Qiz HUBQizHUBQUESTION LIBRARY PLATFORM
Bỏ quảng cáoLuyện đề ngay
Đăng nhập
AID301cChưa đo Cập nhật 23 giờ trước

AID301c - Thiết kế sản phẩm TTNT

AID301c - Thiết kế sản phẩm TTNT là môn 3 tín chỉ bậc cử nhân của Đại học FPT, học sau SWE201c và AIL303m. Môn xử lý khoảng cách giữa một mô hình chạy tốt trong sổ tay thử nghiệm và một sản phẩm trí tuệ nhân tạo mà doanh nghiệp dùng được mỗi ngày. Nhiều dự án AI không hỏng ở thuật toán: chúng hỏng vì bài toán kinh doanh đặt mơ hồ, vì dữ liệu đổ vào không ổn định, hoặc vì mô hình lặng lẽ xuống cấp sau khi lên hệ thống thật mà không ai hay. Do đó việc làm AI được xem như một vòng khép kín, mở bằng câu hỏi kinh doanh và đóng bằng dữ liệu vận hành quay về chất vấn chính câu hỏi ấy. Đầu cuối của vòng là phần dễ bị xem nhẹ: giám sát mô hình đang chạy, nhận ra độ trôi của dữ liệu đầu vào và của chất lượng dự đoán, rồi dựng vòng phản hồi để biết lúc nào phải huấn luyện lại. Ở đầu kia, ưu tiên kinh doanh được dịch thành giả thuyết đo được, và dữ liệu từ nhiều nguồn rời rạc được gom qua đường ống thu nhận chạy lặp lại thay vì nhặt tay một lần. Chặng chuẩn bị dữ liệu đi qua biến đổi và tạo đặc trưng, việc soát thiên lệch trong dữ liệu lẫn trong kết quả mô hình, và trước đó là phân tích khám phá kèm kiểm định giả thuyết thống kê để tách khác biệt có thật khỏi nhiễu. Ở khâu triển khai, mô hình trở thành dịch vụ: đóng gói trong container Docker, xử lý dữ liệu lớn bằng Apache Spark, chạy và mở rộng trên cụm Kubernetes. Ở khâu mô hình, trọng tâm là chọn thước đo đánh giá khớp với cái giá của từng loại sai, so học máy truyền thống với học sâu, và hai lớp ứng dụng riêng là nhận dạng hình ảnh với xử lý ngôn ngữ tự nhiên. Học xong, người học dựng được một dịch vụ dự đoán có giám sát đủ để bàn giao cho người vận hành, biện hộ được cho lựa chọn mô hình bằng thước đo gắn với thiệt hại thật thay vì một con số chính xác chung chung, và trước cả hai việc đó, đọc được một yêu cầu kinh doanh để chỉ ra dữ liệu nào còn thiếu trước khi viết dòng mã đầu tiên. Môn cũng rèn thói quen nghi ngờ kết quả của chính mình: một mô hình đạt điểm cao trên tập kiểm tra vẫn có thể sai có hệ thống với một nhóm khách hàng, hoặc mất giá trị sau vài tháng khi hành vi người dùng đổi, và phải có số đo liên tục mới thấy được điều đó.

134Câu hỏi
3Bộ đề
6Chủ đề

Câu hỏi của môn

64/134 câuCòn 70
45Which command-line tool is used to interact with the Kubernetes API?4 lựa chọn
AKubelet
BKube CTL
CDocker
DHelm
Lời giải
Đáp án đúng: "Kube CTL". kubectl (đọc là kube control hoặc kube CTL) là công cụ dòng lệnh chính thức để gửi yêu cầu tới Kubernetes API server, dùng để tạo, xem, cập nhật và xoá tài nguyên như pod, deployment, service, ví dụ lệnh kubectl get pods. "Kubelet" là tác tử chạy trên mỗi node, nhận chỉ thị từ control plane và bảo đảm container chạy đúng, người dùng không gõ lệnh qua nó. "Docker" là công cụ đóng gói và chạy container, không phải giao diện tới Kubernetes API. "Helm" là trình quản lý gói (chart) cho Kubernetes; nó cũng làm việc với cụm nhưng là công cụ đóng gói triển khai ở tầng cao hơn, không phải công cụ dòng lệnh cơ bản để tương tác với API.
Mở trang câu hỏi này →
46A Kubernetes pod can contain multiple kubernetes deployments2 lựa chọn
ATrue
BFalse
Lời giải
Đáp án đúng: "False". Trong Kubernetes, pod là đơn vị triển khai nhỏ nhất, gói một hoặc vài container dùng chung mạng và ổ lưu trữ. Deployment là đối tượng cấp cao hơn: nó khai báo trạng thái mong muốn, chẳng hạn chạy ba bản sao của một pod mẫu, rồi thông qua ReplicaSet tạo, thay thế và cập nhật dần các pod đó. Quan hệ vì vậy là Deployment quản lý nhiều pod, không có chiều ngược lại; một pod chỉ chứa container, không thể chứa Deployment. Phát biểu "True" sai vì đảo ngược thứ bậc này: nếu nhầm như vậy, người vận hành sẽ hiểu sai cách mở rộng ứng dụng, vốn được làm bằng cách tăng số bản sao trong Deployment chứ không phải nhét thêm thứ gì vào một pod.
Mở trang câu hỏi này →
47Docker images are the basis of containers. It is possible to pull an image from the registry and ask the Docker client to run a container based on that image. Some images are official while many others are user defined2 lựa chọn
ATrue
BFalse
Lời giải
Đáp án đúng: "True". Docker image (ảnh Docker) là bản mẫu chỉ đọc gồm hệ điều hành tối giản, thư viện và mã ứng dụng; container là một phiên bản đang chạy được tạo ra từ image đó. Quy trình mô tả trong câu là đúng: lệnh docker pull tải image từ registry (kho chứa image, như Docker Hub) về máy, rồi docker run yêu cầu Docker client tạo và chạy container dựa trên image ấy. Trên Docker Hub cũng có cả image chính thức (official image) do Docker và nhà phát triển phần mềm duy trì, như python hay ubuntu, lẫn rất nhiều image do người dùng tự xây và đẩy lên. Chọn "False" là sai, vì mọi vế trong phát biểu, từ vai trò làm nền của image, thao tác kéo và chạy, đến sự tồn tại song song của image chính thức và image người dùng, đều khớp với cách Docker hoạt động.
Mở trang câu hỏi này →
48Which of the following classifiers is inherently designed for multiclass classification?4 lựa chọn
ALinear Regression
BNaive Bayes
CK-Means Clustering
DDecision Trees (in binary mode)
Lời giải
Đáp án đúng: "Naive Bayes". Naive Bayes dùng định lý Bayes với giả định các đặc trưng độc lập có điều kiện để tính xác suất hậu nghiệm P(lớp | đặc trưng) cho từng lớp rồi chọn lớp có xác suất lớn nhất, nên nó xử lý tự nhiên bất kỳ số lớp nào mà không cần chiến lược one-vs-rest (một-đấu-phần-còn-lại). "Linear Regression" là mô hình hồi quy dự đoán giá trị liên tục, không phải bộ phân loại. "K-Means Clustering" là thuật toán phân cụm không giám sát, không học từ nhãn lớp nên không phải bộ phân loại đa lớp. "Decision Trees (in binary mode)" tự giới hạn ở chế độ nhị phân; cây quyết định thông thường vẫn phân loại được nhiều lớp, nhưng mô tả gắn với chế độ nhị phân này không phải ví dụ của một bộ phân loại vốn được thiết kế cho đa lớp như câu hỏi yêu cầu.
Mở trang câu hỏi này →
49The.fit_transform method corresponds to which scikit-learn interface(s)?5 lựa chọn
ATransformer, Estimator, Predictor
BTransformer, Estimator
CEstimator, Predictor
DTransformer
ETransformer, Predictor
Lời giải
Đáp án đúng: "Transformer, Estimator". Trong scikit-learn, mọi đối tượng học từ dữ liệu bằng fit đều theo giao diện Estimator (bộ ước lượng), còn giao diện Transformer (bộ biến đổi) bổ sung transform để biến đổi dữ liệu; fit_transform là phương thức của transformer, gộp fit rồi transform trên cùng dữ liệu, nên nó gắn với cả hai giao diện, ví dụ StandardScaler hay PCA. "Transformer, Estimator, Predictor" sai vì giao diện Predictor gắn với phương thức predict, mà fit_transform không trả về dự đoán. "Estimator, Predictor" sai vì thiếu Transformer, chính là giao diện định nghĩa bước transform trong fit_transform, lại thêm Predictor không liên quan. "Transformer" sai vì bỏ sót Estimator: phần fit của phương thức là đặc trưng của estimator, và transformer trong sklearn vốn đồng thời là estimator. "Transformer, Predictor" sai vì Predictor chỉ áp dụng cho mô hình có predict như hồi quy hay phân loại, đồng thời lại thiếu Estimator.
Mở trang câu hỏi này →
50Which command is used to install the Watson Developer Cloud Python SDK?4 lựa chọn
Apip install ibm-watson
Bpip install --upgrade ibm-watson
Cinstall ibm-watson
Dupgrade ibm-watson
Lời giải
Đáp án đúng: "pip install ibm-watson". Watson Developer Cloud Python SDK được phát hành trên PyPI với tên gói ibm-watson, nên lệnh cài đặt cơ bản là dùng trình quản lý gói pip với lệnh install và tên gói đó. Phương án "pip install --upgrade ibm-watson" là biến thể dùng để cập nhật gói lên bản mới nhất khi đã cài, hoặc cài mới kèm nâng cấp; nó cũng chạy được, nhưng câu hỏi hỏi lệnh cài đặt, và cờ --upgrade chỉ bổ sung hành vi nâng cấp chứ không phải lệnh cài chuẩn. Phương án "install ibm-watson" sai vì thiếu chương trình pip đứng trước, shell sẽ không hiểu install là lệnh cài gói Python. Phương án "upgrade ibm-watson" sai vì không có lệnh upgrade độc lập trong pip hay trong shell; nâng cấp phải viết dưới dạng cờ của lệnh pip install.
Mở trang câu hỏi này →
51A data scientist at Company Z sorted the survey responses by whether the respondents used Product 1 or Product 2 and then compiled their ages:5 lựa chọncó code
Đề bài
p1_ages = [25., 32., 20., 18., 28., 32., 31., 19., 34., 34., 23., 29., 17.,
        23., 25., 31., 32., 29., 29., 24., 22., 28., 26., 24., 23.]

p2_ages = [20., 25., 27., 19., 22., 26., 24., 27., 24., 20., 25., 28., 18.,
        19., 23., 28., 19., 19., 19., 25., 29., 26., 23., 23., 22.]

Of the hypothesis test discussed in these contents what one is the most appropriate for testing the following hypothesis? There is no age difference, on average, between the users of product 1 and the users of product 2

AA 1-sample t-test
BA 2-sample t-test assuming equal variance
CZ-Test with continuity correction
DA 2-sample unequal variances t-test
EBinomial Test
Lời giải
Đáp án đúng: "A 2-sample unequal variances t-test". Giả thuyết so sánh tuổi trung bình của hai nhóm người dùng độc lập, nên cần kiểm định t hai mẫu; vì không có lý do để giả định hai nhóm có cùng phương sai, kiểm định Welch (two-sample t-test không giả định phương sai bằng nhau) là lựa chọn an toàn và phù hợp nhất. "A 1-sample t-test" chỉ so trung bình một nhóm với một giá trị cố định, không so hai nhóm. "A 2-sample t-test assuming equal variance" cũng so hai nhóm nhưng thêm giả định phương sai bằng nhau, giả định không được kiểm chứng ở đây. "Z-Test with continuity correction" dùng cho tỷ lệ hoặc dữ liệu đếm xấp xỉ chuẩn, không phải trung bình của biến liên tục với mẫu nhỏ. "Binomial Test" dành cho biến nhị phân (thành công hay thất bại), không áp dụng cho tuổi.
Mở trang câu hỏi này →
52Which component is responsible for ensuring that applications are healthy and running in worker nodes?4 lựa chọn
AKubernetes Master
BKubelet
CAPI Server
DDeployment
Lời giải
Đáp án đúng: "Kubelet". Kubelet là tác tử chạy trên từng worker node (nút làm việc): nó nhận đặc tả pod từ control plane, khởi chạy container qua container runtime, chạy các probe kiểm tra sức khỏe như liveness và readiness, khởi động lại container hỏng và báo trạng thái node về cụm. Vì vậy đây là thành phần trực tiếp giữ cho ứng dụng trên node khỏe và đang chạy. "Kubernetes Master" là tên cũ của control plane, nơi ra quyết định toàn cụm như lập lịch, nhưng nó không trực tiếp trông từng container trên node. "API Server" là cổng giao tiếp trung tâm nhận và lưu yêu cầu thay đổi trạng thái cụm, không trực tiếp canh từng container ở node. "Deployment" là đối tượng khai báo số bản sao và cách cập nhật pod; nó mô tả trạng thái mong muốn ở mức cụm, còn việc thực thi trên node vẫn do kubelet làm.
Mở trang câu hỏi này →
53Which of the following best describes multiclass classification?4 lựa chọn
AEach sample can have multiple labels.
BEach sample is assigned to only one label.
CIt is limited to two classes only.
DIt does not require any evaluation metrics.
Lời giải
Đáp án đúng: "Each sample is assigned to only one label.". Multiclass classification (phân loại đa lớp) là bài toán có từ ba lớp trở lên nhưng mỗi mẫu chỉ thuộc đúng một lớp, ví dụ phân loại ảnh chữ số viết tay vào một trong mười chữ số. "Each sample can have multiple labels." mô tả multi-label classification (phân loại đa nhãn), nơi một mẫu được gắn nhiều nhãn cùng lúc, như một bài báo vừa thuộc chủ đề kinh tế vừa thuộc chủ đề công nghệ. "It is limited to two classes only." là định nghĩa của binary classification (phân loại nhị phân), trường hợp đặc biệt chỉ có hai lớp. "It does not require any evaluation metrics." sai, vì mô hình đa lớp vẫn phải được đánh giá bằng accuracy, ma trận nhầm lẫn hoặc precision, recall, F1 tính theo từng lớp rồi lấy trung bình macro hay micro.
Mở trang câu hỏi này →
54Where should you store your API key and sensitive information?4 lựa chọn
AIn a publicly accessible file
BOn a machine you trust in a secure file
CIn a shared document
DIn the cloud without encryption
Lời giải
Đáp án đúng: "On a machine you trust in a secure file". API key và thông tin nhạy cảm như mật khẩu, token là chìa khoá truy cập dịch vụ: ai có nó thì dùng được tài nguyên và phát sinh chi phí dưới tên bạn. Cách làm đúng là để chúng trong một tệp riêng trên máy tin cậy, giới hạn quyền đọc, không đưa vào mã nguồn hay kho git, rồi để mã đọc vào dưới dạng biến. "In a publicly accessible file" khiến bất kỳ ai cũng lấy được khoá. "In a shared document" làm khoá lan tới nhiều người ngoài phạm vi cần thiết, khó thu hồi và không biết ai đã dùng. "In the cloud without encryption" để khoá ở dạng văn bản rõ trên hạ tầng bên ngoài, chỉ một lỗi cấu hình quyền là lộ; lưu trên đám mây chỉ ổn khi dùng kho bí mật có mã hoá và kiểm soát truy cập.
Mở trang câu hỏi này →
55A typical convolutional neural network is constructed using a combination of convolutional, pooling and dense layers.2 lựa chọn
ATrue
BFalse
Lời giải
Đáp án đúng: "True". Mạng nơ-ron tích chập (CNN) điển hình xếp chồng các lớp convolutional (tích chập) dùng bộ lọc trượt để trích đặc trưng cục bộ như cạnh, góc, kết cấu; xen giữa là các lớp pooling (gộp) như max pooling để giảm kích thước không gian và tăng tính bất biến với dịch chuyển nhỏ; cuối cùng bản đồ đặc trưng được làm phẳng rồi đưa qua các lớp dense (kết nối đầy đủ) để phân loại, thường kết thúc bằng softmax. Các kiến trúc kinh điển như LeNet hay VGG đều theo khuôn này. "False" sai vì phát biểu mô tả đúng cấu trúc phổ biến; tuy có những biến thể hiện đại thay pooling bằng tích chập bước lớn hoặc thay lớp dense bằng global average pooling, đó là biến thể chứ không làm phát biểu về một mạng điển hình trở nên sai.
Mở trang câu hỏi này →
56Which of the following is not an example of a variant/application of gradient decent that we have covered?5 lựa chọn
Abatch gradient descent
Bmini-batch gradient descent
Cregularized gradient decent
Dstochastic gradient descent
Egradient descent applied to regression
Lời giải
Đáp án đúng: "regularized gradient decent". Gradient descent (hạ gradient) cập nhật tham số ngược hướng gradient của hàm mất mát, và các biến thể được phân biệt theo lượng dữ liệu dùng cho mỗi lần cập nhật; regularization (chính quy hoá) là việc thêm số hạng phạt vào hàm mất mát, không phải một biến thể của thuật toán tối ưu, nên không nằm trong các biến thể đã học. "batch gradient descent" là biến thể đã học: tính gradient trên toàn bộ tập huấn luyện trước mỗi bước cập nhật. "mini-batch gradient descent" cũng đã học: mỗi bước dùng một lô nhỏ mẫu, cân bằng giữa tốc độ và độ ổn định. "stochastic gradient descent" đã học: cập nhật sau từng mẫu đơn lẻ, nhanh nhưng dao động. "gradient descent applied to regression" là ứng dụng đã học: dùng thuật toán để tìm hệ số hồi quy tối thiểu hoá sai số bình phương. Vì câu hỏi tìm cái không thuộc nhóm, đáp án là biến thể có chính quy hoá.
Mở trang câu hỏi này →
57What is the purpose of Exploratory Data Analysis (EDA)?4 lựa chọn
ATo clean the data
BTo create summaries and visualizations of the data
CTo build predictive models
DTo gather raw data
Lời giải
Đáp án đúng: "To create summaries and visualizations of the data". Exploratory Data Analysis (phân tích khám phá dữ liệu) là bước dùng thống kê mô tả và biểu đồ để hiểu phân phối, mối quan hệ giữa các biến, giá trị ngoại lai và vấn đề chất lượng dữ liệu, từ đó định hướng giả thuyết và mô hình. "To clean the data" là việc làm sạch dữ liệu; EDA có thể phát hiện chỗ cần làm sạch, nhưng mục đích của nó là hiểu dữ liệu. "To build predictive models" thuộc bước mô hình hoá diễn ra sau EDA. "To gather raw data" là bước thu thập dữ liệu (data ingestion), phải có dữ liệu rồi mới khám phá được.
Mở trang câu hỏi này →
58Which of the following was not discussed as a tunable parameter of a neural network?5 lựa chọn
AHardware availability
BActivation functions: sigmoid, tanh, softmax, ReLU, leaky ReLU
CRegularization techniques: weight decay, early stopping, dropout
DTraining method: Loss function, learning rate, batch size, number of epochs
EStructure: the number of hidden layers, the number of nodes in each layer
Lời giải
Đáp án đúng: "Hardware availability". Tham số điều chỉnh được (tunable parameter, hay siêu tham số) của mạng nơ-ron là những lựa chọn thiết kế và huấn luyện mà người làm mô hình thay đổi để tìm cấu hình tốt nhất. Phần cứng sẵn có ảnh hưởng tới tốc độ và giới hạn kích thước mô hình, nhưng nó là ràng buộc của môi trường chứ không phải tham số của bản thân mạng, nên đây là đáp án của câu hỏi phủ định. Các nhóm còn lại đều là siêu tham số thật nên không được chọn: "Activation functions: sigmoid, tanh, softmax, ReLU, leaky ReLU" là lựa chọn hàm kích hoạt quyết định tính phi tuyến của từng lớp; "Regularization techniques: weight decay, early stopping, dropout" là các cách chống quá khớp có thể bật tắt và chỉnh cường độ; "Training method: Loss function, learning rate, batch size, number of epochs" quyết định mô hình được tối ưu ra sao; "Structure: the number of hidden layers, the number of nodes in each layer" quyết định độ sâu và độ rộng, tức sức chứa của mạng.
Mở trang câu hỏi này →
59Which of the following best describes the focus of this course?4 lựa chọn
AStrict adherence to a specific process model
BIncorporating best practices into the workflow
CLearning only from data science literature
DAvoiding any structured approach
Lời giải
Đáp án đúng: "Incorporating best practices into the workflow". Khóa học về quy trình AI trong vận hành không bắt người học tuân thủ cứng một mô hình quy trình nào, mà đưa các thực hành tốt (best practices) như kiểm thử, đóng gói bằng container, theo dõi mô hình và lặp lại có kiểm soát vào chính quy trình làm việc hằng ngày của nhóm. "Strict adherence to a specific process model" sai vì các mô hình như CRISP-DM chỉ được dùng làm khung tham khảo, có thể điều chỉnh theo dự án chứ không áp đặt cứng nhắc. "Learning only from data science literature" sai vì trọng tâm là thực hành trên dữ liệu và tình huống kinh doanh, không chỉ đọc tài liệu. "Avoiding any structured approach" đi ngược tinh thần khóa học, vốn đề cao làm việc có cấu trúc, có thể lặp lại và đo lường được.
Mở trang câu hỏi này →
60What is a common approach used by classifiers that default to a one-vs-all strategy?4 lựa chọn
AA single classifier is trained for all classes.
BA different classifier is trained for each label.
CAll classes are treated as one single class.
DIt is not applicable to multiclass classification.
Lời giải
Đáp án đúng: "A different classifier is trained for each label.". Chiến lược one-vs-all (một-đấu-tất-cả, còn gọi one-vs-rest) biến bài toán K lớp thành K bài toán nhị phân: với mỗi nhãn, huấn luyện một bộ phân loại riêng tách lớp đó khỏi toàn bộ các lớp khác; khi dự đoán, chọn lớp có điểm hoặc xác suất cao nhất. Logistic regression hay SVM tuyến tính thường dùng cách này để làm việc với nhiều lớp. "A single classifier is trained for all classes." mô tả mô hình đa lớp gốc như softmax hay Naive Bayes, ngược với ý tưởng tách bài toán. "All classes are treated as one single class." làm mất hết thông tin phân biệt giữa các lớp, không còn gì để phân loại. "It is not applicable to multiclass classification." sai vì one-vs-all sinh ra chính là để đưa bộ phân loại nhị phân vào bài toán đa lớp.
Mở trang câu hỏi này →
61Which of the following best describes Continuous Deployment?4 lựa chọn
AManual deployments of software
BAutomated deployments of software
CMerging changes infrequently
DExtensive testing before deployment
Lời giải
Đáp án đúng: "Automated deployments of software". Continuous Deployment (triển khai liên tục) là thực hành trong CI/CD mà mọi thay đổi mã vượt qua chuỗi kiểm thử tự động sẽ được đưa thẳng lên môi trường production mà không cần người bấm duyệt; nó đi xa hơn Continuous Delivery, nơi bản dựng luôn sẵn sàng phát hành nhưng bước đưa lên vẫn do con người quyết định. "Manual deployments of software" sai vì triển khai thủ công chính là điều triển khai liên tục muốn loại bỏ. "Merging changes infrequently" sai vì tinh thần CI/CD là gộp các thay đổi nhỏ thường xuyên để giảm xung đột và rủi ro. "Extensive testing before deployment" sai vì tuy kiểm thử là điều kiện cần, phương án này mô tả một giai đoạn kiểm thử nặng trước phát hành chứ không nêu đặc trưng cốt lõi là tự động hoá chính việc triển khai.
Mở trang câu hỏi này →
62Which of the following techniques is commonly used to address class imbalance?4 lựa chọn
AOver-sampling
BUnder-sampling
CBoth A and B
DNone of the above
Lời giải
Đáp án đúng: "Both A and B". Mất cân bằng lớp (class imbalance) là khi một lớp có ít mẫu hơn hẳn lớp khác, khiến mô hình thiên về lớp đông. Hai cách lấy mẫu lại phổ biến đều được dùng: over-sampling (tăng mẫu lớp thiểu số) và under-sampling (giảm mẫu lớp đa số), nên phương án gộp cả hai là đúng. "Over-sampling" đúng nhưng chưa đủ: nó nhân bản hoặc sinh mẫu tổng hợp cho lớp thiểu số, ví dụ SMOTE, nhưng chỉ là một trong hai kỹ thuật được hỏi. "Under-sampling" cũng đúng nhưng chưa đủ: nó bỏ bớt mẫu lớp đa số để cân bằng tỷ lệ, đổi lại có thể mất thông tin. Chọn riêng một trong hai là bỏ sót kỹ thuật còn lại cũng được dùng phổ biến. "None of the above" sai vì cả hai kỹ thuật đều thực sự được dùng để xử lý mất cân bằng lớp.
Mở trang câu hỏi này →
63Which of the following can lead to sampling bias?4 lựa chọn
AUsing a larger dataset
BUnder-representing certain subgroups in the data
CIncreasing the number of features
DUsing cross-validation
Lời giải
Đáp án đúng: "Under-representing certain subgroups in the data". Sampling bias (sai lệch lấy mẫu) xảy ra khi mẫu không phản ánh đúng tổng thể, ví dụ một nhóm khách hàng hay nhóm nhân khẩu học bị lấy quá ít, khiến mô hình học sai hoặc kém công bằng với nhóm đó. "Using a larger dataset" không tự gây sai lệch; dữ liệu lớn còn giảm phương sai ước lượng, dù dữ liệu lớn mà lấy lệch vẫn lệch. "Increasing the number of features" có thể gây quá khớp hoặc lời nguyền số chiều, nhưng đó không phải sai lệch trong cách chọn mẫu. "Using cross-validation" là kỹ thuật đánh giá mô hình bằng cách chia dữ liệu nhiều lần, giúp ước lượng hiệu năng tin cậy hơn chứ không tạo ra sai lệch lấy mẫu.
Mở trang câu hỏi này →
64What does the --executor-memory option specify in the spark-submit command?4 lựa chọn
AThe amount of memory allocated to the driver
BThe amount of memory allocated to each executor
CThe total memory for the Spark application
DThe memory required for the script
Lời giải
Đáp án đúng: "The amount of memory allocated to each executor". Trong Spark, driver là tiến trình điều phối chạy hàm main và lập kế hoạch công việc, còn executor là các tiến trình trên những nút làm việc thực thi task và giữ dữ liệu cache. Tùy chọn --executor-memory của spark-submit đặt lượng bộ nhớ heap cho mỗi executor, ví dụ 4g nghĩa là từng executor được 4 GB. "The amount of memory allocated to the driver" là vai trò của tùy chọn khác, --driver-memory. "The total memory for the Spark application" sai vì tổng bộ nhớ phụ thuộc vào số executor nhân với bộ nhớ mỗi executor cộng phần của driver, không có một tham số này đặt trọn. "The memory required for the script" sai vì Spark không cấp bộ nhớ theo tệp script; mã được phân tán ra các executor và bộ nhớ được cấp theo tiến trình.
Mở trang câu hỏi này →
Tin cậyĐiều khoảnBảo mậtCookieQuảng cáoThanh toánBiên tậpBản quyềnLiên hệ