Câu hỏi: AID301c Thiết kế sản phẩm TTNT – Bộ ôn tập thi lại số 1

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.

Đáp án đúng: "Pass a pickle file when the model is declared". Spark MLlib nhận tham số theo cơ chế Param: đặt trực tiếp khi khởi tạo hoặc truyền một ParamMap (bảng ánh xạ tham số sang giá trị) vào phương thức fit, và ParamMap truyền vào fit sẽ ghi đè giá trị đã đặt; tệp pickle là dạng tuần tự hoá đối tượng Python, không phải cách khai báo tham số, nên đây là cách không hợp lệ. "Set the named parameters directly when the model is declared" hợp lệ, ví dụ LogisticRegression(maxIter=10). "Pass a ParamMap to the .fit() method of the model" hợp lệ vì fit nhận ParamMap tuỳ chọn. "Create a ParamMap, update it then pass it to a .fit()" hợp lệ vì ParamMap là từ điển có thể cập nhật trước khi dùng. "Pass a ParamMap to the .fit() method of a pipeline" hợp lệ vì Pipeline cũng là Estimator và ParamMap có thể chứa tham số của từng giai đoạn.

Đáp án đúng: "Difficulty in improving training time for large models". Khi tối ưu mã cho học máy, khó khăn thường gặp là thời gian huấn luyện tăng rất nhanh theo kích thước mô hình và dữ liệu, nên phải tìm cách tăng tốc như vector hoá, song song hoá, dùng GPU, giảm độ chính xác số học hay tối ưu đường ống nạp dữ liệu, và mỗi cải thiện thường khó đạt được. Phương án "Lack of available data" là vấn đề về dữ liệu, thuộc giai đoạn thu thập, không phải thách thức của việc tối ưu mã. Phương án "Inability to use multiple GPUs" không đúng vì các thư viện hiện nay như TensorFlow và PyTorch đều hỗ trợ huấn luyện phân tán trên nhiều GPU; cái khó là dùng chúng hiệu quả chứ không phải không dùng được. Phương án "Limited programming languages available" sai vì học máy có nhiều ngôn ngữ và thư viện để chọn như Python, R, Julia, C++ và Scala.

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: "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.

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: "docker-ce". Docker Engine có bản cộng đồng miễn phí, mã nguồn mở gọi là Docker Community Edition, và tên gói cài đặt của nó là docker-ce, phân biệt với bản doanh nghiệp từng mang tên docker-ee. "docker-io" gợi tới gói docker.io do kho phần mềm của các bản phân phối như Debian, Ubuntu tự đóng gói lại, không phải gói cộng đồng chính thức do Docker phát hành. "docker-compose" là công cụ định nghĩa và chạy ứng dụng nhiều container bằng tệp YAML, chạy bên trên Engine chứ không phải bản thân Engine. "docker-toolbox" là bộ cài cũ cho Windows và macOS đời trước, dùng máy ảo VirtualBox để chạy Docker, nay đã được Docker Desktop thay thế.

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.