Tất cả câu hỏi

Đáp án đúng: "Using one-hot encoding". Với bài toán phân loại nhiều lớp, nhãn thường được biểu diễn bằng one-hot encoding (mã hoá một-nóng): mỗi nhãn là vector dài bằng số lớp, vị trí của lớp đúng bằng 1, còn lại bằng 0, tạo bằng tf.keras.utils.to_categorical hoặc label_mode='categorical'; dạng này khớp với đầu ra softmax và hàm mất mát categorical_crossentropy. "As integer values" chỉ hợp khi dùng sparse_categorical_crossentropy, đó là một biến thể tiết kiệm bộ nhớ chứ không phải cách biểu diễn được hỏi ở đây, và số nguyên đứng một mình dễ khiến mô hình hiểu nhầm là có thứ tự giữa các lớp. "As strings" sai vì mạng nơ-ron chỉ tính toán trên số, nhãn chữ phải được chuyển đổi (ví dụ qua StringLookup) trước khi huấn luyện. "Using floating-point numbers" sai vì một số thực đơn lẻ biểu diễn đại lượng liên tục như bài toán hồi quy, không mô tả được việc thuộc về một trong nhiều lớp rời rạc.

Đáp án đúng: "Text categorization". Sentiment analysis (phân tích cảm xúc) nhận một đoạn văn bản và gán cho nó một nhãn như tích cực, tiêu cực hoặc trung tính, tức là một bài toán phân loại văn bản; trong Keras thường dựng bằng Embedding, một lớp tổng hợp như GlobalAveragePooling1D hoặc LSTM, rồi một lớp Dense với sigmoid cho hai lớp hoặc softmax cho nhiều lớp. "Image classification" cũng là phân loại nhưng đầu vào là ảnh, không phải chuỗi từ. "Named entity recognition" (nhận dạng thực thể có tên) gán nhãn cho từng token như tên người, địa điểm, tổ chức, tức là gán nhãn chuỗi chứ không phải gán một nhãn cảm xúc cho cả văn bản. "Speech synthesis" (tổng hợp giọng nói) biến văn bản thành âm thanh, là bài toán sinh dữ liệu chứ không phải phân loại.

Đáp án đúng: "It helps the model generalize better to new data.". Overfitting (quá khớp) xảy ra khi mô hình học thuộc cả nhiễu và chi tiết ngẫu nhiên của tập huấn luyện nhỏ thay vì quy luật chung; khi có nhiều mẫu hơn, các đặc điểm ngẫu nhiên khó lặp lại nhất quán nên mô hình buộc phải nắm mẫu hình thật sự, nhờ đó khả năng generalization (tổng quát hoá) lên dữ liệu chưa thấy tăng. Đây cũng là lý do data augmentation (tăng cường dữ liệu) được dùng như cách "tạo thêm" dữ liệu. "It has no impact on overfitting." sai vì kích thước dữ liệu là một trong những yếu tố tác động mạnh nhất tới quá khớp. "It increases the risk of overfitting." sai vì đi ngược cơ chế: nhiều dữ liệu hơn làm giảm, không làm tăng, rủi ro quá khớp. "It makes the model more prone to memorizing noise." sai vì nhiễu ngẫu nhiên bị pha loãng bởi lượng mẫu lớn, mô hình khó ghi nhớ nhiễu hơn chứ không dễ hơn.

Đáp án đúng: "The number of words in a sentence or document". Khi chuyển văn bản thành chuỗi số bằng Tokenizer và texts_to_sequences, mỗi từ được thay bằng một chỉ số nguyên, nên độ dài chuỗi (sequence length) chính là số token, tức số từ trong câu hay văn bản; vì các câu dài ngắn khác nhau, ta dùng pad_sequences với maxlen để đệm hoặc cắt cho mọi chuỗi cùng độ dài trước khi đưa vào mạng. "The length of each word in a document" sai vì đó là số ký tự trong một từ, trong khi một từ chỉ ứng với một chỉ số duy nhất trong chuỗi. "The size of the vocabulary" sai vì kích thước từ vựng là số từ khác nhau mà Tokenizer quản lý (giới hạn bằng num_words), không phụ thuộc độ dài từng câu. "The embedding dimension of the vectors" sai vì đó là số chiều của vector biểu diễn mỗi từ, đặt bằng output_dim của lớp Embedding, không phải số từ trong chuỗi.

Đáp án đúng: "Tokenizing multilingual text with different scripts". SplitMergeTokenizer trong TensorFlow Text tách văn bản dựa trên nhãn split/merge gán cho từng ký tự: nhãn cho biết ký tự đó bắt đầu một token mới hay được gộp vào token trước, nên nó hữu ích với các hệ chữ không dùng khoảng trắng giữa các từ như tiếng Trung hay tiếng Nhật, nơi một văn bản đa ngôn ngữ có thể trộn nhiều kiểu chữ. "Tokenizing text into subword units for language modeling" là việc của các bộ tách đơn vị dưới từ như SentencepieceTokenizer, còn SplitMergeTokenizer không tự tạo đơn vị dưới từ. "Tokenizing text into individual words based on whitespaces" là chức năng của WhitespaceTokenizer, trong khi điểm mạnh của SplitMergeTokenizer chính là không phụ thuộc khoảng trắng. "Tokenizing text based on learned subword units for WordPiece models" mô tả WordpieceTokenizer, vốn dùng một bộ từ vựng WordPiece đã học sẵn chứ không dựa vào nhãn split/merge từng ký tự.

Đáp án đúng: "It repeats the dataset multiple times during training.". Phương thức repeat của tf.data.Dataset nối dữ liệu với chính nó: dataset.repeat(n) lặp toàn bộ tập n lần, còn repeat() không đối số lặp vô hạn, nhờ đó vòng huấn luyện có thể đi qua dữ liệu nhiều epoch (lượt) mà không phải tạo lại pipeline; khi lặp vô hạn thì cần steps_per_epoch để model.fit biết lúc kết thúc một epoch. "It adds noise to the dataset." sai vì repeat không thay đổi giá trị phần tử nào; muốn thêm nhiễu phải dùng map với một hàm biến đổi hoặc lớp GaussianNoise. "It repeats the feature-label pairs within each batch." sai vì repeat thao tác trên cả tập dữ liệu chứ không nhân bản cặp đặc trưng–nhãn bên trong một batch; việc gom batch do batch đảm nhận. "It reshapes the dataset." sai vì đổi hình dạng tensor phải dùng tf.reshape trong map, repeat giữ nguyên shape của từng phần tử.

Đáp án đúng: "299×299". InceptionV3 được thiết kế và huấn luyện trên ImageNet với ảnh đầu vào 299×299×3, nên khi gọi tf.keras.applications.InceptionV3 với include_top=True, input_shape mặc định là (299, 299, 3); khi dùng làm mô hình nền cho transfer learning, ta thường resize ảnh về đúng kích thước này và chuẩn hoá bằng hàm preprocess_input đi kèm. "224×224" sai vì đây là kích thước chuẩn của các mạng khác như VGG16, ResNet50 hay MobileNet chứ không phải InceptionV3. "256×256" sai vì đó thường là kích thước ảnh được thu nhỏ trước khi cắt giữa lấy vùng 224 trong quy trình tiền xử lý ImageNet kinh điển, không phải đầu vào của InceptionV3. "331×331" sai vì đó là kích thước đầu vào của NASNetLarge, một kiến trúc lớn hơn trong cùng bộ tf.keras.applications.

Đáp án đúng: "Two separate lines for training and validation accuracies". Sau khi gọi model.fit với dữ liệu kiểm định, đối tượng history lưu accuracy và val_accuracy theo từng epoch; cách vẽ chuẩn là hai đường trên cùng một trục, trục hoành là epoch, để thấy hai đường cùng đi lên hay tách xa nhau, từ đó nhận ra overfitting (quá khớp) khi độ chính xác huấn luyện tiếp tục tăng còn độ chính xác kiểm định chững lại hoặc giảm. "A single line indicating both training and validation accuracies" không thể hiện được hai đại lượng khác nhau nên mất đúng thông tin cần so sánh. "A bar chart comparing training and validation accuracies" hợp để so sánh vài con số cuối cùng, nhưng không cho thấy diễn biến liên tục qua các epoch. "A scatter plot showing individual data points" dùng để xem phân bố của từng mẫu dữ liệu, không phải để theo dõi đường học của mô hình.

Đáp án đúng: "Reducing words to their root or base form". Stemming (rút gọn về gốc từ) là bước tiền xử lý văn bản cắt bỏ hậu tố để đưa các biến thể về cùng một dạng gốc, ví dụ "running", "runs" đều thành "run"; nhờ vậy từ vựng nhỏ lại và các từ cùng nghĩa được đếm chung, có ích cho mô hình túi từ hay tìm kiếm. "Expanding words to their full forms" sai vì đó là mở rộng từ viết tắt hoặc dạng rút gọn (như "don't" thành "do not"), ngược hướng với việc cắt từ về gốc. "Analyzing sentence structure" sai vì phân tích cấu trúc câu là parsing (phân tích cú pháp), làm việc ở mức quan hệ giữa các từ chứ không biến đổi hình thái từng từ. "Identifying entities in text" sai vì nhận diện thực thể như tên người, địa danh là nhiệm vụ Named Entity Recognition (NER), không liên quan tới việc rút gọn hình thái từ.

Đáp án đúng: "It transfers knowledge from the pre-trained model to improve performance on a new task.". Transfer learning (học chuyển giao) lấy một mô hình đã huấn luyện trên tập lớn như ImageNet, giữ lại phần trích xuất đặc trưng (thường đặt trainable = False), rồi gắn thêm các lớp mới cho bài toán của mình; các đặc trưng đã học như cạnh, kết cấu, hình khối được tái sử dụng nên mô hình mới đạt độ chính xác cao hơn với ít dữ liệu và thời gian huấn luyện hơn. "It avoids using pre-trained models altogether." sai vì transfer learning chính là dùng mô hình đã huấn luyện sẵn làm điểm xuất phát. "It allows the model to ignore the knowledge from the pre-trained model." sai vì mục đích là tận dụng tri thức đó, bỏ qua nó thì chẳng khác huấn luyện từ đầu. "Transfer learning has no impact on model performance." sai vì lợi ích chính của kỹ thuật này là cải thiện hiệu năng và rút ngắn huấn luyện, nhất là khi tập dữ liệu mới nhỏ.

Đáp án đúng: "By incorporating dummy variables for each season". Seasonality (tính mùa vụ) là mẫu lặp lại theo chu kỳ cố định như theo tháng, quý hay ngày trong tuần; khi thêm dummy variables (biến giả), mỗi mùa được mã hoá thành một cột 0/1 kiểu one-hot, nhờ đó mô hình học được mức tăng giảm riêng của từng mùa và dùng nó khi dự báo. "By removing all time-dependent features" đi ngược mục tiêu, vì bỏ hết đặc trưng phụ thuộc thời gian thì mất luôn thông tin cần để nhận ra chu kỳ. "By using a rolling mean to smooth the data" có ích khi muốn làm mượt nhiễu hoặc ước lượng xu hướng trong bước phân rã chuỗi, nhưng làm mượt chỉ che bớt dao động chứ không cho mô hình biểu diễn hiệu ứng của từng mùa. "By applying dimensionality reduction techniques" như PCA chỉ nén nhiều đặc trưng thành ít chiều hơn, không nhắm vào mẫu lặp theo thời gian nên không xử lý được mùa vụ.

Đáp án đúng: "ReLU". Hàm kích hoạt ReLU (Rectified Linear Unit) tính f(x) = max(0, x): mọi đầu vào âm bị chặn về 0, còn đầu vào dương giữ nguyên nên không có trần trên, vì vậy miền giá trị là [0, ∞). Chính việc không bão hoà ở phía dương giúp ReLU giảm hiện tượng vanishing gradient (gradient biến mất) và là lựa chọn mặc định cho lớp ẩn trong Keras (activation='relu'). "Tanh" sai vì tanh nén đầu vào về khoảng (−1, 1), đối xứng quanh 0. "Sigmoid" sai vì sigmoid 1/(1 + e^(−x)) cho giá trị trong (0, 1), thường dùng ở lớp ra của phân loại nhị phân để biểu diễn xác suất. "Softsign" sai vì softsign x/(1 + |x|) cũng bị chặn trong (−1, 1), giống tanh nhưng tiến về tiệm cận chậm hơn.

Đáp án đúng: "To normalize the output probabilities over multiple words". Trong mô hình dự đoán từ tiếp theo, lớp Dense cuối có số nơ-ron bằng kích thước từ vựng và dùng activation softmax: hàm này lấy mũ từng logit rồi chia cho tổng, biến vector điểm thành phân phối xác suất (mọi giá trị dương, tổng bằng 1) trên toàn bộ các từ, từ đó chọn từ có xác suất cao nhất hoặc lấy mẫu. "To apply non-linearity to the input sequences" sai vì tính phi tuyến ở các lớp ẩn do ReLU, tanh hay các cổng của LSTM đảm nhận, còn softmax đặt ở đầu ra chứ không tác động lên chuỗi đầu vào. "To control the learning rate during training" sai vì learning rate (tốc độ học) là siêu tham số của optimizer như Adam, không liên quan tới hàm kích hoạt. "To calculate the loss function" sai vì hàm mất mát như categorical_crossentropy được tính riêng, nó chỉ nhận xác suất do softmax tạo ra làm đầu vào chứ softmax không phải là hàm mất mát.

Đáp án đúng: "Ensuring no user can deny a transaction". Nonrepudiation (chống chối bỏ) bảo đảm một bên đã thực hiện hành động, như gửi thông điệp hay phê duyệt giao dịch, không thể phủ nhận sau đó; cơ chế điển hình là chữ ký số dựa trên khóa riêng mà chỉ người ký nắm giữ, kèm nhật ký có dấu thời gian. "The ability to prevent malware" là chức năng của phần mềm chống mã độc, bảo vệ tính toàn vẹn và sẵn sàng của hệ thống, không chứng minh ai đã làm gì. "Making data public" ngược với tính bí mật và không liên quan tới việc xác định trách nhiệm của bên giao dịch. "Encrypting all files" bảo vệ tính bí mật; mã hóa thông thường, nhất là mã hóa đối xứng dùng chung khóa, không chứng minh được ai là người tạo ra hay gửi dữ liệu.

Đáp án đúng: "After a company decides to implement wireless and before it is installed". Chính sách an ninh cho mạng không dây nên được soạn sau khi tổ chức đã quyết định dùng không dây, vì lúc đó đã rõ nhu cầu kinh doanh, và trước khi lắp đặt, để yêu cầu như mã hoá WPA2/WPA3, xác thực, tách mạng khách được đưa vào thiết kế ngay từ đầu thay vì vá sau. "When the industry publishes new wireless standards" sai vì chuẩn mới ra không có nghĩa tổ chức sẽ dùng không dây; chính sách phải bám theo nhu cầu của tổ chức, chuẩn mới chỉ là lý do để rà soát chính sách đã có. "When a vendor presents wireless solutions to the business" sai vì lời chào hàng của nhà cung cấp chưa phải quyết định kinh doanh, soạn chính sách lúc đó là quá sớm. "When the next generation of wireless technology is launched" sai vì việc công nghệ thế hệ mới ra mắt cũng không liên quan tới quyết định triển khai của tổ chức.

Đáp án đúng: "Standard". Công ty đang áp dụng các standard (tiêu chuẩn): OpenID Connect là chuẩn xác thực mở, các hướng dẫn tiếp cận nội dung web về độ tương phản, điều hướng bàn phím, trình đọc màn hình là bộ tiêu chí tuân thủ đo lường được, còn HTTP, HTML5, CSS, JavaScript là các chuẩn web chung. Đặc điểm của standard là yêu cầu cụ thể, thống nhất, kiểm tra được đạt hay không và thường do tổ chức chuẩn hóa ban hành, đúng như cách công ty dùng chúng để bảo đảm an ninh, khả năng tiếp cận và tương thích. Phương án "Policy" (chính sách) là tuyên bố cấp cao về mục tiêu và ý định của lãnh đạo, không chỉ định công nghệ cụ thể nào. Phương án "Procedure" (thủ tục) là chuỗi bước thao tác chi tiết, trong khi tình huống mô tả việc chọn chuẩn để tuân theo chứ không mô tả các bước làm. Phương án "Guildline" là hướng dẫn mang tính khuyến nghị, không bắt buộc, còn ở đây công ty cam kết tuân thủ các chuẩn chung của ngành.

Đáp án đúng: "All of the above". "Tone at the top" (thái độ từ cấp cao nhất) chỉ văn hóa đạo đức và cam kết kiểm soát mà ban lãnh đạo cấp cao tạo ra cho toàn tổ chức; nhân viên nhìn vào hành động của lãnh đạo để biết điều gì thật sự quan trọng. Khái niệm này bao gồm cả ba mặt được nêu. "A company's leaders making sure every employee knows the priorities" đúng vì lãnh đạo phải truyền đạt rõ ưu tiên, trong đó có an toàn thông tin. "Senior leaders implementing and enforcing policies" đúng vì lãnh đạo không chỉ ban hành mà còn tự tuân thủ và xử lý vi phạm, làm gương cho cấp dưới. "Senior managers building trust with the public and with regulators" cũng đúng vì thái độ nghiêm túc của lãnh đạo tạo uy tín với công chúng và cơ quan quản lý. Mỗi ý chỉ là một mặt, nên đáp án gộp mới đầy đủ.

Đáp án đúng: "Corrective". Corrective control (kiểm soát khắc phục) hoạt động sau khi sự cố xảy ra để sửa chữa, khôi phục hệ thống về trạng thái bình thường và hạn chế thiệt hại, ví dụ khôi phục từ bản sao lưu, vá lỗ hổng, cách ly máy nhiễm, chạy quy trình ứng cứu sự cố. "Deterrent" (răn đe) nhằm làm kẻ xấu nản lòng trước khi hành động, như biển cảnh báo, camera hiện rõ. "Compensating" (bù trừ) là kiểm soát thay thế khi không thể áp dụng kiểm soát chính, ví dụ tăng giám sát khi không tách được nhiệm vụ. "Detective" (phát hiện) nhận ra sự cố đang hoặc đã xảy ra, như IDS, nhật ký kiểm toán; nó báo hiệu sự cố nhưng không trực tiếp sửa chữa.

Đáp án đúng: "Spite". Đây là câu phủ định: cần tìm cảm xúc KHÔNG được kẻ tấn công lợi dụng trong social engineering (kỹ thuật lừa đảo phi kỹ thuật). Kẻ lừa đảo khai thác những thôi thúc phổ biến khiến nạn nhân hành động vội; spite (ác ý, hằn học) không phải động cơ mà chúng dựa vào. "Curiosity" (tò mò) bị khai thác bằng tệp đính kèm hay USB gắn nhãn hấp dẫn để nạn nhân tự mở. "Trust" (lòng tin) bị khai thác khi kẻ tấn công giả danh đồng nghiệp, ngân hàng hay bộ phận CNTT. "Fear" (nỗi sợ) bị khai thác bằng thông báo tài khoản sắp bị khoá hay bị phạt để ép nạn nhân làm theo ngay. Ba cảm xúc này đều bị lợi dụng nên không được chọn.

Đáp án đúng: "Sharing your password with a supervisor". Mục tiêu của đào tạo nhận thức an ninh là thay đổi hành vi người dùng, và một trong những điều cơ bản nhất là mật khẩu không bao giờ được chia sẻ, kể cả với cấp trên, vì nó phá vỡ trách nhiệm giải trình và mở đường cho social engineering (tấn công phi kỹ thuật) giả danh lãnh đạo. Người đã học mà vẫn làm điều này cho thấy đào tạo không hiệu quả. "A firewall breach" là sự cố kỹ thuật, có thể do lỗ hổng hay cấu hình sai, không trực tiếp phản ánh hành vi người dùng. "Sharing a laptop with a coworker" có thể chấp nhận được khi thiết bị dùng chung được phép và mỗi người đăng nhập bằng tài khoản riêng, nên không phải dấu hiệu rõ ràng. "A fire in the data center" là sự cố vật lý, môi trường, thuộc phạm vi kiểm soát cơ sở vật chất chứ không phải nhận thức người dùng.