Tất cả câu hỏi

Đáp án đúng: "True positives and false negatives.". F1 Score là trung bình điều hoà của precision và recall, chỉ xoay quanh lớp dương và hoàn toàn bỏ qua true negative; nó được dùng khi dữ liệu mất cân bằng và điều quan trọng là bắt được các ca dương thật, nên trọng tâm nằm ở việc tăng true positive và hạn chế false negative, tức bỏ sót ca dương mà accuracy dễ che giấu. Phương án "True negatives." sai vì true negative không xuất hiện trong công thức F1; đây chính là điểm khác F1 với accuracy. Phương án "False positives." sai vì chỉ nêu một loại lỗi đơn lẻ, trong khi F1 trước hết đo mức bắt đúng ca dương. Phương án "True positives and false positives." chỉ mô tả precision, một thành phần của F1; nó phù hợp khi điều cần lo là báo động giả, còn câu hỏi hướng tới trọng tâm là không bỏ sót ca dương mà F1 được dùng để bảo vệ.

Đáp án đúng: "Classifier interface". Đây là câu phủ định: scikit-learn thiết kế API quanh ba giao diện chính là Estimator (có fit để học từ dữ liệu), Predictor (có predict và thường kèm score) và Transformer (có transform cùng fit_transform); các bộ phân loại như LogisticRegression chỉ là đối tượng vừa là estimator vừa là predictor, chứ thư viện không định nghĩa một giao diện riêng mang tên Classifier. "Transformer interface" là giao diện thật nên không chọn, dùng cho các bước tiền xử lý như StandardScaler hay PCA. "Estimator interface" là giao diện thật, nền của mọi đối tượng học được bằng fit, kể cả mô hình lẫn bộ tiền xử lý. "Predictor interface" là giao diện thật, cho phép mô hình đã huấn luyện sinh dự đoán trên dữ liệu mới bằng predict.

Đáp án đúng: "A way of representing text data by counting the frequency of words.". Bag-of-words (túi từ) biểu diễn mỗi văn bản thành một vectơ đếm số lần mỗi từ trong bộ từ vựng xuất hiện, bỏ qua thứ tự và ngữ pháp; ma trận văn bản và từ này là đầu vào cho các mô hình chủ đề như LDA hay NMF, vốn tìm các nhóm từ thường đi cùng nhau. "A method of visualizing data in three dimensions." nhầm với trực quan hoá, trong khi túi từ là cách mã hoá dữ liệu văn bản. "A technique for organizing documents based on their length." sai vì độ dài không phải nội dung của biểu diễn, dù tổng số đếm có phản ánh độ dài. "A model that predicts the next word in a sentence." mô tả mô hình ngôn ngữ, vốn cần đúng thứ tự từ, trong khi túi từ cố ý bỏ qua thứ tự.

Đáp án đúng: "A new pod is created to replace it". Deployment trong Kubernetes khai báo trạng thái mong muốn, chẳng hạn ba bản sao của một ứng dụng. Nó quản lý một ReplicaSet, và bộ điều khiển này liên tục so số pod đang chạy với số mong muốn; khi một pod hỏng hay bị xóa, ReplicaSet tạo pod mới thay thế, cơ chế này gọi là self-healing (tự phục hồi). "The deployment is deleted" sai, vì sự cố của một pod không xóa đối tượng Deployment. "The application stops running" sai, vì các bản sao khác vẫn phục vụ và pod thay thế sẽ được bổ sung. "The kubelet is notified" không phải hệ quả đặc trưng: kubelet là tác tử trên từng node, trực tiếp chạy và khởi động lại container, chứ không phải nơi nhận thông báo và quyết định thay pod.

Đáp án đúng: "Drift Monitoring, Fairness, Explainability". IBM Watson OpenScale là nền tảng giám sát mô hình AI sau khi triển khai, với ba năng lực cốt lõi: theo dõi drift (độ trôi, khi dữ liệu hay độ chính xác thay đổi so với lúc huấn luyện), kiểm tra fairness (tính công bằng, phát hiện thiên lệch với các nhóm như giới tính hay độ tuổi) và explainability (khả năng giải thích từng dự đoán). "Automatic CSS-HTML Generation, Hyerparameter Tuning, Performance Metrics" sai vì sinh mã giao diện web không liên quan, còn tinh chỉnh siêu tham số là việc của giai đoạn huấn luyện chứ không phải giám sát. "Compliance, Cross Regional Availabilty, Automatic Backup" nghe giống tính năng vận hành hạ tầng đám mây như sao lưu hay sẵn sàng đa vùng, không phải chức năng giám sát mô hình. "General Artificial Intelligence, Time Travel, World Domination" là các mục đùa, không có sản phẩm nào cung cấp.

Đáp án đúng: "Recommender system". Trong tình huống AAVAIL, nhu cầu ban quản lý mô tả bằng ngôn ngữ kinh doanh được diễn đạt lại thành bài toán gợi ý: dựa vào hành vi và sở thích của người dùng để đưa ra nội dung hay sản phẩm phù hợp với từng người, đó là recommender system (hệ gợi ý). "A/B Testing" là phương pháp thí nghiệm để so hai phương án, dùng để đánh giá giải pháp chứ không mô tả bản chất bài toán. "Dimensionality Reduction" là kỹ thuật giảm số chiều dữ liệu, chỉ là bước hỗ trợ. "Regression Analysis" dự đoán một giá trị liên tục như doanh thu, không phải điều dự án cần. "Unsupervised Learning" là cả một họ phương pháp quá rộng để gọi tên dự án. "Classification Analysis" gán nhãn rời rạc cho từng đối tượng, hợp với bài toán như dự đoán khách rời bỏ, nhưng không phản ánh mục tiêu gợi ý cho người dùng.

Đáp án đúng: "Adversarial Robustness Toolbox". Adversarial Robustness Toolbox (ART) là thư viện mã nguồn mở do IBM khởi xướng, chuyên đánh giá và tăng độ bền vững của mô hình học máy trước tấn công đối kháng (adversarial attack), tức các đầu vào bị chỉnh rất nhỏ để đánh lừa mô hình; nó cung cấp sẵn các phép tấn công, phòng thủ và thước đo độ bền. Phương án "TensorFlow" là framework để xây dựng và huấn luyện mô hình, không phải công cụ chuyên kiểm tra độ bền, dù ART có thể làm việc với mô hình TensorFlow. Phương án "Scikit-learn" là thư viện học máy cổ điển cho phân loại, hồi quy, phân cụm, không có chức năng đánh giá tấn công đối kháng. Phương án "Keras" là API bậc cao để định nghĩa mạng nơ-ron, mục đích là xây mô hình chứ không kiểm chứng độ bền của mô hình.

Đáp án đúng: "To provide service discovery for pods". Kube DNS (nay thường được thay bằng CoreDNS) là thành phần bổ trợ của cụm Kubernetes, tự tạo bản ghi DNS cho mỗi Service, nhờ đó một pod có thể gọi dịch vụ khác qua tên như my-service.my-namespace.svc.cluster.local thay vì nhớ địa chỉ IP vốn đổi mỗi khi pod được tạo lại; đó chính là service discovery (khám phá dịch vụ). "To manage the API server" sai vì kube-apiserver là thành phần lõi của control plane, còn DNS chỉ là một dịch vụ chạy bên trong cụm và dựa vào API server để theo dõi Service. "To monitor application health" sai vì sức khoẻ ứng dụng được kiểm qua liveness probe, readiness probe và các công cụ giám sát như Prometheus. "To create YAML manifests" sai vì manifest YAML do người vận hành viết hoặc do công cụ như Helm sinh ra, rồi gửi lên cụm bằng kubectl.

Đáp án đúng: "YAML". Kubernetes mô tả tài nguyên như Deployment, Service, Pod bằng tệp manifest khai báo, thường viết bằng YAML (định dạng dữ liệu dễ đọc, phân cấp bằng thụt lề), với các trường apiVersion, kind, metadata, spec, rồi áp dụng bằng lệnh kubectl apply. "JSON" thực ra cũng được API của Kubernetes chấp nhận, vì YAML là siêu tập của JSON, nhưng không phải định dạng quen dùng để viết tệp triển khai. "XML" không được Kubernetes dùng cho manifest. "CSV" là định dạng bảng phẳng, không biểu diễn được cấu trúc lồng nhau như danh sách container, cổng, biến môi trường mà một tài nguyên cần.

Đáp án đúng: "To track changes and identify performance issues". Trong giám sát mô hình đang chạy thật, logging (ghi nhật ký) lưu lại đầu vào, dự đoán, thời gian phản hồi, phiên bản mô hình và về sau là nhãn thực tế, nhờ đó đội vận hành theo dõi được thay đổi theo thời gian, phát hiện data drift (dữ liệu trôi khỏi phân phối lúc huấn luyện), độ chính xác giảm hay lỗi hệ thống và truy lại nguyên nhân. "To increase the size of the dataset" không phải mục đích; dữ liệu ghi lại có thể giúp huấn luyện lại sau này nhưng đó là hệ quả phụ. "To improve the user interface" không liên quan, vì nhật ký phục vụ người vận hành chứ không thay đổi giao diện. "To reduce computational costs" sai, vì ghi nhật ký còn tốn thêm tài nguyên lưu trữ và xử lý.

Đáp án đúng: "Load Balancer". Trong Kubernetes, Service là đối tượng cấp một địa chỉ ổn định cho nhóm pod. Kiểu LoadBalancer yêu cầu nhà cung cấp hạ tầng cấp một bộ cân bằng tải bên ngoài có địa chỉ công khai, chia lưu lượng vào các pod phía sau, nên đây là cách chuẩn để đưa ứng dụng ra cho người dùng bên ngoài. "Cluster IP" là kiểu mặc định, chỉ cấp địa chỉ nội bộ, chỉ truy cập được từ bên trong cụm. "Node Port" mở một cổng cố định trên mọi node và về kỹ thuật có thể truy cập từ ngoài qua địa chỉ node, nhưng đó là cách thô, hay dùng để thử nghiệm, không có cân bằng tải bên ngoài và phải tự lo địa chỉ node, nên không phải đáp án tốt nhất cho việc phục vụ người dùng bên ngoài. "Internal Service" như chính tên gọi chỉ phục vụ giao tiếp nội bộ giữa các thành phần, ngược với yêu cầu đưa ra ngoài.

Đáp án đúng: "numeric computing, data munging, data visualization and data modeling". Môn học này giả định người học đã quen các kỹ năng nền của khoa học dữ liệu bằng Python: tính toán số (NumPy), xử lý và làm sạch dữ liệu (data munging, ví dụ với Pandas), trực quan hoá và xây dựng mô hình cơ bản; phần mới là đưa chúng vào quy trình vận hành AI. "dashboarding, high performance computing, and code profiling" là những chủ đề được dạy trong chính quy trình chứ không phải điều kiện tiên quyết. "convex optimization, python programming, statistical programming" có tối ưu lồi, một chủ đề toán chuyên sâu không bắt buộc. "continuous integration, linear programming, and data exploration" có tích hợp liên tục và quy hoạch tuyến tính, những thứ thuộc nội dung triển khai hoặc ngoài phạm vi, không phải nền tảng cần có trước.

Đáp án đúng: "The desired state of applications". Deployment trong Kubernetes là đối tượng khai báo trạng thái mong muốn của ứng dụng: chạy bao nhiêu bản sao pod, dùng image nào, cập nhật theo kiểu rolling update ra sao; bộ điều khiển của cụm liên tục so trạng thái thật với trạng thái khai báo và tạo, thay, xoá pod để khớp lại, kể cả khôi phục khi pod chết. Phương án "The API server" sai vì API server là thành phần của control plane (mặt phẳng điều khiển), nơi mọi yêu cầu đi qua, chứ không do deployment quản lý. Phương án "The health of worker nodes" sai vì sức khoẻ nút do kubelet báo cáo và node controller theo dõi, deployment chỉ lo các pod của ứng dụng. Phương án "The network configuration" sai vì mạng được xử lý bởi Service, Ingress và plugin mạng CNI, không phải bởi deployment.

Đáp án đúng: "Because it ensures that locally created/trained models are compatible with Watson Machine Learning". Khi huấn luyện mô hình trên máy cá nhân rồi triển khai lên Watson Machine Learning, môi trường chạy của dịch vụ chỉ hỗ trợ một số phiên bản Python và thư viện nhất định như scikit-learn hay TensorFlow; virtual environment (môi trường ảo) giúp ghim đúng các phiên bản đó để mô hình đã lưu ra tệp nạp và chạy được trên dịch vụ mà không lỗi lệch phiên bản. "Because all models should have their own virtual environment" sai vì đó là thói quen tốt chung chung chứ không nêu lý do chính trong bối cảnh triển khai này. "Because it will ensure that the most recent packages are used" sai vì mục tiêu ngược lại: cần đúng phiên bản được hỗ trợ, mà bản mới nhất có thể chưa được dịch vụ hỗ trợ. "Because virtual environments can be containerized easily" sai vì môi trường ảo không phải container, và đóng gói container không phải lý do ở đây. "Because the Python client for Watson Machine Learning has specific dependencies" sai vì phụ thuộc của thư viện client chỉ ảnh hưởng tới việc gọi API, còn điều quyết định là mô hình phải khớp với môi trường chạy của dịch vụ.

Đáp án đúng: "To monitor model performance and debug issues". Dữ liệu tối thiểu cần có là những gì đủ để mô hình chạy và để đánh giá nó sau triển khai: đặc trưng đầu vào, dự đoán, kết quả thực tế khi có, thời điểm và phiên bản mô hình. Thiếu phần này thì không thể so dự đoán với thực tế, không phát hiện được trôi dữ liệu và không tái hiện được lỗi khi mô hình hoạt động sai. "To reduce the size of the data set" nhầm mục đích: yêu cầu tối thiểu là bảo đảm có đủ, không phải để cắt bớt dữ liệu. "To make data collection easier" không phải lý do chính; xác định dữ liệu tối thiểu có giúp lên kế hoạch thu thập, nhưng giá trị của nó nằm ở việc giám sát được mô hình. "To avoid using log files" ngược lại, vì chính log là nơi lưu dữ liệu tối thiểu phục vụ giám sát và gỡ lỗi.

Đáp án đúng: "As visually similar as possible to the positive images". Ảnh âm (negative images) cho bộ phân loại biết thế nào là không thuộc lớp cần nhận diện. Ảnh âm có bối cảnh, màu sắc, bố cục giống ảnh dương nhưng không chứa đối tượng buộc mô hình học đúng đặc điểm riêng của đối tượng thay vì dựa vào nền hay màu chung, nên ranh giới quyết định sắc hơn; đây là tinh thần của hard negatives (mẫu âm khó). "Background images without the positive images" không sai hẳn, nhưng nếu nền khác xa ảnh dương thì mô hình dễ học mẹo phân biệt theo nền. "As random as possible to establish a background" và "Visually distinct from the positive images" cho ví dụ quá dễ phân biệt, mô hình học được rất ít. "Randomly generated from the positive images" có nguy cơ vẫn chứa mảnh đối tượng, làm nhãn âm bị nhiễu.

Đáp án đúng: "Because sharing with domain experts might enable topic-specific feature engineering". Tác động lên cơ hội kinh doanh nghĩa là kết quả mô hình chủ đề (topic model) được chuyển thành giá trị cho bài toán; trực quan hóa giúp chuyên gia lĩnh vực đọc được các chủ đề, từ đó đề xuất đặc trưng (feature) gắn với từng chủ đề để đưa vào mô hình phía sau, đó là đường đi từ phân tích tới giá trị. Các phương án kia đều là lợi ích có thật của trực quan hóa nhưng dừng ở mức kỹ thuật, chưa nối tới cơ hội kinh doanh: "Because visual inspection can help choose the number of topics" là việc chọn siêu tham số của mô hình; "Because we are able to see the top words with each topic" chỉ là cách đọc nội dung từng chủ đề; "Because we are able to see the relative importance of each topic across the corpus" mô tả tỷ trọng các chủ đề trong kho văn bản; "Because domain experts can visually inspect the validity of the topics" là bước kiểm tra chất lượng, có ích nhưng chưa tạo ra hành động mới như đặc trưng mới cho mô hình.

Đáp án đúng: "False". Một cụm Spark thường được quản lý bởi trình quản lý tài nguyên như Spark standalone, Hadoop YARN, Apache Mesos hoặc Kubernetes; trình này phân bổ executor cho driver và theo dõi tài nguyên của các node. Docker container và tệp YAML chỉ là một cách đóng gói hoặc mô tả cấu hình trong vài môi trường, ví dụ khi chạy Spark trên Kubernetes, chứ không phải cách quản lý cụm nói chung. Vì vậy "True" sai: nó biến một lựa chọn triển khai cụ thể thành quy tắc chung, trong khi phần lớn cụm Spark được vận hành qua trình quản lý cụm, không cần Docker hay YAML.

Đáp án đúng: "Correctly predicted positive cases". Trong confusion matrix (ma trận nhầm lẫn), True Positive là số mẫu thực sự thuộc lớp dương và mô hình cũng dự đoán là dương, ví dụ bệnh nhân có bệnh được mô hình phát hiện đúng là có bệnh; chữ True nói dự đoán đúng, chữ Positive nói nhãn dự đoán là dương. Phương án "Correctly predicted negative cases" là True Negative: mẫu âm được dự đoán đúng là âm. Phương án "Incorrectly predicted positive cases" là False Positive: mô hình báo dương nhưng thực tế là âm, còn gọi là báo động giả hay lỗi loại I. Phương án "Incorrectly predicted negative cases" là False Negative: mô hình báo âm trong khi thực tế là dương, tức bỏ sót, còn gọi là lỗi loại II. Bốn ô này là nền để tính precision, recall và F1.

Đáp án đúng: "Down-sampling of the majority class". Đây là câu phủ định. Giảm chiều (dimensionality reduction) là giảm số đặc trưng, tức số cột, bằng cách chiếu dữ liệu sang không gian ít chiều hơn hoặc chọn bớt đặc trưng; down-sampling lớp đa số lại bỏ bớt dòng, tức bớt mẫu, để cân bằng các lớp, nên số chiều giữ nguyên và đây là kỹ thuật xử lý mất cân bằng chứ không phải giảm chiều. "Principal components analysis to process images used in classification." là ứng dụng hợp lệ nên không chọn, vì PCA nén hàng nghìn điểm ảnh thành vài chục thành phần chính trước khi phân loại, như cách làm eigenfaces. "Non-negative matrix factorization to resolve topics from a corpus of words." hợp lệ vì NMF phân rã ma trận tài liệu và từ thành hai ma trận không âm, mỗi thành phần đọc được như một chủ đề. "t-distributed stochastic neighbor embedding to visualize the results of a clustering algorithm." hợp lệ vì t-SNE chiếu dữ liệu nhiều chiều xuống hai hoặc ba chiều mà vẫn giữ quan hệ lân cận, rất hợp để nhìn các cụm. "Using an ANOVA to select a subset of features" hợp lệ vì chọn đặc trưng theo kiểm định F của ANOVA, như SelectKBest với f_classif, là giảm chiều bằng lựa chọn đặc trưng.