Câu hỏi: AID301c - Phần 5: Triển khai mô hình trong doanh nghiệp

Đáp án đúng: "Use the njobs argument". Nhiều estimator và công cụ của scikit-learn như RandomForestClassifier, GridSearchCV hay cross_val_score có đối số số tác vụ song song, viết trong mã là n_jobs; đặt n_jobs=-1 cho phép dùng mọi lõi CPU để huấn luyện các cây hoặc thử các cấu hình song song, rút ngắn thời gian mà không đổi kết quả mô hình. "Increase the number of features" sai vì thêm đặc trưng làm tăng chi phí tính toán và có thể gây quá khớp, không phải cách tối ưu huấn luyện. "Decrease the dataset size" có thể làm nhanh hơn nhưng phải trả bằng việc mất thông tin và mô hình kém đi, nên không phải cách tối ưu đúng nghĩa. "Avoid using any optimization algorithms" vô nghĩa vì chính quá trình huấn luyện là chạy một thuật toán tối ưu để tìm tham số; bỏ nó thì không có mô hình.

Đáp án đúng: "It provides a standard environment for model deployment". Docker đóng gói mô hình cùng mã phục vụ, phiên bản Python, thư viện và cấu hình hệ thống vào một image; container chạy từ image đó hoạt động như nhau trên máy của nhà khoa học dữ liệu, máy chủ kiểm thử hay cụm máy production, loại bỏ lỗi kiểu chạy được trên máy tôi mà lên máy chủ thì hỏng, và dễ đưa lên các nền tảng điều phối như Kubernetes. "It simplifies data visualization" sai vì vẽ biểu đồ là việc của thư viện như matplotlib, Docker không liên quan. "It eliminates the need for coding" sai, vì vẫn phải viết mã mô hình và cả Dockerfile. "It is used for data storage" sai vì container vốn tạm thời; lưu dữ liệu bền vững cần volume hoặc hệ thống lưu trữ riêng, và đó không phải giá trị chính của Docker.

Đáp án đúng: "Collaborative-based recommender systems". Thư viện học máy của Spark (MLlib) có sẵn lọc cộng tác (collaborative filtering) qua thuật toán ALS (Alternating Least Squares, bình phương tối thiểu luân phiên): phân rã ma trận người dùng và sản phẩm thành hai ma trận nhân tố ẩn để dự đoán điểm đánh giá còn thiếu, chỉ dựa trên lịch sử tương tác. "Content-based recommender systems" gợi ý theo đặc điểm của sản phẩm; có thể tự dựng từ các công cụ trích đặc trưng và đo độ tương tự trong Spark, nhưng không có mô hình đóng gói sẵn. "Utility-based recommender systems" phải xây hàm tiện ích riêng cho người dùng, không có sẵn trong Spark. "Hybrid recommender systems" là kết hợp nhiều cách tiếp cận, người dùng phải tự ghép. "Demographics-based recommender systems" dựa trên tuổi, giới tính, vùng miền của người dùng, cũng không có cài đặt sẵn.

Đáp án đúng: "Replacement for a standard virtual machine". Container của Docker dùng chung nhân hệ điều hành của máy chủ và chỉ cô lập ở mức tiến trình, nên nhẹ và khởi động nhanh, nhưng không ảo hoá phần cứng và không chạy được hệ điều hành có nhân khác như một virtual machine (máy ảo); vì vậy nó bổ sung chứ khó thay thế hoàn toàn máy ảo chuẩn, nhất là khi cần cô lập bảo mật mạnh hoặc một hệ điều hành riêng. Câu hỏi tìm trường hợp ít khả năng nhất. "Microservices: many loosely coupled and independently deployable services" là trường hợp điển hình vì mỗi dịch vụ đóng gói thành một container triển khai độc lập. "DevOps/Data Engineers use containers as a common platform for many teams" là trường hợp thật vì image chung giúp các nhóm có cùng môi trường từ phát triển tới vận hành. "Avoid install overhead with a Spark environment" là trường hợp thật vì có thể kéo sẵn image chứa Spark thay vì tự cài Java và cấu hình. "Hybrid, multi-cloud portability for a machine learning model" là trường hợp thật vì container chạy giống nhau trên máy tại chỗ và trên nhiều đám mây.

Đáp án đúng: "It allows for easier deployment of applications". Docker đóng gói ứng dụng cùng thư viện, cấu hình và môi trường chạy vào một image, nên container (vùng chứa) chạy giống hệt nhau trên máy phát triển, máy chủ kiểm thử hay đám mây; đây là lợi ích chính giúp triển khai dễ và tránh lỗi chỉ chạy được trên máy tôi. Phương án "It requires more resources than virtual machines" sai vì container dùng chung nhân hệ điều hành của máy chủ, nhẹ hơn và khởi động nhanh hơn máy ảo; hơn nữa tốn tài nguyên hơn thì không thể là lợi ích. Phương án "It is only suitable for small applications" sai vì Docker được dùng cho cả hệ thống lớn, kết hợp với Kubernetes để chạy hàng nghìn container. Phương án "It does not support multiple applications" sai vì một máy có thể chạy nhiều container độc lập, và Docker Compose giúp điều phối nhiều dịch vụ cùng lúc.