Tất cả câu hỏi

Đáp án đúng: "Chief Marketing Officer". Trong việc quản trị CX (customer experience, trải nghiệm khách hàng), Chief Marketing Officer (giám đốc tiếp thị) là người nắm ngân sách quảng cáo và chịu trách nhiệm về kết quả thương mại của các hoạt động tiếp thị, nên là người phù hợp nhất để so sánh tốc độ CX mang lại doanh thu với tốc độ của một chiến dịch quảng cáo, từ đó phân bổ ngân sách giữa hai hướng đầu tư. "Talent Manager" sai vì quản lý nhân tài lo tuyển dụng, đào tạo và giữ chân nhân sự, không quyết định đầu tư tiếp thị. "Graphic Designer" sai vì nhà thiết kế đồ hoạ tạo ra hình ảnh cho chiến dịch nhưng không đánh giá hiệu quả thương mại hay ngân sách. "CFO" (giám đốc tài chính) có quan tâm tới lợi nhuận đầu tư chung của doanh nghiệp, nhưng không trực tiếp quản lý chiến dịch quảng cáo nên không phải người đặt CX cạnh quảng cáo để so tốc độ sinh kết quả.

Đáp án đúng: "Card sorting". Khi làm prototype (bản mẫu), nhóm thiết kế dùng các kỹ thuật nghiên cứu người dùng để kiểm tra ý tưởng trước khi xây thật; wireframing (phác khung trang) cho thấy bố cục, còn card sorting (phân loại thẻ) yêu cầu người dùng tự xếp các thẻ nội dung thành nhóm, giúp doanh nghiệp dựng cấu trúc thông tin và menu điều hướng theo đúng cách khách nghĩ. "Experimentation" là khái niệm rộng, thường chỉ việc chạy thử nghiệm như A/B testing trên sản phẩm đã vận hành để đo kết quả, chứ không phải một kỹ thuật nghiên cứu cụ thể đi cùng wireframing trong giai đoạn tạo mẫu. "Play-response method" không phải một kỹ thuật nghiên cứu trải nghiệm người dùng được dùng phổ biến khi làm bản mẫu. "None of the others" sai vì card sorting chính là kỹ thuật cần tìm.

Đáp án đúng gồm hai ý: "It develops as unexpected issues occur and you address them" và "It evolves naturally through consistent actions over time". Henry Mintzberg phân biệt deliberate strategy (chiến lược có chủ đích, hoạch định trước) với emergent strategy (chiến lược hình thành dần): loại sau không được viết sẵn mà lộ ra từ chuỗi hành động nhất quán của tổ chức khi nó ứng phó với tình huống bất ngờ, ví dụ đội tiếp thị dồn ngân sách sang video ngắn vì thấy khách phản hồi tốt, lâu dần điều đó thành hướng đi chính. "It is outlined at the start of a project in the project plan" mô tả chiến lược có chủ đích, được vạch ra từ đầu trong kế hoạch, nên ngược với khái niệm được hỏi. "It prevents unexpected problems from derailing a project" sai vì chiến lược hình thành dần không ngăn trước được biến cố; nó nảy sinh chính từ việc xử lý biến cố sau khi chúng đã xảy ra.

Đáp án đúng: "Freemium". Freemium (ghép từ free và premium) là mô hình doanh thu thương mại điện tử cho khách dùng miễn phí phần cơ bản, rồi thu tiền khi họ muốn mở khoá tính năng, dung lượng hoặc dịch vụ nâng cao; ví dụ Spotify cho nghe nhạc kèm quảng cáo miễn phí và bán gói Premium không quảng cáo. "Individual sales" (bán lẻ từng món) là thu tiền trên mỗi sản phẩm bán ra, không có phần miễn phí nào làm mồi. "Pay-per-view" (trả tiền theo lượt xem) tính phí cho từng lần truy cập một nội dung cụ thể như một trận đấu hay một bộ phim, không có gói nền miễn phí. "Subscription" (thuê bao) thu phí định kỳ theo tháng hoặc năm ngay từ đầu để dùng dịch vụ; nó có thể đi kèm freemium như phần trả phí, nhưng tự nó không có phần cơ bản cho không như câu hỏi mô tả.

Đáp án đúng: "The buying and selling of goods and services online". E-commerce (thương mại điện tử) là hoạt động mua bán hàng hoá và dịch vụ qua internet, từ lúc khách xem sản phẩm, đặt hàng tới thanh toán đều diễn ra trên website, ứng dụng hay sàn trực tuyến; ví dụ một thương hiệu mỹ phẩm bán qua website riêng và sàn Shopee. Điểm cốt lõi là giao dịch diễn ra trực tuyến. "A traditional retail business" sai vì bán lẻ truyền thống diễn ra ở cửa hàng vật lý, chính là mô hình mà thương mại điện tử bổ sung hoặc cạnh tranh. "A marketing strategy" sai vì thương mại điện tử là một kênh bán và một mô hình kinh doanh, còn chiến lược tiếp thị là kế hoạch thu hút và thuyết phục khách hàng, dùng được cho cả kênh trực tuyến lẫn ngoại tuyến. "A software application" sai vì phần mềm như Shopify hay WooCommerce chỉ là công cụ giúp vận hành cửa hàng trực tuyến, không phải bản thân hoạt động mua bán.

Đáp án đúng: "Increasing advertising costs". Conversion rate optimization (CRO, tối ưu tỉ lệ chuyển đổi) là quá trình làm cho nhiều khách truy cập hơn thực hiện hành động mong muốn dựa trên chính lượng truy cập sẵn có, nên nền tảng của nó là mô hình kinh doanh rõ ràng, nền tảng bán hàng phù hợp và kênh tiếp cận đúng. Tăng chi phí quảng cáo chỉ đổ thêm lưu lượng vào cửa hàng chứ không làm tỉ lệ chuyển đổi tốt lên, vì vậy không phải yếu tố thành công của CRO. "Defining value proposition and revenue model" là yếu tố then chốt vì khách chỉ mua khi hiểu rõ giá trị mình nhận được, còn doanh nghiệp phải biết mình kiếm tiền theo cách nào để chọn hành động cần tối ưu. "Choosing e-commerce platform" là yếu tố vì nền tảng quyết định tốc độ tải trang, quy trình thanh toán và khả năng chạy thử nghiệm. "Choosing channels and marketing approach" cũng là yếu tố vì kênh đúng mang tới đúng người có nhu cầu, nhờ đó họ dễ chuyển đổi hơn.

Đáp án đúng: "To provide a consistent and positive experience across all channels". Trải nghiệm khách hàng liền mạch (seamless customer experience) trong omnichannel marketing (tiếp thị đa kênh hợp nhất) nghĩa là khách chuyển qua lại giữa website, ứng dụng, mạng xã hội, cửa hàng hay tổng đài mà vẫn gặp cùng thông điệp, cùng giá, cùng lịch sử giao dịch và được phục vụ chu đáo; ví dụ khách thêm hàng vào giỏ trên điện thoại rồi thanh toán trên máy tính mà giỏ hàng vẫn còn nguyên. "To confuse customers" đi ngược hẳn mục tiêu này, vì sự rối rắm giữa các kênh chính là thứ trải nghiệm liền mạch muốn xoá bỏ. "To focus on a single channel" là cách làm một kênh (single-channel), trái với bản chất đa kênh của omnichannel. "To increase advertising costs" không phải mục tiêu của chiến lược nào; chi phí quảng cáo là khoản cần tối ưu, còn sự liền mạch nhắm tới lòng trung thành và tỉ lệ chuyển đổi.

Đáp án đúng: "It measures the dissimilarity between predicted and true class distributions.". categorical_crossentropy tính L = −Σ y_i·log(p_i) giữa nhãn one-hot y và phân phối xác suất p do lớp Dense softmax đưa ra; vì y chỉ có một vị trí bằng 1 nên loss bằng −log của xác suất gán cho lớp đúng, càng gần 0 khi mô hình tự tin đúng và tăng mạnh khi đoán sai, nhờ đó gradient đẩy xác suất lớp đúng lên. "It calculates the mean squared error between predictions and true labels." sai vì đó là mean_squared_error, phù hợp cho hồi quy chứ không phải hàm này. "It evaluates the cosine similarity between feature vectors." sai vì độ tương đồng cosin đo góc giữa hai vector, ứng với loss CosineSimilarity dùng cho embedding, không phải entropy chéo. "The categorical_crossentropy loss is not used for multiclass classification." sai vì đây chính là hàm mất mát chuẩn cho phân loại nhiều lớp với nhãn one-hot.

Đáp án đúng: "A way to apply knowledge gained from solving one problem to a different but related problem.". Transfer learning (học chuyển giao) tận dụng một mô hình đã học các đặc trưng tổng quát từ tập dữ liệu lớn, ví dụ InceptionV3 hay MobileNetV2 huấn luyện trên ImageNet, rồi dùng lại các lớp đó cho bài toán mới có liên quan như phân loại chó mèo, thường đóng băng phần nền và chỉ huấn luyện các lớp mới phía trên, nên cần ít dữ liệu và thời gian hơn nhiều. "A technique to transfer models between different programming languages." nói về chuyển đổi định dạng hay môi trường triển khai, như xuất mô hình sang TensorFlow.js, không phải chuyển giao tri thức. "A method to copy the weights of one model directly to another." chỉ là thao tác sao chép trọng số, không có ý tái sử dụng tri thức cho một bài toán khác và không kèm bước học tiếp. "A process of transferring data from one TensorFlow version to another." là việc nâng cấp hay chuyển mã giữa các phiên bản thư viện, không liên quan đến học.

Đáp án đúng: "A large gap between training and validation curves.". Đường học (learning curve) vẽ loss hoặc accuracy của tập huấn luyện và tập kiểm định theo epoch; khi overfitting (quá khớp), accuracy huấn luyện tiếp tục tăng gần 100% trong khi accuracy kiểm định chững lại hoặc giảm, nên hai đường tách xa nhau, đó là dấu hiệu mô hình học thuộc dữ liệu huấn luyện. "Learning curves are always smooth without fluctuations." sai vì độ mượt của đường không liên quan tới quá khớp; đường thường dao động do mini-batch và nhiễu. "The training and validation curves overlap perfectly." sai vì hai đường trùng khít cho thấy mô hình tổng quát tốt, ngược với quá khớp. "The absence of learning curves as overfitting is not visualized." sai vì quá khớp nhìn thấy rõ nhất chính trên đường học, từ đối tượng History trả về khi gọi model.fit.

Đáp án đúng: "rotation_range". Trong ImageDataGenerator, rotation_range là một số nguyên tính bằng độ, ví dụ rotation_range=40 thì mỗi ảnh được xoay ngẫu nhiên một góc trong khoảng từ −40 tới 40 độ ở mỗi lần lấy mẫu, giúp mô hình nhận ra vật thể bị nghiêng; nó thường đi cùng width_shift_range, zoom_range và horizontal_flip. "rotation_rate" sai vì không có tham số này, chữ rate gợi một tốc độ chứ không phải biên độ góc. "angle_range" sai vì tuy nghe hợp lý nhưng ImageDataGenerator không có tham số mang tên đó. "rotation_angle" sai vì nó gợi một góc cố định, trong khi augmentation cần một khoảng để chọn góc ngẫu nhiên, và Keras cũng không định nghĩa tham số này; ở dạng lớp tiền xử lý mới, phép xoay ngẫu nhiên dùng RandomRotation với tham số factor.

Đáp án đúng: "It controls the intensity of shearing transformations.". Shear (biến dạng cắt) giữ cố định một trục và trượt các điểm theo trục kia tỉ lệ với khoảng cách, làm ảnh bị nghiêng như hình bình hành; shear_range trong ImageDataGenerator là góc cắt tối đa tính bằng độ, mỗi ảnh được cắt với một góc ngẫu nhiên trong khoảng đó, ví dụ shear_range=0.2, giúp mô hình quen với vật thể nhìn xiên. "It controls the degree of rotation applied to the images." là việc của rotation_range, phép xoay quay cả ảnh quanh tâm chứ không làm nghiêng một trục. "It adjusts the brightness of augmented images." là việc của brightness_range, thay đổi độ sáng chứ không biến dạng hình học. "It specifies the range for horizontal and vertical shifting." là việc của width_shift_range và height_shift_range, dịch chuyển cả ảnh mà không làm méo hình dạng.

Đáp án đúng: "When the datasets for the source and target tasks are small and dissimilar.". Học chuyển giao hiệu quả vì đặc trưng học được ở bài toán nguồn vẫn hữu ích cho bài toán đích; khi hai miền khác xa nhau (ví dụ ảnh vật thể tự nhiên với ảnh y khoa) thì đặc trưng chuyển sang ít giá trị, và nếu dữ liệu lại ít thì cũng không đủ để tinh chỉnh lại các lớp sâu, nên hiệu quả giảm, thậm chí xảy ra negative transfer (chuyển giao âm). "When the source and target tasks are similar." sai vì đó là trường hợp lý tưởng, học chuyển giao phát huy tốt nhất. "When there is a lack of pre-trained models available." mô tả việc không có gì để chuyển giao chứ không phải học chuyển giao kém hiệu quả; ngoài ra tf.keras.applications và TensorFlow Hub cung cấp rất nhiều mô hình sẵn. "Transfer learning is always effective, regardless of the scenario." sai vì hiệu quả phụ thuộc vào độ tương đồng miền và lượng dữ liệu.

Đáp án đúng: "It manipulates the training set to generate more scenarios for the features in the images". Image augmentation (tăng cường ảnh) áp dụng ngẫu nhiên các phép xoay, dịch, phóng to, lật, cắt xiên lên ảnh huấn luyện ở mỗi epoch, nên mô hình gặp cùng một đặc trưng ở nhiều vị trí, góc và tỉ lệ khác nhau thay vì học thuộc lòng đúng những ảnh gốc, nhờ đó khái quát tốt hơn và giảm overfitting (quá khớp). "It manipulates the validation set to generate more scenarios for features in the images" sai vì tập validation phải giữ nguyên, thường chỉ rescale, để phản ánh trung thực hiệu năng trên dữ liệu thật. "It slows down the training process" sai vì việc mỗi epoch chậm hơn chỉ là tác dụng phụ của biến đổi ảnh, không phải cơ chế chống quá khớp. "It automatically fits features to images by finding them through image processing techniques" sai vì việc tìm đặc trưng do các lớp tích chập tự học, augmentation chỉ tạo ra biến thể của dữ liệu đầu vào.

Đáp án đúng: "A widening gap between training and validation loss.". Learning curves (đường học) vẽ loss theo epoch cho cả tập huấn luyện và tập kiểm định; khi quá khớp, loss huấn luyện tiếp tục giảm vì mô hình học thuộc dữ liệu đã thấy, còn loss kiểm định chững lại rồi tăng, nên khoảng cách giữa hai đường ngày càng rộng, và đó là lúc nên dừng sớm bằng EarlyStopping. "Consistent decrease in both training and validation accuracy." cho thấy mô hình đang kém đi trên cả hai tập, giống lỗi huấn luyện như learning rate quá lớn hơn là quá khớp. "An abrupt increase in the number of epochs." là thiết lập do người huấn luyện chọn, không phải triệu chứng đọc từ đường học. "Stable and parallel learning curves for training and validation." là dấu hiệu mô hình tổng quát hoá tốt, hai tập cùng tiến bộ như nhau.

Đáp án đúng: "TensorFlow Keras". Keras, truy cập qua tf.keras, là API cấp cao chính thức của TensorFlow từ phiên bản 2: nó cung cấp Sequential, các lớp như Dense, Conv2D, LSTM và chu trình compile, fit, evaluate, predict, giúp dựng và huấn luyện mô hình chỉ với vài dòng mã. "TensorFlow Core" sai vì đó là tầng cấp thấp với tensor, phép toán và tf.GradientTape, cho kiểm soát chi tiết nhưng không phải API cấp cao. "TensorFlow Lite" sai vì đó là bộ công cụ chuyển đổi và chạy mô hình đã huấn luyện trên thiết bị di động hoặc nhúng, không dùng để xây và huấn luyện. "TensorFlow Graph" sai vì đồ thị tính toán (tf.Graph, tf.function) là cách TensorFlow biểu diễn và tối ưu phép tính bên dưới, không phải một API cấp cao để dựng mô hình.

Đáp án đúng: "Optimizing and deploying machine learning models on mobile and embedded devices.". TensorFlow Lite chuyển mô hình đã huấn luyện sang định dạng .tflite nhỏ gọn bằng TFLiteConverter, có thể lượng tử hoá (quantization) trọng số để giảm kích thước và tăng tốc, rồi chạy bằng trình thông dịch trên Android, iOS, vi điều khiển hay thiết bị biên mà không cần máy chủ. "Developing large-scale distributed machine learning models." sai vì huấn luyện phân tán quy mô lớn dùng các chiến lược của tf.distribute trên cụm GPU hoặc TPU, ngược hẳn với mục tiêu thiết bị nhỏ. "Visualizing the computation graph of a TensorFlow model." sai vì trực quan hoá đồ thị tính toán là việc của TensorBoard. "Implementing natural language processing tasks." sai vì TensorFlow Lite có thể chạy mô hình xử lý ngôn ngữ đã chuyển đổi, nhưng nó là công cụ triển khai cho mọi loại mô hình, không phải thư viện chuyên để xây dựng bài toán ngôn ngữ.

Đáp án đúng: "It only returns x if x is greater than zero". ReLU (Rectified Linear Unit, hàm kích hoạt tuyến tính chỉnh lưu) được định nghĩa là max(0, x): giữ nguyên x khi x dương và trả về 0 với mọi giá trị còn lại, nhờ vậy tạo tính phi tuyến cho mạng, tính rất nhanh và giảm hiện tượng gradient biến mất so với sigmoid; trong Keras dùng bằng activation='relu'. "For a value x, it returns 1/x" mô tả phép nghịch đảo, không liên quan đến ReLU và còn không xác định khi x bằng 0. "It only returns x if x is less than zero" đảo ngược ngưỡng, ReLU giữ phần dương và chặn phần âm về 0 chứ không làm điều ngược lại. "It returns the negative of x" là phép đổi dấu, một hàm tuyến tính nên không tạo được tính phi tuyến như hàm kích hoạt cần có.

Đáp án đúng: "Use the "Share" button to generate a shareable link.". Google Colab lưu notebook trên Google Drive, nên nút Share ở góc trên cho phép mời người khác qua email hoặc tạo đường liên kết chia sẻ, kèm quyền xem, nhận xét hay chỉnh sửa giống tài liệu Google Docs; người nhận mở link là thấy cả mã lẫn kết quả chạy. "Export it to a PDF file and share the file manually." sai vì PDF chỉ là bản chụp tĩnh, người nhận không chạy hay sửa mã được, nên không phải cộng tác. "Colab does not support collaboration features." sai vì Colab có sẵn chia sẻ, phân quyền và nhận xét. "Copy and paste the code into an email." sai vì cách đó làm mất cấu trúc ô, kết quả đầu ra và không cho cùng chỉnh sửa một bản; đó là chép mã chứ không phải chia sẻ notebook.

Đáp án đúng: "CustomCallback". Đây là câu phủ định: trong tf.keras.callbacks không có lớp dựng sẵn tên CustomCallback; muốn có hành vi riêng, ta tự viết lớp con kế thừa tf.keras.callbacks.Callback và ghi đè các phương thức như on_epoch_end hay on_batch_end, tên lớp do người dùng tự đặt. "EarlyStopping" là callback có sẵn, dừng huấn luyện khi chỉ số theo dõi như val_loss không cải thiện sau số epoch bằng patience, nên không phải đáp án. "ModelCheckpoint" cũng có sẵn, lưu mô hình hoặc trọng số trong quá trình huấn luyện, có thể chỉ giữ bản tốt nhất bằng save_best_only, nên không được chọn. "TensorBoard" là callback dựng sẵn ghi log loss, metric và biểu đồ vào thư mục log_dir để xem trên công cụ TensorBoard, vì vậy cũng không phải đáp án.