Tất cả câu hỏi

Đáp án đúng: "To control the flow of information from the current input". Trong LSTM, cổng vào (input gate) là một lớp sigmoid nhận đầu vào hiện tại và trạng thái ẩn trước đó, cho ra giá trị từ 0 đến 1 để quyết định bao nhiêu thông tin mới, tức vector ứng viên tạo bởi tanh, được ghi vào trạng thái ô (cell state); cổng quên quyết định xoá gì, cổng vào quyết định thêm gì. "To adjust the learning rate during training" sai vì tốc độ học do bộ tối ưu như Adam hay lịch tốc độ học điều khiển, không phải thành phần bên trong ô LSTM. "To introduce non-linearity to the network" sai vì tính phi tuyến đến từ các hàm kích hoạt; cổng vào có dùng sigmoid nhưng vai trò của nó là điều tiết luồng thông tin, không phải mục đích đưa phi tuyến vào mạng. "None of the above" sai vì đã có một mô tả đúng chức năng của cổng vào.

Đáp án đúng: "The excess return of an investment relative to a benchmark". Alpha là phần lợi suất vượt trội của một khoản đầu tư so với chỉ số tham chiếu (benchmark) hoặc so với mức lợi suất mà rủi ro hệ thống của nó đáng được nhận theo mô hình CAPM; alpha dương nghĩa là chiến lược tạo giá trị ngoài phần bù rủi ro thị trường, đó là thứ các mô hình giao dịch định lượng săn tìm. "The risk associated with a specific investment" mô tả rủi ro, đo bằng độ biến động hoặc beta, không phải alpha. "The average return of all investments in a portfolio" chỉ là lợi suất trung bình, không so với chuẩn nào. "The total market return over a specific period" là lợi suất của thị trường, chính là mốc để tính alpha chứ không phải alpha.

Đáp án đúng: "A situation where a model predicts training data very well but fares much worse in additional (validation, testing) data". Quá khớp (overfitting) là khi mô hình học thuộc cả nhiễu và đặc điểm ngẫu nhiên của tập huấn luyện, nên sai số huấn luyện rất thấp nhưng sai số trên tập kiểm định hay kiểm tra cao hơn hẳn; đó là định nghĩa dựa trên khoảng cách giữa hai loại sai số. "A model with too many predictors" chỉ là một nguyên nhân thường gặp gây quá khớp, không phải bản thân hiện tượng, và mô hình nhiều biến vẫn có thể khái quát tốt nếu được chính quy hoá. "Predictions that very highly accurate" sai vì độ chính xác cao trên dữ liệu mới là điều tốt; quá khớp chỉ cho độ chính xác cao trên dữ liệu đã học. "A model with too many outcome categories" mô tả số lớp đầu ra của bài toán phân loại, không liên quan đến quá khớp.

Đáp án đúng: "All is correct". Học có giám sát (supervised learning) là nhánh học máy huấn luyện trên dữ liệu đã gán nhãn, mỗi mẫu có đầu vào kèm đầu ra đúng, để mô hình học ánh xạ từ đầu vào sang đầu ra rồi dự đoán cho dữ liệu mới; hồi quy và phân loại là hai dạng tiêu biểu. Cả ba phát biểu đều đúng nên phải chọn phương án gộp. "Supervised learning is a category of machine learning that uses labeled datasets to train algorithms to predict outcomes and recognize patterns." đúng vì nêu đúng nhánh học máy, dữ liệu gán nhãn và mục đích dự đoán. "Supervised learning algorithms are given labeled training to learn the relationship between the input and the outputs." đúng vì mô tả cơ chế học quan hệ giữa đầu vào và đầu ra. "Supervised machine learning algorithms make it easier for organizations to create complex models that can make accurate predictions." đúng ở góc độ ứng dụng: có nhãn rõ ràng giúp tổ chức xây và đánh giá được mô hình dự đoán chính xác. Chọn riêng một ý là bỏ sót hai góc nhìn kia.

Đáp án đúng: "By eliminating the need to move data". BigQuery ML cho phép tạo, huấn luyện, đánh giá và dự đoán bằng câu lệnh SQL như CREATE MODEL và ML.PREDICT ngay bên trong kho dữ liệu BigQuery, nên không phải xuất dữ liệu sang một môi trường khác rồi viết đường ống chuyển đổi; bỏ được khâu di chuyển dữ liệu là nguồn tăng tốc phát triển chính. "By allowing users to write code in Python" sai vì điểm mạnh của BigQuery ML là dùng SQL, ngôn ngữ mà người phân tích dữ liệu đã quen, chứ không phải Python. "By providing pre-built models" chưa đúng trọng tâm: BigQuery ML cung cấp các loại mô hình dựng sẵn như hồi quy tuyến tính, k-means hay ARIMA_PLUS, nhưng người dùng vẫn huấn luyện chúng trên dữ liệu của mình, còn tốc độ đến từ việc không chuyển dữ liệu. "By using complex algorithms" sai vì độ phức tạp của thuật toán không làm phát triển nhanh hơn, thậm chí ngược lại.

Đáp án đúng: "To prevent overfitting". Dừng sớm (early stopping) theo dõi sai số trên tập kiểm định trong khi huấn luyện và dừng lại khi sai số này ngừng giảm hoặc bắt đầu tăng, tức thời điểm mô hình bắt đầu học thuộc nhiễu của tập huấn luyện; mục đích chính của nó là chống quá khớp (overfitting). "To save training time" chỉ là lợi ích phụ do dừng trước số epoch dự kiến, không phải lý do kỹ thuật tồn tại. "To improve the model's generalization ability" là hệ quả của việc chống quá khớp chứ không phải mục đích được nêu trực tiếp, nên câu hỏi chọn nguyên nhân gốc. "To avoid local optima in the loss function" sai vì dừng sớm không giúp thoát cực tiểu cục bộ; việc đó thuộc về tốc độ học, động lượng hay khởi tạo.

Đáp án đúng: "Policy gradient". Phương pháp gradient chính sách tham số hoá trực tiếp chính sách bằng một mạng chính sách (policy network) xuất ra xác suất của từng hành động khi biết trạng thái, rồi cập nhật tham số theo hướng gradient của phần thưởng kỳ vọng, ví dụ REINFORCE hay các biến thể actor-critic. "Q-learning" là phương pháp dựa trên giá trị: học hàm Q của cặp trạng thái và hành động, chính sách chỉ được suy ra gián tiếp bằng cách chọn hành động có Q lớn nhất. "Monte Carlo methods" là cách ước lượng giá trị bằng trung bình lợi tức của các tập trọn vẹn; nó có thể được dùng trong gradient chính sách nhưng bản thân không phải là mạng chính sách. "Temporal Difference (TD) learning" cập nhật ước lượng giá trị bằng sai số giữa hai bước liền nhau, cũng thuộc họ dựa trên giá trị chứ không xấp xỉ trực tiếp chính sách.

Đáp án đúng gồm hai ý: "You can lower your exposure to industry and sector risk" và "You exposure to market risk is lower". Một cặp long-short mua một cổ phiếu và bán khống một cổ phiếu khác, thường cùng ngành và có hệ số beta gần nhau. Khi cả thị trường hay cả ngành cùng lên hoặc cùng xuống, lãi ở chân này bù lỗ ở chân kia, nên phần biến động chung bị triệt tiêu phần lớn: rủi ro thị trường giảm, và vì hai mã cùng ngành nên rủi ro ngành, lĩnh vực cũng giảm. Lợi nhuận còn lại đến từ chênh lệch hiệu suất tương đối giữa hai cổ phiếu, đúng thứ người giao dịch cặp muốn đặt cược. "You double your expected return" sai vì lợi suất của cặp là hiệu số giữa hai chân chứ không phải tổng; phần lớn chuyển động chung bị loại bỏ nên lợi suất kỳ vọng thường nhỏ hơn so với giữ một cổ phiếu, đổi lại là rủi ro thấp hơn, và chỉ đòn bẩy mới phóng đại được nó.

Đáp án đúng: "Actions are the moves that the agent takes inside the environment.". Trong học tăng cường, hành động (action) là lựa chọn mà tác nhân thực hiện ở mỗi trạng thái, lấy từ không gian hành động cho phép; hành động làm môi trường chuyển sang trạng thái mới và trả về phần thưởng. Trong giao dịch, hành động thường là mua, bán hoặc giữ nguyên vị thế. "Actions are the function that the environment takes." sai vì hành động do tác nhân chọn, còn môi trường chỉ phản ứng lại qua hàm chuyển trạng thái và hàm phần thưởng; hàm ánh xạ trạng thái sang hành động là chính sách của tác nhân chứ không thuộc về môi trường. "Actions are the feedback that an agent provides." sai vì phản hồi trong học tăng cường là phần thưởng, và phần thưởng do môi trường trả cho tác nhân chứ không phải tác nhân cung cấp.

Đáp án đúng gồm hai ý: "Asset and market prices tend to have momentum so that stocks whose prices are in an up trends tend to increase in value and those in a downtrend tend to decrease in value." và "Fundamental data such as historic earning and sales growth are already fully reflected in the current market price and so have no predictive power.". Quy tắc nội sinh (endogenous trading rule) chỉ dùng lịch sử giá và khối lượng, nên cần hai lý lẽ: giá có quán tính (momentum) nên xu hướng quá khứ có sức dự báo, và dữ liệu cơ bản đã nằm sẵn trong giá nên thêm nó vào cũng không có lợi. "Asset prices follow a random walk with equal probabilities of increasing and decreasing" sai vì nếu giá là bước ngẫu nhiên thì lịch sử giá không dự báo được gì, phủ nhận chính quy tắc nội sinh. "Markets are efficient and fully incorporate all available information (both public and private)." là dạng hiệu quả mạnh, khi đó mọi chiến lược, kể cả dựa trên giá quá khứ, đều không tạo được lợi nhuận vượt trội.

Đáp án đúng: "All of the above". Quy tắc giao dịch ngoại sinh (exogenous) dựa trên thông tin nằm ngoài chuỗi giá và khối lượng của chính tài sản đang giao dịch. "Monetary policy" thuộc nhóm này vì quyết định lãi suất, nới lỏng hay thắt chặt của ngân hàng trung ương là thông tin vĩ mô bên ngoài tác động lên giá. "Geopolitical factors" như xung đột, bầu cử, lệnh trừng phạt cũng là sự kiện bên ngoài thị trường của tài sản. "Derivatives markets" là nguồn ngoại sinh khi ta dùng dữ liệu quyền chọn, hợp đồng tương lai như biến động hàm ý hay cấu trúc kỳ hạn để ra quyết định trên thị trường cơ sở. Cả ba đều đúng nhưng mỗi cái chỉ là một ví dụ, nên phương án tổng hợp mới đầy đủ; ngược lại, quy tắc nội sinh chỉ dùng giá và khối lượng của chính tài sản.

Đáp án đúng gồm năm ý: "The Google Cloud console", "The bq command-line tool", "The BigQuery REST API", "Integrated Colab Enterprise notebooks in BigQuery" và "External tools such as a Jupyter notebook or business intelligence platform". BigQuery ML cho phép tạo và dùng mô hình học máy bằng câu lệnh SQL như CREATE MODEL hay ML.PREDICT, nên bất kỳ kênh nào gửi được truy vấn tới BigQuery đều dùng được nó. Google Cloud console có trình soạn truy vấn để chạy câu lệnh ML ngay trên trình duyệt. Công cụ dòng lệnh bq chạy cùng câu lệnh đó từ terminal hay script. BigQuery REST API cho phép ứng dụng gửi truy vấn tạo và gọi mô hình bằng lập trình, các thư viện client đều đi qua lớp này. Colab Enterprise được tích hợp trong giao diện BigQuery để viết notebook Python và SQL ngay cạnh dữ liệu. Công cụ ngoài như Jupyter notebook hay nền tảng phân tích kinh doanh (business intelligence) kết nối qua thư viện client hoặc trình kết nối và cũng gửi được truy vấn ML. Vì cả năm kênh đều hợp lệ nên phải chọn đủ năm.

Đáp án đúng: "Correlation between a variable and its lagged values". Tự tương quan (autocorrelation) đo mức tương quan của một chuỗi thời gian với chính nó ở các độ trễ (lag) khác nhau, ví dụ lợi suất hôm nay với lợi suất hôm qua là độ trễ 1; hàm ACF vẽ hệ số này theo từng độ trễ và là công cụ để nhận diện bậc của mô hình AR, MA trong ARIMA. "Correlation between two variables" là tương quan thông thường giữa hai biến khác nhau như giá dầu và giá cổ phiếu năng lượng, không có yếu tố chính chuỗi đó ở thời điểm trước. "Correlation between two different time series" là tương quan chéo (cross-correlation), dùng khi xét hai cổ phiếu trong một cặp giao dịch chẳng hạn, chứ không phải tự tương quan. "Correlation between two different populations" là so sánh giữa hai tổng thể, thuộc thống kê mô tả hoặc kiểm định, không liên quan tới cấu trúc theo thời gian của một chuỗi.

Đáp án đúng: "True". Khi dữ liệu ít, tách riêng một tập kiểm tra (hold-out) sẽ làm tập huấn luyện càng nhỏ và kết quả đánh giá phụ thuộc mạnh vào cách chia ngẫu nhiên. Kiểm định chéo (cross-validation), ví dụ k-fold, chia dữ liệu thành k phần, lần lượt dùng mỗi phần làm tập kiểm tra và k − 1 phần còn lại để huấn luyện, rồi lấy trung bình điểm số; mọi điểm dữ liệu đều được dùng cho cả huấn luyện lẫn đánh giá, nên ước lượng hiệu năng ổn định hơn. Chọn "False" bỏ qua đúng lợi thế này; với dữ liệu lớn thì một tập kiểm tra cố định đã đủ, nhưng phát biểu nói về trường hợp ít dữ liệu.

Đáp án đúng: "True". Đồ thị tính toán (computation graph) của TensorFlow mô tả phép tính dưới dạng các nút toán tử và cạnh tensor, độc lập với ngôn ngữ và phần cứng, nên có thể lưu lại (ví dụ dạng SavedModel) rồi chạy trên CPU, GPU, TPU, máy chủ khác hay chuyển sang thiết bị di động qua TensorFlow Lite, trình duyệt qua TensorFlow.js mà không cần mã Python gốc; runtime sẽ đặt từng phép tính lên thiết bị phù hợp. Tính khả chuyển này là một trong những lý do chính để TensorFlow dùng đồ thị, bên cạnh khả năng tối ưu và song song hoá. "False" sai vì nó phủ nhận chính ưu điểm thiết kế đó: đồ thị không gắn cứng với thiết bị nơi nó được tạo ra.

Đáp án đúng gồm hai ý: "To scale the input data to a fixed range" và "To improve the convergence of the optimization algorithm". Chuẩn hoá dữ liệu (data normalization) đưa các đặc trưng về cùng thang đo, ví dụ min-max về khoảng 0 đến 1 hoặc chuẩn hoá z-score về trung bình 0, độ lệch chuẩn 1. Khi một đặc trưng là giá cổ phiếu hàng trăm đô la còn đặc trưng khác là lợi suất cỡ phần trăm, mặt hàm mất mát bị kéo dài lệch, gradient theo các hướng chênh nhau rất nhiều nên giảm gradient dao động và hội tụ chậm; đưa về cùng thang đo làm bước cập nhật cân đối và hội tụ nhanh, ổn định hơn. "To make the input data more interpretable" không đúng vì sau chuẩn hoá dữ liệu mất đơn vị gốc, con số 0,37 khó đọc hơn giá thật, nên diễn giải không phải mục đích. "To preprocess the data for visualization" không đúng vì vẽ biểu đồ đôi khi dùng thang chuẩn hoá nhưng đó là việc mô tả dữ liệu, không phải lý do chuẩn hoá trong huấn luyện học sâu.

Đáp án đúng: "All is correct". tf.data.Dataset là API của TensorFlow để dựng đường ống dữ liệu đầu vào, và cả ba khả năng nêu ra đều đúng. "Configure the way the data is fed into a model with a number of chaining methods" đúng vì Dataset cho nối chuỗi các phương thức như shuffle, batch, repeat, prefetch để quyết định dữ liệu được xáo, chia lô và đưa vào model.fit ra sao. "Preprocess data in parallel" đúng vì phương thức map nhận tham số num_parallel_calls (có thể đặt tf.data.AUTOTUNE) để chạy hàm tiền xử lý song song trên nhiều luồng, còn prefetch cho chuẩn bị lô kế tiếp trong lúc mô hình đang huấn luyện lô hiện tại. "Create data pipelines" đúng vì đó chính là mục đích của API: tạo nguồn từ tensor, tệp CSV hay TFRecord rồi ghép các bước biến đổi thành một đường ống hoàn chỉnh, đọc được cả dữ liệu lớn hơn bộ nhớ. Vì ba ý đều đúng, chọn riêng một ý là thiếu, nên đáp án tổng hợp là đầy đủ nhất.

Đáp án đúng: "It indicates which variable is dependent". Trong hồi quy, hướng (direction) của quan hệ cho biết biến nào là biến phụ thuộc được giải thích và biến nào là biến độc lập dùng để giải thích; hồi quy Y theo X cho đường khác hẳn hồi quy X theo Y, khác với tương quan vốn đối xứng. "It determines the strength of the correlation" sai vì độ mạnh của tương quan đo bằng hệ số tương quan, không đổi khi đảo vai hai biến. "It affects the number of data points used" sai vì số quan sát do dữ liệu quyết định, không phụ thuộc chiều hồi quy. "It has no significance" sai vì chọn sai chiều làm sai cách diễn giải hệ số và dự đoán.

Đáp án đúng: "All of the above". Một mô hình giao dịch cơ bản phải quy định đủ vòng đời của lệnh: "Parameters" là các tham số như chu kỳ chỉ báo, ngưỡng, khối lượng mà ta tinh chỉnh khi backtest; "Entry signal" là tín hiệu vào lệnh, điều kiện để mở vị thế; "Profit exit" là mức chốt lời; "Stop-loss" là mức cắt lỗ giới hạn thua lỗ của mỗi lệnh; "Time-out" là thời hạn tối đa giữ lệnh, hết hạn thì đóng vị thế dù chưa chạm mức chốt lời hay cắt lỗ. Mỗi thành phần đều đúng nhưng chỉ là một mảnh, thiếu bất kỳ cái nào thì chiến lược không xác định được khi nào vào, khi nào ra hay ra theo điều kiện nào, nên chọn riêng lẻ một thành phần là chưa đầy đủ; phương án tổng hợp mới mô tả trọn mô hình.

Đáp án đúng: "False". AutoML (học máy tự động) là cách tự động hoá các khâu xây mô hình: chọn mô hình, tìm kiến trúc, tinh chỉnh siêu tham số và đánh giá, để người không chuyên vẫn có mô hình tốt. Với dữ liệu ảnh, văn bản, AutoML của Google dựa vào tìm kiếm kiến trúc mạng nơ-ron (neural architecture search) và học chuyển giao (transfer learning) để tìm kiến trúc mạng phù hợp với dữ liệu của người dùng, chứ không cố định vào kiến trúc dạng cây cho từng bài toán. Cây quyết định hay gradient boosting chỉ là một họ mô hình mà AutoML có thể thử với dữ liệu bảng, không phải cơ chế cốt lõi của nó. "True" sai vì phát biểu thu hẹp AutoML vào kiến trúc cây, trong khi bản chất của nó là tự động tìm kiến trúc và mô hình tốt nhất trong một không gian rộng hơn nhiều.