AID301cChưa đo Cập nhật 23 giờ trước
AID301c - Thiết kế sản phẩm TTNT
134Câu hỏi
3Bộ đề
6Chủ đề
Câu hỏi của môn
84/134 câuCòn 50
ATrue
BFalse
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "False". Thêm GPU hay tài nguyên tính toán chỉ rút ngắn được phần công việc có thể song song hóa. Theo định luật Amdahl, phần việc buộc phải chạy tuần tự, như nạp và tiền xử lý dữ liệu, đồng bộ trọng số giữa các thiết bị hay ghi checkpoint, đặt ra giới hạn dưới cho thời gian huấn luyện. Thêm nữa, càng nhiều GPU thì chi phí giao tiếp giữa chúng càng lớn, batch quá to có thể làm mô hình hội tụ kém đi, và nút thắt có thể chuyển sang băng thông đọc dữ liệu hoặc mạng. Vì vậy đến một mức nào đó thời gian huấn luyện gần như chững lại, thậm chí tăng lên. Phát biểu "True" sai ở chữ always: lợi ích của việc thêm tài nguyên giảm dần chứ không kéo dài mãi.
66What is emphasized as important when carrying out data visualization in an enterprise context?4 lựa chọn
ASpeed of execution
BReproducibility and communication
CComplexity of models
DUse of advanced algorithms
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "Reproducibility and communication". Trong doanh nghiệp, biểu đồ là công cụ truyền đạt phát hiện cho người ra quyết định và phải tạo lại được: mã vẽ được lưu thành script hay hàm, chạy lại trên dữ liệu mới cho cùng kết quả, để đồng nghiệp kiểm chứng và cập nhật báo cáo định kỳ. "Speed of execution" chỉ là yếu tố phụ; biểu đồ vẽ nhanh mà không tái tạo được hay khó hiểu thì vẫn không có giá trị. "Complexity of models" thuộc khâu mô hình hoá, không phải tiêu chí của trực quan hoá, và biểu đồ tốt thường càng đơn giản càng dễ đọc. "Use of advanced algorithms" cũng không phải trọng tâm: trực quan hoá trong khám phá dữ liệu chủ yếu dùng biểu đồ cơ bản như histogram, scatter plot, boxplot, miễn là chúng kể rõ câu chuyện của dữ liệu.
ATo create visual content
BTo analyze and understand human language
CTo develop hardware components
DTo manage databases
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "To analyze and understand human language". Xử lý ngôn ngữ tự nhiên (NLP) là nhánh của AI giúp máy tính phân tích, hiểu và sinh ngôn ngữ con người ở dạng văn bản hoặc lời nói, với các bài toán như phân loại cảm xúc, nhận dạng thực thể, dịch máy, tóm tắt hay trả lời câu hỏi. "To create visual content" sai vì tạo hình ảnh thuộc thị giác máy tính và các mô hình sinh ảnh, dù một số hệ đa phương thức nhận mô tả bằng chữ làm đầu vào. "To develop hardware components" sai vì NLP là lĩnh vực thuật toán và mô hình, không thiết kế linh kiện phần cứng. "To manage databases" sai vì quản trị cơ sở dữ liệu là việc của các hệ quản trị như PostgreSQL hay MongoDB; NLP có thể giúp truy vấn bằng ngôn ngữ tự nhiên nhưng đó không phải mục đích chính của nó.
ATrue
BFalse
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "True". Train-test split (chia tập huấn luyện và kiểm tra) giữ riêng một phần dữ liệu mô hình chưa từng thấy để đo hiệu năng một cách trung thực, còn cross-validation (kiểm định chéo) chia tập huấn luyện thành nhiều phần, lần lượt huấn luyện trên một số phần và đánh giá trên phần còn lại, cho ước lượng hiệu năng ổn định hơn và dùng để chọn siêu tham số mà không đụng tới tập kiểm tra. Kết hợp hai công cụ này giúp phát hiện overfitting (quá khớp) và đảm bảo mô hình được điều chỉnh phù hợp để tổng quát hoá cho dữ liệu chưa thấy, đúng như phát biểu. Chọn "False" là sai vì nếu chỉ đánh giá trên dữ liệu huấn luyện thì sai số sẽ lạc quan quá mức, mô hình có thể học thuộc dữ liệu mà vẫn trông rất tốt, và ta không có cách nào biết nó hoạt động ra sao khi triển khai.
ALinear regression
BKullback-Leibler divergence
CDecision trees
DNeural networks
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "Kullback-Leibler divergence". KL divergence (độ phân kỳ Kullback-Leibler) đo mức khác nhau giữa hai phân phối xác suất, bằng 0 khi hai phân phối trùng nhau và càng lớn khi chúng càng lệch; trong vận hành mô hình nó thường được dùng để phát hiện trôi dữ liệu (data drift) giữa dữ liệu huấn luyện và dữ liệu mới. "Linear regression" mô hình hoá quan hệ tuyến tính giữa biến đầu vào và biến mục tiêu, không phải thước đo so sánh phân phối. "Decision trees" là mô hình dự đoán chia dữ liệu theo các luật rẽ nhánh. "Neural networks" là họ mô hình học hàm phức tạp; chúng có thể học phân phối nhưng bản thân không phải phương pháp so sánh hai phân phối.
AData collection
BData cleaning and preliminary exploratory data analysis
CModel training
DBusiness opportunity identification
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "Data cleaning and preliminary exploratory data analysis". Khi áp tư duy thiết kế vào quy trình khoa học dữ liệu, giai đoạn Define là lúc chuyển những gì đã tìm hiểu thành một bài toán được phát biểu rõ; với dữ liệu, điều đó nghĩa là làm sạch dữ liệu và chạy phân tích khám phá sơ bộ (exploratory data analysis, EDA) để biết dữ liệu thực sự nói gì, có thiếu sót gì, từ đó chốt câu hỏi và giả thuyết. "Data collection" thuộc bước trước, khi nhóm còn đang tìm hiểu vấn đề và gom dữ liệu thô về. "Model training" thuộc các giai đoạn sau như Ideate và Prototype, khi đã có ý tưởng mô hình để thử. "Business opportunity identification" là việc của giai đoạn Empathize đầu tiên, khi nhóm tìm hiểu các bên liên quan để nhận ra cơ hội kinh doanh; nó là đầu vào cho Define chứ không phải việc diễn ra trong đó.
71What does ETL stand for in data processing?4 lựa chọn
AExtract, Transform, Load
BEvaluate, Test, Load
CExtract, Transfer, Load
DEvaluate, Transform, Load
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "Extract, Transform, Load". ETL là quy trình ba bước đưa dữ liệu từ nguồn vào nơi phân tích: Extract (trích xuất) lấy dữ liệu từ cơ sở dữ liệu, tệp hay API; Transform (biến đổi) làm sạch, chuẩn hóa, gộp và tính toán lại dữ liệu cho đúng cấu trúc cần dùng; Load (nạp) ghi kết quả vào kho dữ liệu hoặc hệ thống đích. "Evaluate, Test, Load" sai vì đánh giá và kiểm thử là việc của giai đoạn xây dựng mô hình, không phải bước đầu và giữa của đường ống dữ liệu. "Extract, Transfer, Load" nhầm bước giữa: chuyển dữ liệu đi không phải trọng tâm, cốt lõi là biến đổi dữ liệu. "Evaluate, Transform, Load" sai ở bước đầu, vì phải trích xuất được dữ liệu từ nguồn trước khi làm bất cứ việc gì khác.
ATo gather data
BTo understand business opportunities
CTo clean the data
DTo build a model
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "To understand business opportunities". Khi áp khung Design Thinking (tư duy thiết kế) vào quy trình khoa học dữ liệu, Empathize (thấu cảm) là pha đầu tiên: nói chuyện với các bên liên quan, hiểu nỗi đau của người dùng và xác định đúng cơ hội kinh doanh, từ đó phát biểu bài toán thành giả thuyết kiểm chứng được. "To gather data" là việc làm sau, khi đã biết cần dữ liệu gì để trả lời câu hỏi kinh doanh. "To clean the data" thuộc khâu chuẩn bị và biến đổi dữ liệu, chỉ có ý nghĩa khi dữ liệu đã được thu thập. "To build a model" nằm ở pha mô hình hoá, gần cuối vòng; xây mô hình trước khi hiểu cơ hội dễ dẫn tới giải đúng một bài toán mà không ai cần.
APrincipal Component Analysis (PCA)
BLatent Dirichlet Allocation (LDA)
CSupport Vector Machines (SVM)
DK-Means Clustering
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "Latent Dirichlet Allocation (LDA)". LDA là mô hình xác suất sinh, giả định mỗi văn bản là hỗn hợp của một số chủ đề ẩn và mỗi chủ đề là một phân phối trên các từ, với tiên nghiệm Dirichlet; học trên ma trận đếm từ sẽ cho ra các nhóm từ đặc trưng của từng chủ đề, nên đây là phương pháp topic modeling (mô hình hoá chủ đề) kinh điển. "Principal Component Analysis (PCA)" sai vì PCA là giảm chiều tuyến tính tìm hướng phương sai lớn nhất, thành phần của nó có thể mang giá trị âm nên khó đọc thành chủ đề. "Support Vector Machines (SVM)" sai vì SVM là thuật toán phân loại có giám sát, cần nhãn sẵn, trong khi mô hình hoá chủ đề là bài toán không giám sát. "K-Means Clustering" sai vì K-Means gán cứng mỗi văn bản vào đúng một cụm theo khoảng cách, không mô hình hoá văn bản như hỗn hợp nhiều chủ đề; nó gom được văn bản giống nhau nhưng không phải phương pháp topic modeling chuẩn.
74During which phase of the design thinking process does AAVAiL move to define challenges?4 lựa chọn
AEmpathize
BDefine
CIdeate
DPrototype
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "Define". Quy trình design thinking (tư duy thiết kế) đi qua các pha Empathize, Define, Ideate, Prototype và Test; pha Define là lúc tổng hợp những gì đã tìm hiểu để phát biểu rõ vấn đề, thách thức kinh doanh cần giải, nên khi AAVAiL chuyển sang xác định các thách thức thì đó chính là pha này. "Empathize" là pha thấu cảm, tập trung quan sát và phỏng vấn người dùng, người liên quan để hiểu nhu cầu, chưa chốt thách thức. "Ideate" là pha lên ý tưởng, diễn ra sau khi vấn đề đã được định nghĩa, nhằm đưa ra nhiều hướng giải quyết như các giả thuyết và cách tiếp cận dữ liệu. "Prototype" là pha dựng bản mẫu, hiện thực hoá ý tưởng thành phiên bản thử như một mô hình hay một luồng dữ liệu đơn giản để kiểm nghiệm, nên cũng đến sau pha xác định vấn đề.
AJSON
BXML
CCSV
DTXT
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "CSV". CSV (comma-separated values, giá trị phân tách bằng dấu phẩy) lưu dữ liệu thành các hàng và cột, mỗi dòng một bản ghi, mỗi trường cách nhau bằng dấu phẩy, nên là định dạng phổ biến nhất cho dữ liệu dạng bảng và đọc được bằng Pandas hay bảng tính. "JSON" lưu dữ liệu dạng cây gồm đối tượng và mảng lồng nhau, hợp với dữ liệu bán cấu trúc hơn là bảng phẳng. "XML" cũng là định dạng phân cấp bằng thẻ, cồng kềnh khi biểu diễn bảng. "TXT" chỉ là văn bản thuần không có quy ước cấu trúc cột nào, nên không phải định dạng chuẩn cho dữ liệu bảng.
76Which tool is mentioned as an industry standard in the Python ecosystem for data science?4 lựa chọn
ARStudio
BJupyter notebooks
CSpyder
DTableau
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "Jupyter notebooks". Jupyter notebook là môi trường tương tác chạy mã Python theo từng ô, xen kẽ được mã, kết quả, biểu đồ và chữ giải thích trong cùng một tài liệu, nên đã trở thành chuẩn công nghiệp để khám phá dữ liệu, thử mô hình và chia sẻ phân tích trong hệ sinh thái Python. "RStudio" là môi trường phát triển chủ yếu cho ngôn ngữ R, thuộc hệ sinh thái khác, dù gần đây cũng hỗ trợ Python. "Spyder" đúng là một IDE cho Python hướng tới nhà khoa học, nhưng nó là một lựa chọn trong nhiều IDE chứ không được coi là chuẩn chung như notebook. "Tableau" là công cụ trực quan hóa và báo cáo kinh doanh dạng kéo thả, không phải công cụ lập trình của hệ sinh thái Python.
77What is Port Forwarding in Docker?4 lựa chọn
AThe process of creating a data file on the local computer that persists after the container is closed
BSending one container to multiple nodes on a multicloud environment
CAllowing data to be passed in and out of a docker container and controlling which applications can do this
DBuilding one Docker image using another docker image as a template
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "Allowing data to be passed in and out of a docker container and controlling which applications can do this". Mỗi container có mạng riêng, cô lập với máy host. Port forwarding (chuyển tiếp cổng), khai báo bằng tùy chọn -p khi chạy docker run, chẳng hạn -p 8888:8888, nối một cổng của máy host với một cổng bên trong container, nhờ đó yêu cầu từ bên ngoài như trình duyệt mở Jupyter hay gọi API Flask đi được vào container và phản hồi đi ra; chỉ những cổng được công bố mới truy cập được, tức là ta kiểm soát ứng dụng nào được giao tiếp. "The process of creating a data file on the local computer that persists" mô tả việc lưu trữ bền vững bằng volume hoặc bind mount. "Sending one container to multiple nodes on a multicloud environment" là việc của công cụ điều phối như Kubernetes. "Building one Docker image using another docker image as a template" là dùng base image qua chỉ thị FROM trong Dockerfile.
78What does a Docker container include?4 lựa chọn
AOnly the application code
BCode, runtime libraries, and a private filesystem
COnly the operating system
DOnly the database
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "Code, runtime libraries, and a private filesystem". Container Docker là một tiến trình được đóng gói cùng mọi thứ ứng dụng cần để chạy: mã nguồn, môi trường thực thi (ví dụ trình thông dịch Python), các thư viện phụ thuộc và một hệ thống tệp riêng lấy từ image, tách biệt với máy chủ; các container dùng chung nhân hệ điều hành của máy chủ. "Only the application code" thiếu thư viện và môi trường chạy, chính là thứ container sinh ra để đóng gói nhằm chạy giống nhau ở mọi nơi. "Only the operating system" sai vì container không mang nhân hệ điều hành riêng như máy ảo, chỉ chứa các tệp không gian người dùng cần thiết. "Only the database" sai vì cơ sở dữ liệu chỉ là một loại ứng dụng có thể chạy trong container, không phải thành phần bắt buộc của mọi container.
AManaging financial transactions
BProcessing and analyzing customer feedback
CDesigning physical products
DConducting scientific experiments
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "Processing and analyzing customer feedback". Doanh nghiệp lớn nhận khối lượng phản hồi rất lớn dưới dạng văn bản tự do như email, đánh giá sản phẩm, bài đăng mạng xã hội và ghi chép tổng đài, nên NLP được dùng để phân tích cảm xúc, phân loại chủ đề khiếu nại và trích ý chính một cách tự động thay cho đọc tay. "Managing financial transactions" sai vì giao dịch tài chính là dữ liệu có cấu trúc, xử lý bằng hệ thống nghiệp vụ và cơ sở dữ liệu, không cần hiểu ngôn ngữ. "Designing physical products" sai vì thiết kế sản phẩm vật lý dựa vào kỹ thuật và công cụ CAD; NLP có thể tổng hợp ý kiến khách hàng làm đầu vào nhưng không tự thiết kế sản phẩm. "Conducting scientific experiments" sai vì tiến hành thí nghiệm là hoạt động thực nghiệm, còn NLP chỉ hỗ trợ ở khâu đọc và tổng hợp tài liệu nghiên cứu.
80You may only pass a pickle file to save your model in the your Watson Machine Learning library.2 lựa chọn
ATrue
BFalse
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "False". Watson Machine Learning cho phép lưu và triển khai mô hình dưới nhiều dạng chứ không chỉ tệp pickle (định dạng tuần tự hoá đối tượng Python): có thể truyền trực tiếp đối tượng mô hình hoặc pipeline đang có trong bộ nhớ, tệp joblib của scikit-learn, mô hình Keras dạng h5, hay mô hình TensorFlow đóng gói nén, kèm siêu dữ liệu khai báo loại mô hình và môi trường phần mềm. Vì vậy phát biểu rằng chỉ được truyền tệp pickle là sai. Chọn "True" là nhầm vì pickle chỉ là một cách phổ biến với mô hình scikit-learn; việc giới hạn vào một định dạng duy nhất sẽ khiến các framework khác như TensorFlow hay PyTorch không triển khai được, trong khi thư viện được thiết kế để hỗ trợ nhiều framework.
81What is the purpose of the spark-submit command?4 lựa chọn
ATo create a Spark cluster
BTo submit applications to a Spark cluster
CTo monitor Spark jobs
DTo install Spark
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "To submit applications to a Spark cluster". spark-submit là script dòng lệnh dùng để gửi một ứng dụng Spark (tệp Python hoặc JAR) lên cụm, kèm các tuỳ chọn như địa chỉ master, chế độ deploy, bộ nhớ và số lõi cho executor. "To create a Spark cluster" sai vì cụm được dựng trước bằng trình quản lý như standalone, YARN hay Kubernetes; spark-submit chỉ gửi việc tới cụm đã có. "To monitor Spark jobs" sai vì theo dõi công việc thường làm qua Spark UI hoặc history server. "To install Spark" sai vì cài đặt là tải và cấu hình bản phân phối Spark, không liên quan tới lệnh gửi ứng dụng.
AAccount for missing data, faulty data, repeated observations and other data integrity issues
BEnsure that expected data is returned given a specific set of parameters
CEnsure that an expected format is returned
DEnsure that models produce expected results
Lời giải
Mở trang câu hỏi này →Đáp án đúng gồm ba ý: "Account for missing data, faulty data, repeated observations and other data integrity issues", "Ensure that expected data is returned given a specific set of parameters" và "Ensure that an expected format is returned". Pipeline nạp dữ liệu (data ingestion pipeline) là đoạn tự động đưa dữ liệu từ nguồn vào dạng sẵn sàng cho phân tích, nên trách nhiệm của nó là chất lượng và tính nhất quán của dữ liệu đầu ra. Nó phải xử lý giá trị thiếu, bản ghi lỗi, quan sát lặp và các vấn đề toàn vẹn khác; phải trả đúng phần dữ liệu tương ứng với tham số truyền vào, chẳng hạn đúng quốc gia và khoảng ngày được hỏi; và phải trả về đúng định dạng đã hẹn, như đúng tên cột và kiểu dữ liệu, để các bước sau không vỡ. Đây cũng là những điều mà kiểm thử đơn vị cho hàm nạp dữ liệu thường kiểm tra. Phương án "Ensure that models produce expected results" không thuộc pipeline nạp dữ liệu: kiểm tra mô hình cho kết quả như mong đợi là việc của kiểm thử mô hình và giám sát hiệu năng sau khi huấn luyện, nằm ở tầng mô hình chứ không ở tầng dữ liệu đầu vào.
AIt only refers to the data collection methods.
BIt includes both the observations and the maturity of the data.
CIt is irrelevant to project success.
DIt is solely determined by the data storage system.
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "It includes both the observations and the maturity of the data.". Chất lượng dữ liệu (data quality) không chỉ là bản thân các quan sát có chính xác, đầy đủ, nhất quán hay không, mà còn là độ trưởng thành của dữ liệu: nó đã được thu thập đủ lâu, đủ ổn định, có tài liệu mô tả và quy trình cập nhật đáng tin cậy chưa. Cả hai mặt đều quyết định dữ liệu có dùng được để xây mô hình hay không. "It only refers to the data collection methods." quá hẹp, vì phương pháp thu thập chỉ là một nguồn gây ra lỗi dữ liệu. "It is irrelevant to project success." sai hẳn, vì dữ liệu kém thì mô hình tốt mấy cũng cho kết quả kém, đúng tinh thần garbage in, garbage out. "It is solely determined by the data storage system." sai vì hệ thống lưu trữ chỉ giữ dữ liệu, không làm dữ liệu tốt hay xấu đi về nội dung.
Arequest_type, input data
Bmodel_version_number, timestamp
Cpredictions/recommendations, timestamp
Dinput_data_summary, runtime
Lời giải
Mở trang câu hỏi này →Đáp án đúng: "request_type, input data". Khi dựng hệ thống ghi log để giám sát mô hình đã triển khai, các trường thiết yếu là những thứ giúp truy vết hiệu năng: thời điểm, số phiên bản mô hình, dự đoán hay khuyến nghị trả về, tóm tắt dữ liệu đầu vào và thời gian chạy. Trong danh sách này, request_type (loại yêu cầu) được trình bày như phần không bắt buộc, và lưu nguyên toàn bộ input data cũng không cần, vì bản tóm tắt đầu vào đã đủ để phát hiện trôi dữ liệu mà không tốn dung lượng hay lộ dữ liệu nhạy cảm. "model_version_number, timestamp" đều thiết yếu: thiếu phiên bản thì không biết mô hình nào sinh ra dự đoán, thiếu thời điểm thì không theo dõi được hiệu năng theo thời gian. "predictions/recommendations, timestamp" thiết yếu vì dự đoán là thứ cần so với kết quả thực tế để đo chất lượng. "input_data_summary, runtime" cũng thiết yếu: tóm tắt đầu vào giúp so phân phối dữ liệu với lúc huấn luyện, còn runtime cho biết độ trễ phục vụ.