X. Hệ số tương quan cho dữ liệu này
A. phải bằng 0
B. là âm
C. phải là 1
D. là dương
Bài 32: Cho bộ số liệu x và y như sau x = [1,2,4,0], y = [0.5,1,2,0]. Phương trình hồi quy tuyến nh bằng
A. 0+0.5x
B. 0.5 + 0.5x
C. 1+x
D. 0.5 + 2x
Bài 33: Cho bộ số liệu x và y như sau x = [1,2,4,0], y = [0.5,1,2,0]. Nếu phương trình dự đoán y là 0.5 +
0.1x. Giá trị nào dưới đây là giá trị của R2
A. 0.287
B. 0.574
C. 0.861
D. 0.430
Bài 34: Phương trình hồi quy tuyến nh đa biến là y = w
0
+w
1
*x
1
+w
2
*x
2
. Nếu các hệ số w
0
= 1, w
1
= 2, w
2
= 0.5, giá trị nào là giá trị dự đoán của y khi x
1
= 1 và x
2
= 2.
A. 3
B. 4
C. 3.5
D. 2.5
Bài 35: Cho bộ số liệu giá trị thực của y là [3, 5, 8, 7] và giá trị dự đoán của y bằng hồi quy là [4,3,5,6]. Giá
trị nào dưới đây là giá trị của MSE
A. 3.75
|47231818
B. 4.25
C. 3.25
D. 3.50
Bài 36: Cho bộ số liệu giá trị thực của y là [3, 5, 8, 7,9] và giá trị dự đoán của y bằng hồi quy là [4,3,5,6,8].
Giá trị nào dưới đây là giá trị của MAE
A. 1.6
B. 1.7
C. 1.8
D. 1.5
Bài 37: Cho bộ số liệu giá trị thực của y là [1,2,3,4,5] và giá trị dự đoán của y bằng hồi quy là
[1.6,2.5,2.9,3,4.1]. Giá trị nào dưới đây là giá trị của RMSE
A. 0.697
B. 0.349
C. 0.645
D. 0.279
Bài 38: Với bộ số liệu x = [1,3,6,7,9], độ lệch chuẩn bằng
A. 2.856
B. 8.160
C. 1.690
D. Không đáp án nào đúng
Bài 39: Nếu mô hình tuyến nh là y = 5, thi hệ số w
1
của phương trình hồi quy bng:
A. 0.5
B. 0
C. 1
D. 5
Bài 40: Cho bộ số liệu x và y như sau x = [1, 20, 30, 40], y = [1, 400, 800, 1300]. Hệ số w
1
trong pương
trình hồi quy tuyến nh bằng
lOMoARcPSD|47231818
A. 27.480
B. 28.956
C. 32.625
D. 40.000
Bài 41: Biểu đồ hộp (box plot) là gì?
A. Kỹ thuật trực quan hóa để thhiện từng kích thước như một đặc điểm của khuôn mặt
B. Kỹ thuật trực quan hóa để thhiện các điểm dữ liệu quan trọng hơn bằng phông chữ lớn hơn
C. Kỹ thuật trực quan hóa để biểu thị giá trị trung bình, độ lệch và các thống kê khác của dữ liu
D. Kỹ thuật trực quan hóa để biểu diễn dữ liệu dưới dạng một điểm trong không gian 2 chiều
Bài 42: Trực quan hóa dữ liệu là gì?
A. Đó là biểu diễn đồ họa của thông n và dữ liu
B. Là biểu diễn số của thông n, dữ liu
C. Là ký tự biểu diễn thông n, dữ liu
D. Không có điều nào ở trên
Bài 43: Các biểu đồ nào hữu ích trong việc so sánh
A. Biểu đồ thanh
B. Biểu đồ ct
C. Biểu đồ bánh (Pie chart)
D. Cả biểu đồ thanh & cột
Bài 44: Một biểu đồ tương tự như biểu đồ phân tán (sca er chart), nhưng sử dụng một đường để kết
nối các điểm trong biểu đồ đưc gọi là biểu đồ A) biểu đồ đường (line chart).
B) biểu đồ phân tán (sca er plot).
C) đường xu hướng (trendline).
D) biểu đồ thanh (bar chart).
Bài 45: Hành động thu thập dữ liu đại diện cho dữ liệu quần thể được gọi là A)
lấy dữ liệu mẫu.
|47231818
B) lấy mẫu ngẫu nhiên.
C) lấy mẫu quần thể.
D) các ứng dụng phân ch kinh doanh.
| 1/12

Preview text:

lOMoARcPSD|47231818
Bài kiểm tra tổng kết Nhập môn AI
Bài 1: Giả thuyết về hồi quy logis c (logis c regression) là gì?
A) để giới hạn hàm chi phí (hàm cost hay cost func on) trong khoảng từ 0 đến + vô cùng
B) để giới hạn hàm chi phí (hàm cost hay cost func on) giữa -1 và 1
C) để giới hạn hàm chi phí (hàm cost hay cost func on) giữa 0 và 1
D) để giới hạn hàm chi phí (hàm cost hay cost func on) giữa −∞ và +∞
Bài 2: Làm cách nào để bạn xử lý dữ liệu bị thiếu hoặc bị hỏng trong tập dữ liệu?
A) Bỏ các hàng hoặc cột bị thiếu
B) Chỉ định một danh mục duy nhất cho các giá trị bị thiếu
C) Thay thế các giá trị bị thiếu bằng giá trị trung bình/trung bình/chế độ
D) Tất cả những điều trên
Bài 3: Xác định loại hình học tập trong đó dữ liệu đào tạo được dán nhãn được sử dụng.
A) Học tăng cường (Reinforcement learning) A)
Lỗi! Thẻ đánh dấu không được xác định. B) 4 C) 4
B) Học không giám sát (Unsupervised learning)
C) Học có giám sát (Supervised learning)
D) Học bán không giám sát (Semi unsupervised learning)
Bài 4: Điều gì sẽ làm cho một robot thông minh? A)
Phản ứng với Môi trường.
B) Nó có thể nhảy cao hơn con người 1,5 mét.
C) Tính toán các vấn đề toán học nhanh hơn Tâm trí con người. |47231818
D) Sắp xếp các hành động theo mục đích và cũng có cảm biến và hiệu ứng.
Bài 5: Có bao nhiêu loại Kỹ thuật học máy (Machine learning)? D) 9
Bài 6: Học máy là một tập hợp con của ______ A)
Khai thác dữ liệu (Data mining)
b) Học sâu (Deep learning) C) Trí tuệ nhân tạo (AI)
D) Không có điều nào ở trên
Bài 7: Điều gì là đúng về Machine Learning?
A) Machine Learning (ML) là lĩnh vực khoa học máy nh
B) ML là một loại trí tuệ nhân tạo trích xuất các mẫu từ dữ liệu thô bằng cách sử dụng thuật toán hoặc phương pháp.
C) Trọng tâm chính của ML là cho phép các hệ thống máy nh học hỏi kinh nghiệm mà không cần lập trình
rõ ràng hoặc can thiệp của con người.
D) Tất cả những điều trên
Bài 8: Trong hồi quy tuyến nh, chúng tôi cố gắng ______ các sai khác trong dự đoán của mô hình để xác
định đường phù hợp nhất. A) Thay đổi B) Tối đa hóa C) Thu nhỏ
D) Không có điều nào ở trên
Bài 9: Việc thêm một đặc trưng không quan trọng vào mô hình hồi quy tuyến nh có thể dẫn đến. 1) Tăng R-square (R2) 2) Giảm R-square (R2)
A) Chỉ có điều 1 là đúng
B) Chỉ có điều 2 là đúng C) Cả A và B) lOMoARcPSD|47231818
D) Không có điều nào ở trên
Bài 10: Những loại nào sau đây là các loại vấn đề phổ biến trong học máy? A) Phân cụm (Clustering) B) Hồi quy (Regression)
C) Phân loại (Classifica on)
D) Tất cả những điều trên
Bài 11: Đầu ra của quá trình đào tạo trong học máy là gì? A) Sự chính xác B) Mô hình học máy C) Thuật toán học máy
D) Không có điều nào ở trên
Bài 12: Vấn đề phổ biến nhất khi sử dụng Machine Learning là____
A) Chất lượng dữ liệu kém
B) Cơ sở hạ tầng không đầy đủ
C) Thiếu nguồn lực có kỹ năng
D) Không có điều nào ở trên
Bài 13: Một tập hợp con của máy học liên quan đến các hệ thống suy nghĩ và học hỏi như con người
bằng cách sử dụng mạng lưới thần kinh nhân tạo. A) Học sâu b) Học máy C) Trí tuệ nhân tạo
D) Tất cả những điều trên
Bài 14: Tại sao học máy trong khoa học dữ liệu? A) Để dự đoán
B) Để làm sạch dữ liệu (Cleaning)
C) Để trực quan hóa dữ liệu (Visualiza on) |47231818
D) Tất cả những điều trên
Bài 15: Nhà khoa học dữ liệu là ai?
A) Người làm thống kê số liệu B) Nhà toán học
C) Lập trình viên phần mềm
D) Tất cả những điều trên
Bài 16: Dữ liệu thô chỉ nên được xử lý một lần. Đây là một nhận định A) Đúng B) Sai C) Không thể nói
D) Không có điều nào ở trên
Bài 17: Dữ liệu có thể được phân loại thành ______ nhóm. A) 5 B) 4 C) 3 D) 2
Bài 18: Trí tuệ nhân tạo là gì? A) Chơi game trên máy nh
B) Làm cho một cỗ máy thông minh
C) Lập trình bằng chính trí thông minh của bạn
D) Đưa trí thông minh của bạn vào máy nh
Bài 19: Trí tuệ nhân tạo mạnh mẽ là
A) Hiện thân của khả năng trí tuệ của con người trong một máy nh
B) Nghiên cứu về khả năng nh thần thông qua việc sử dụng các mô hình nh thần được thực hiện trên máy nh lOMoARcPSD|47231818
C) Một tập hợp các chương trình máy nh tạo ra đầu ra sẽ được coi là phản ánh trí thông minh nếu nó
được tạo ra bởi con người
D) Tất cả những điều trên
Bài 20: Biểu đồ thanh này là một ví dụ về kỹ thuật trực quan hóa dữ liệu. Có bao nhiêu danh mục được
thể hiện trong biểu đồ thanh này? A) 6 B) 40 C) 0 D) 5
Bài 21: Bảng điều khiển dữ liệu cho người quản lý ếp thị có thể có KPI liên quan đến ...............
A. các biện pháp bán hàng hiện tại và bán hàng theo khu vực
B. nh hình tài chính hiện tại của công ty.
C. Tốc độ hiện tại của xe, mức nhiên liệu và nhiệt độ động cơ.
D.Không có điều nào ở trên
Bài 22: Các biểu đồ hữu ích trong việc so sánh giữa ...............
A. Biểu đồ thanh (Bar charts)
B. Biểu đồ cột (Column charts)
C. Biểu đồ bánh (Pie charts)
D. Cả biểu đồ thanh & cột (Both Bar & Column Charts) |47231818
Bài 23: Một biểu đồ hữu ích để hiển thị nhiều biến là .............
A. biểu đồ tán xạ (sca er chart)
B. ma trận biểu đồ phân tán (sca er chart matrix)
C. đồ thị hai chiều (two-dimensional graph)
D. biểu đồ cột và thanh xếp chồng lên nhau (stacked column and bar chart) Bài 24: Tên biểu đồ là... A. Histogram B. Network C. Sca er plot D. Streamgraph
Bài 25: Tên biểu đồ là... A. Histogram B. Bar chart C. Sca er plot D. Line chart lOMoARcPSD|47231818
Bài 26: Tên biểu đồ là... A. Histogram B. Bar chart C. Sca er plot D. Line chart
Bài 27: Trong một bài toán hồi quy tuyến nh, chúng ta đang sử dụng “R-squared”(R2) để đo mức độ phù
hợp. Chúng tôi thêm một nh năng trong mô hình hồi quy tuyến nh và đào tạo lại mô hình tương tự. Lựa
chọn nào sau đây là đúng?
A. Nếu R-Squared tăng, biến này có ý nghĩa.
B. Nếu R-Squared giảm thì biến này không có ý nghĩa. |47231818
C. Riêng R-Squared không thể nói về tầm quan trọng của biến. Chúng tôi không thể nói bất cứ điều gì về nó ngay bây giờ.
D. Không có đáp án trong lựa chọn ở đây.
Bài 28: Hình ảnh sau đây cho thấy sự phù hợp của ba mô hình khác nhau (đường màu xanh lam) trên
cùng một dữ liệu huấn luyện. Bạn có thể kết luận gì từ những hình dung này?
1. Lỗi đào tạo trong mô hình đầu ên cao hơn khi so sánh với mô hình thứ hai và thứ ba.
2. Mô hình tốt nhất cho vấn đề hồi quy này là mô hình cuối cùng (thứ ba), bởi vì nó có lỗi đào tạo tối thiểu.
3. Mô hình thứ hai mạnh mẽ hơn mô hình thứ nhất và thứ ba vì nó sẽ hoạt động tốt hơn trên dữ liệu không nhìn thấy được.
4. Mô hình thứ ba là quá khớp dữ liệu so với mô hình thứ nhất và thứ hai.
5. Tất cả các mô hình sẽ hoạt động giống nhau vì chúng tôi chưa thấy dữ liệu kiểm nghiệm. A. 1 and 3 B. 2 and 3 C. 1, 3 and 4 D. Only 5
Bài 29: Mô hình hồi quy tuyến nh (LR) tạo ra phương trình Y = 0,4X + 3. Điều này chỉ ra rằng: A. Khi Y = 0.4, X = 3 B. Khi Y = 0, X = 3
C. Khi X = 3, Y = 0.4 D. Khi X = 0, Y = 3
Bài 30: Chúng tôi sử dụng biểu đồ ______ để biết liệu có mối quan hệ giữa hai biến hay không. A. Histogram B. Box plot lOMoARcPSD|47231818 C. Sca er plot D. Bar plot
Bài 31: Đối với một tập dữ liệu, phương trình hồi quy là Y = 21 - 3X. Hệ số tương quan cho dữ liệu này A. phải bằng 0 B. là âm C. phải là 1 D. là dương
Bài 32: Cho bộ số liệu x và y như sau x = [1,2,4,0], y = [0.5,1,2,0]. Phương trình hồi quy tuyến nh bằng A. 0+0.5x B. 0.5 + 0.5x C. 1+x D. 0.5 + 2x
Bài 33: Cho bộ số liệu x và y như sau x = [1,2,4,0], y = [0.5,1,2,0]. Nếu phương trình dự đoán y là 0.5 +
0.1x. Giá trị nào dưới đây là giá trị của R2 A. 0.287 B. 0.574 C. 0.861 D. 0.430
Bài 34: Phương trình hồi quy tuyến nh đa biến là y = w0 +w1*x1 +w2*x2 . Nếu các hệ số w0 = 1, w1 = 2, w2
= 0.5, giá trị nào là giá trị dự đoán của y khi x1 = 1 và x2 = 2. A. 3 B. 4 C. 3.5 D. 2.5
Bài 35: Cho bộ số liệu giá trị thực của y là [3, 5, 8, 7] và giá trị dự đoán của y bằng hồi quy là [4,3,5,6]. Giá
trị nào dưới đây là giá trị của MSE A. 3.75 |47231818 B. 4.25 C. 3.25 D. 3.50
Bài 36: Cho bộ số liệu giá trị thực của y là [3, 5, 8, 7,9] và giá trị dự đoán của y bằng hồi quy là [4,3,5,6,8].
Giá trị nào dưới đây là giá trị của MAE A. 1.6 B. 1.7 C. 1.8 D. 1.5
Bài 37: Cho bộ số liệu giá trị thực của y là [1,2,3,4,5] và giá trị dự đoán của y bằng hồi quy là
[1.6,2.5,2.9,3,4.1]. Giá trị nào dưới đây là giá trị của RMSE A. 0.697 B. 0.349 C. 0.645 D. 0.279
Bài 38: Với bộ số liệu x = [1,3,6,7,9], độ lệch chuẩn bằng A. 2.856 B. 8.160 C. 1.690
D. Không đáp án nào đúng
Bài 39: Nếu mô hình tuyến nh là y = 5, thi hệ số w1 của phương trình hồi quy bằng: A. 0.5 B. 0 C. 1 D. 5
Bài 40: Cho bộ số liệu x và y như sau x = [1, 20, 30, 40], y = [1, 400, 800, 1300]. Hệ số w1 trong pương
trình hồi quy tuyến nh bằng lOMoARcPSD|47231818 A. 27.480 B. 28.956 C. 32.625 D. 40.000
Bài 41: Biểu đồ hộp (box plot) là gì?
A. Kỹ thuật trực quan hóa để thể hiện từng kích thước như một đặc điểm của khuôn mặt
B. Kỹ thuật trực quan hóa để thể hiện các điểm dữ liệu quan trọng hơn bằng phông chữ lớn hơn
C. Kỹ thuật trực quan hóa để biểu thị giá trị trung bình, độ lệch và các thống kê khác của dữ liệu
D. Kỹ thuật trực quan hóa để biểu diễn dữ liệu dưới dạng một điểm trong không gian 2 chiều
Bài 42: Trực quan hóa dữ liệu là gì?
A. Đó là biểu diễn đồ họa của thông n và dữ liệu
B. Là biểu diễn số của thông n, dữ liệu
C. Là ký tự biểu diễn thông n, dữ liệu
D. Không có điều nào ở trên
Bài 43: Các biểu đồ nào hữu ích trong việc so sánh A. Biểu đồ thanh B. Biểu đồ cột
C. Biểu đồ bánh (Pie chart)
D. Cả biểu đồ thanh & cột
Bài 44: Một biểu đồ tương tự như biểu đồ phân tán (sca er chart), nhưng sử dụng một đường để kết
nối các điểm trong biểu đồ được gọi là biểu đồ A) biểu đồ đường (line chart).
B) biểu đồ phân tán (sca er plot).
C) đường xu hướng (trendline).
D) biểu đồ thanh (bar chart).
Bài 45: Hành động thu thập dữ liệu đại diện cho dữ liệu quần thể được gọi là A) lấy dữ liệu mẫu. |47231818 B) lấy mẫu ngẫu nhiên. C) lấy mẫu quần thể.
D) các ứng dụng phân ch kinh doanh.