15+ Đề Trắc nghiệm Tin học 12 – Bài 27: Máy tính và Khoa học dữ liệu (Kết Nối Tri Thức)

Câu 1: Một công ty thương mại điện tử thu thập hàng terabyte dữ liệu hành vi khách hàng mỗi ngày (lượt xem sản phẩm, thêm vào giỏ hàng, mua sắm...). Để xử lý và phân tích khối lượng dữ liệu khổng lồ này một cách hiệu quả, công ty cần nhất khả năng nào của hệ thống máy tính?

• A. Khả năng hiển thị đồ họa phức tạp.
• B. Khả năng in ấn tốc độ cao.
• C. Sức mạnh tính toán và khả năng xử lý song song.
• D. Kích thước màn hình lớn.

Câu 2: Trong quy trình khoa học dữ liệu, giai đoạn "Tiền xử lý dữ liệu" (Data Preprocessing) thường bao gồm các bước làm sạch, biến đổi, tích hợp dữ liệu. Máy tính đóng vai trò gì quan trọng nhất trong giai đoạn này?

• A. Tự động hóa các tác vụ lặp lại và xử lý hàng loạt dữ liệu.
• B. Tạo ra các dữ liệu mới để bổ sung vào tập dữ liệu.
• C. Đưa ra quyết định cuối cùng về mô hình phân tích.
• D. Trực quan hóa kết quả phân tích ban đầu.

Câu 3: Dự án Hệ gene người (HGP) là một ví dụ điển hình về ứng dụng máy tính trong khoa học dữ liệu quy mô lớn. Thách thức chính về mặt tính toán mà HGP phải đối mặt là gì, đòi hỏi phải sử dụng mạng lưới siêu máy tính?

• A. Khó khăn trong việc in ấn kết quả giải trình tự.
• B. Yêu cầu hiển thị 3D phức tạp của cấu trúc DNA.
• C. Nhu cầu lưu trữ dữ liệu trên đĩa mềm.
• D. Khối lượng dữ liệu khổng lồ và các thuật toán phân tích phức tạp.

Câu 4: Một nhà khoa học dữ liệu sử dụng thư viện phần mềm trên máy tính để tạo ra một biểu đồ phân tán (scatter plot) thể hiện mối quan hệ giữa nhiệt độ và doanh số kem. Vai trò của máy tính trong hoạt động này là gì?

• A. Lưu trữ dữ liệu gốc.
• B. Trực quan hóa dữ liệu.
• C. Thu thập dữ liệu nhiệt độ và doanh số.
• D. Đưa ra dự đoán về doanh số.

Câu 5: Điện toán đám mây (Cloud Computing) mang lại nhiều lợi ích cho các dự án khoa học dữ liệu, đặc biệt là với các doanh nghiệp nhỏ hoặc các dự án khởi điểm. Lợi ích nổi bật nhất về mặt tài chính mà điện toán đám mây cung cấp là gì?

• A. Tăng tốc độ kết nối internet.
• B. Giảm số lượng dữ liệu cần xử lý.
• C. Giảm đáng kể chi phí đầu tư ban đầu vào phần cứng.
• D. Loại bỏ hoàn toàn nhu cầu về kiến thức chuyên môn về máy tính.

Câu 6: Phân tích dữ liệu thời gian thực (Real-time data analysis) ngày càng quan trọng trong nhiều lĩnh vực (ví dụ: phát hiện gian lận thẻ tín dụng, theo dõi thị trường chứng khoán). Để thực hiện được điều này, hệ thống máy tính cần có khả năng gì?

• A. Thu nhận và xử lý dữ liệu với tốc độ rất cao và độ trễ thấp.
• B. Lưu trữ dữ liệu trên các thiết bị di động.
• C. Tạo ra các báo cáo tổng hợp hàng tuần.
• D. Chỉ xử lý các tập dữ liệu nhỏ.

Câu 7: Giả sử bạn có một tập dữ liệu rất lớn cần thực hiện một phép tính phức tạp (ví dụ: huấn luyện một mô hình học máy). Kỹ thuật "xử lý song song" (Parallel Processing) mà máy tính hỗ trợ mang lại lợi ích chính nào trong trường hợp này?

• A. Giảm dung lượng lưu trữ của tập dữ liệu.
• B. Tăng độ chính xác của dữ liệu ban đầu.
• C. Chỉ áp dụng cho các phép tính đơn giản.
• D. Giảm thời gian hoàn thành tác vụ xử lý dữ liệu lớn.

Câu 8: Trong khoa học dữ liệu, "thuật toán" (Algorithm) là tập hợp các chỉ dẫn để giải quyết một vấn đề. Máy tính đóng vai trò gì trong mối quan hệ với thuật toán?

• A. Tự động tạo ra các thuật toán mới.
• B. Thực thi các thuật toán trên dữ liệu.
• C. Đánh giá tính đúng đắn của thuật toán mà không cần chạy thử.
• D. Chỉ lưu trữ mã nguồn của thuật toán.

Câu 9: Để đảm bảo tính nhất quán và cho phép các nhóm nghiên cứu khác nhau cùng làm việc trên một bộ dữ liệu lớn trong các dự án quy mô như HGP, máy tính và hệ thống phần mềm đã hỗ trợ việc gì?

• A. Tích hợp dữ liệu từ nhiều nguồn và đảm bảo tính nhất quán.
• B. Giảm thiểu số lượng dữ liệu cần thu thập.
• C. Chỉ cho phép một nhóm nghiên cứu duy nhất truy cập dữ liệu.
• D. Tạo ra các phiên bản dữ liệu hoàn toàn khác nhau cho mỗi nhóm.

Câu 10: Khi xây dựng một mô hình dự báo (ví dụ: dự báo giá nhà), quá trình "huấn luyện mô hình" (Model Training) thường đòi hỏi máy tính thực hiện rất nhiều phép tính lặp đi lặp lại trên tập dữ liệu huấn luyện. Vai trò chính của máy tính ở đây là gì?

• A. Thiết kế giao diện người dùng cho mô hình.
• B. Thu thập dữ liệu giá nhà.
• C. Lưu trữ mô hình sau khi huấn luyện.
• D. Thực hiện các phép tính toán học lặp đi lặp lại để tối ưu hóa mô hình.

Câu 11: Một nhà khoa học dữ liệu cần phân tích một tập dữ liệu có cấu trúc dạng bảng (ví dụ: dữ liệu khách hàng với các cột Tên, Tuổi, Địa chỉ, Doanh số). Công cụ phần mềm nào chạy trên máy tính sẽ là lựa chọn phổ biến nhất để thực hiện các thao tác như lọc, sắp xếp, tính toán thống kê cơ bản trên tập dữ liệu này?

• A. Phần mềm bảng tính hoặc thư viện phân tích dữ liệu trong lập trình.
• B. Phần mềm thiết kế đồ họa.
• C. Phần mềm soạn nhạc.
• D. Trình duyệt web đơn thuần.

Câu 12: Khi phân tích dữ liệu, việc xác định "điểm bất thường" (outliers) là quan trọng. Máy tính có thể hỗ trợ việc này bằng cách áp dụng các thuật toán thống kê hoặc học máy. Vai trò của máy tính ở đây là gì?

• A. Đưa ra phán đoán chủ quan về điểm bất thường.
• B. Thay thế hoàn toàn con người trong việc phân tích ý nghĩa của điểm bất thường.
• C. Áp dụng các thuật toán để phát hiện điểm bất thường dựa trên tiêu chí đã định.
• D. Chỉ lưu trữ danh sách các điểm bất thường tiềm năng.

Câu 13: Một công ty muốn sử dụng khoa học dữ liệu để phân tích các bài đánh giá sản phẩm của khách hàng (dữ liệu dạng văn bản phi cấu trúc) nhằm hiểu rõ hơn về cảm nhận của họ. Loại khả năng tính toán nào sẽ đặc biệt quan trọng để xử lý và phân tích hiệu quả loại dữ liệu này?

• A. Khả năng xử lý âm thanh.
• B. Khả năng xử lý dữ liệu phi cấu trúc và ngôn ngữ tự nhiên.
• C. Khả năng tạo ra hình ảnh chất lượng cao.
• D. Khả năng tính toán các công thức vật lý.

Câu 14: Trong khoa học dữ liệu, "khả năng mở rộng" (Scalability) của hệ thống tính toán là rất quan trọng. Điều này đề cập đến khả năng gì của hệ thống?

• A. Khả năng kết nối với nhiều loại máy in.
• B. Khả năng hoạt động trên nhiều hệ điều hành khác nhau.
• C. Khả năng hiển thị trên nhiều kích thước màn hình.
• D. Khả năng tăng cường hiệu suất để xử lý khối lượng dữ liệu hoặc công việc lớn hơn.

Câu 15: Một trong những ưu điểm của việc sử dụng máy tính trong khoa học dữ liệu là khả năng thực hiện các phép tính lặp đi lặp lại với độ chính xác cao. Điều này đặc biệt hữu ích trong hoạt động nào?

• A. Huấn luyện các mô hình học máy phức tạp.
• B. Đưa ra các quyết định kinh doanh chiến lược.
• C. Thiết kế giao diện người dùng hấp dẫn.
• D. Viết báo cáo giải thích kết quả cho người không chuyên.

Câu 16: Khi làm việc với dữ liệu nhạy cảm (ví dụ: thông tin y tế của bệnh nhân), máy tính và hệ thống đi kèm cần có các tính năng gì để tuân thủ các quy định về bảo mật và quyền riêng tư?

• A. Khả năng tạo ra âm thanh báo động.
• B. Khả năng chạy các trò chơi giải trí.
• C. Chỉ cho phép lưu trữ dữ liệu trên ổ đĩa CD.
• D. Các tính năng bảo mật như mã hóa, kiểm soát truy cập và ghi nhật ký.

Câu 17: Phân tích dữ liệu theo lô (Batch Processing) là phương pháp xử lý dữ liệu theo từng nhóm lớn sau khi đã thu thập xong. So với phân tích thời gian thực, phương pháp này có ưu điểm gì về mặt yêu cầu tính toán?

• A. Đòi hỏi hệ thống phải luôn sẵn sàng xử lý tức thì.
• B. Thường ít đòi hỏi về tài nguyên tính toán tức thời và có thể xử lý khi hệ thống rảnh.
• C. Chỉ áp dụng cho dữ liệu rất nhỏ.
• D. Không cần sử dụng máy tính.

Câu 18: Trong khoa học dữ liệu, việc "đánh giá mô hình" (Model Evaluation) là bước quan trọng để xác định mô hình hoạt động tốt đến đâu. Máy tính hỗ trợ bước này bằng cách nào?

• A. Đưa ra nhận xét chủ quan về mô hình.
• B. Thu thập dữ liệu kiểm thử.
• C. Tính toán các chỉ số hiệu suất của mô hình trên dữ liệu kiểm thử.
• D. Thay đổi cấu trúc của mô hình.

Câu 19: Khi xử lý dữ liệu lớn, việc "làm sạch dữ liệu" (Data Cleaning) chiếm một phần đáng kể thời gian. Tự động hóa các tác vụ làm sạch trên máy tính (ví dụ: điền giá trị thiếu, chuẩn hóa định dạng) mang lại lợi ích gì rõ rệt nhất?

• A. Tăng tốc độ xử lý và giảm thiểu lỗi do con người.
• B. Giảm kích thước vật lý của máy tính.
• C. Loại bỏ hoàn toàn nhu cầu kiểm tra dữ liệu.
• D. Chỉ áp dụng cho dữ liệu văn bản.

Câu 20: Trong một dự án khoa học dữ liệu, việc lựa chọn giữa việc sử dụng máy tính cá nhân mạnh, một máy chủ cục bộ hay tài nguyên điện toán đám mây phụ thuộc vào yếu tố chính nào liên quan đến dữ liệu và bài toán?

• A. Màu sắc của vỏ máy tính.
• B. Hãng sản xuất chuột máy tính.
• C. Phiên bản hệ điều hành cũ hay mới.
• D. Quy mô của tập dữ liệu và độ phức tạp của bài toán phân tích.

Câu 21: Một nhà khoa học dữ liệu đang cố gắng tìm hiểu mối quan hệ giữa số giờ học và điểm thi của học sinh bằng cách sử dụng phân tích hồi quy trên máy tính. Vai trò của máy tính trong hoạt động này là gì?

• A. Thực hiện các phép tính thống kê phức tạp để tìm ra mối quan hệ.
• B. Tạo ra dữ liệu về số giờ học và điểm thi.
• C. Quyết định số giờ học tối ưu cho học sinh.
• D. Đưa ra lời khuyên trực tiếp cho học sinh.

Câu 22: Khi làm việc với dữ liệu đa phương tiện (hình ảnh, video, âm thanh) trong khoa học dữ liệu (ví dụ: nhận dạng đối tượng trong ảnh, phân tích giọng nói), loại tài nguyên tính toán nào trên máy tính thường đóng vai trò quan trọng để tăng tốc độ xử lý?

• A. Ổ đĩa cứng dung lượng lớn.
• B. Bàn phím và chuột.
• C. Bộ xử lý đồ họa (GPU).
• D. Máy in.

Câu 23: Tốc độ xử lý dữ liệu của máy tính ảnh hưởng trực tiếp đến hiệu quả của các dự án khoa học dữ liệu. Nếu tốc độ xử lý quá chậm so với yêu cầu, điều gì có thể xảy ra?

• A. Thời gian hoàn thành phân tích kéo dài, ảnh hưởng đến việc ra quyết định kịp thời.
• B. Dữ liệu tự động bị xóa bớt để giảm tải.
• C. Độ chính xác của kết quả phân tích tăng lên.
• D. Nhu cầu về lưu trữ dữ liệu giảm đi.

Câu 24: Phân tích "Nguyên nhân - Kết quả" (Cause-Effect Analysis) là một dạng phân tích quan trọng trong khoa học dữ liệu. Máy tính hỗ trợ hoạt động này như thế nào?

• A. Đưa ra kết luận cuối cùng về nguyên nhân mà không cần dữ liệu.
• B. Chỉ trực quan hóa dữ liệu mà không phân tích mối quan hệ.
• C. Tạo ra các nguyên nhân và kết quả giả định.
• D. Áp dụng các thuật toán để tìm kiếm mối liên hệ và mô hình giữa các biến dữ liệu.

Câu 25: Trong khoa học dữ liệu, việc lặp đi lặp lại quá trình thử nghiệm với các mô hình, tham số khác nhau để tìm ra giải pháp tốt nhất là phổ biến. Khả năng nào của máy tính giúp quá trình này diễn ra hiệu quả?

• A. Khả năng in ấn kết quả thử nghiệm.
• B. Khả năng tự động hóa các thử nghiệm và ghi lại kết quả.
• C. Khả năng tạo ra các giả thuyết khoa học mới.
• D. Chỉ lưu trữ kết quả của thử nghiệm tốt nhất.

Câu 26: Khi dữ liệu từ nhiều nguồn khác nhau được thu thập, chúng thường có định dạng, cấu trúc, hoặc đơn vị đo lường không nhất quán. Máy tính hỗ trợ quá trình "chuẩn hóa dữ liệu" (Data Normalization) để giải quyết vấn đề này bằng cách nào?

• A. Xóa bỏ tất cả dữ liệu không nhất quán.
• B. Yêu cầu người dùng nhập lại dữ liệu thủ công.
• C. Áp dụng các quy tắc và thuật toán để biến đổi dữ liệu về một định dạng chuẩn.
• D. Chỉ báo cáo về sự không nhất quán mà không xử lý.

Câu 27: Một trong những khác biệt lớn giữa phân tích dữ liệu thủ công truyền thống và khoa học dữ liệu hiện đại sử dụng máy tính là khả năng xử lý "dữ liệu lớn" (Big Data). Đặc điểm nào của Big Data tạo ra thách thức lớn nhất cho phương pháp thủ công và đòi hỏi sức mạnh máy tính?

• A. Khối lượng (Volume) dữ liệu quá lớn.
• B. Chỉ có 3 loại dữ liệu chính.
• C. Dữ liệu luôn có cấu trúc hoàn hảo.
• D. Dữ liệu không thay đổi theo thời gian.

Câu 28: Máy tính đóng vai trò như một "nền tảng thực thi" cho các mô hình khoa học dữ liệu sau khi chúng được xây dựng và huấn luyện. Điều này có ý nghĩa gì trong việc đưa khoa học dữ liệu vào ứng dụng thực tế?

• A. Máy tính chỉ dùng để lưu trữ mô hình.
• B. Mô hình chỉ có thể chạy thủ công bởi con người.
• C. Máy tính chỉ giúp viết báo cáo về mô hình.
• D. Máy tính là nơi mô hình được triển khai và sử dụng để xử lý dữ liệu thực tế và đưa ra kết quả.

Câu 29: Để một hệ thống khoa học dữ liệu hoạt động ổn định và đáng tin cậy khi xử lý khối lượng dữ liệu lớn liên tục, khả năng "quản lý tài nguyên" (Resource Management) của hệ thống máy tính là cần thiết. Điều này bao gồm việc gì?

• A. Phân bổ và điều phối các tài nguyên tính toán (CPU, RAM, lưu trữ) một cách hiệu quả.
• B. Quyết định nội dung của dữ liệu cần thu thập.
• C. Thiết kế logo cho dự án.
• D. Viết báo cáo tài chính của dự án.

Câu 30: Tương lai của khoa học dữ liệu gắn liền với sự phát triển của máy tính. Xu hướng nào dưới đây có khả năng không phải là xu hướng chính trong vai trò của máy tính đối với khoa học dữ liệu?

• A. Sử dụng các chip xử lý chuyên biệt cho AI và học máy (ví dụ: TPU, GPU).
• B. Tăng cường tự động hóa các bước trong quy trình khoa học dữ liệu.
• C. Phát triển các nền tảng điện toán phân tán và đám mây mạnh mẽ hơn.
• D. Giảm khả năng xử lý các tập dữ liệu có kích thước lớn.

Câu 1: Trong quy trình khoa học dữ liệu, máy tính đóng vai trò cốt lõi nào trong giai đoạn thu thập và tiền xử lý dữ liệu?

• A. Chỉ đơn thuần lưu trữ dữ liệu đã thu thập.
• B. Tự động tạo ra dữ liệu mới dựa trên yêu cầu.
• C. Xử lý và tích hợp dữ liệu từ các nguồn khác nhau, thực hiện làm sạch và biến đổi dữ liệu trên quy mô lớn.
• D. Trực quan hóa ngay lập tức dữ liệu thô sau khi thu thập.

Câu 2: Kỹ thuật xử lý song song (parallel processing) trong khoa học dữ liệu chủ yếu nhằm giải quyết vấn đề gì?

• A. Giảm thiểu sai sót trong quá trình nhập liệu.
• B. Tăng tốc độ xử lý và phân tích dữ liệu lớn bằng cách thực hiện nhiều tác vụ cùng lúc.
• C. Cải thiện khả năng trực quan hóa dữ liệu phức tạp.
• D. Giảm chi phí đầu tư vào phần cứng máy tính.

Câu 3: Đối với một công ty khởi nghiệp có ngân sách hạn chế nhưng cần phân tích lượng dữ liệu khách hàng ngày càng tăng, lợi ích nổi bật nhất khi sử dụng điện toán đám mây (cloud computing) cho khoa học dữ liệu là gì?

• A. Giảm đáng kể chi phí đầu tư ban đầu vào hạ tầng phần cứng và khả năng mở rộng linh hoạt.
• B. Đảm bảo an toàn dữ liệu tuyệt đối hơn so với lưu trữ cục bộ.
• C. Tăng tốc độ thu thập dữ liệu từ các nguồn khác nhau.
• D. Tự động hóa hoàn toàn quy trình ra quyết định dựa trên dữ liệu.

Câu 4: Giai đoạn nào trong quy trình khoa học dữ liệu mà máy tính chủ yếu hỗ trợ việc biến đổi cấu trúc, định dạng, và xử lý các giá trị thiếu hoặc ngoại lai trong tập dữ liệu thô?

• A. Thu thập dữ liệu.
• B. Tiền xử lý dữ liệu (Data Preprocessing).
• C. Phân tích dữ liệu (Data Analysis).
• D. Trực quan hóa dữ liệu (Data Visualization).

Câu 5: Khả năng thực hiện các thuật toán phức tạp và mô hình học máy (Machine Learning) trên các tập dữ liệu khổng lồ của máy tính hiện đại có ý nghĩa quan trọng nhất là gì đối với khoa học dữ liệu?

• A. Chỉ đơn giản là lưu trữ kết quả phân tích.
• B. Giúp tạo ra dữ liệu tổng hợp nhanh hơn.
• C. Giảm bớt sự cần thiết của các nhà khoa học dữ liệu có chuyên môn cao.
• D. Cho phép áp dụng các phương pháp phân tích nâng cao và mô hình phức tạp để khám phá tri thức sâu sắc từ dữ liệu lớn.

Câu 6: Vai trò chính của máy tính trong giai đoạn trực quan hóa dữ liệu (Data Visualization) là gì?

• A. Thực hiện các phép tính thống kê trên dữ liệu.
• B. Làm sạch và biến đổi dữ liệu trước khi hiển thị.
• C. Chuyển đổi kết quả phân tích hoặc dữ liệu thành các định dạng hình ảnh (biểu đồ, đồ thị) dễ hiểu cho con người.
• D. Thu thập phản hồi từ người dùng về kết quả phân tích.

Câu 7: Một hệ thống phân tích dữ liệu bán hàng theo thời gian thực (real-time) của một chuỗi cửa hàng đòi hỏi máy tính phải có khả năng xử lý như thế nào?

• A. Lưu trữ dữ liệu rất lớn.
• B. Thực hiện các phép tính phức tạp nhưng không yêu cầu tốc độ cao.
• C. Kết nối với nhiều loại thiết bị ngoại vi.
• D. Xử lý dữ liệu với độ trễ rất thấp, gần như tức thời, để cung cấp thông tin cập nhật liên tục.

Câu 8: Trong Dự án Hệ gene người (HGP), việc sử dụng mạng lưới siêu máy tính là cần thiết chủ yếu vì lý do nào?

• A. Khối lượng dữ liệu gene khổng lồ và độ phức tạp của các phép tính phân tích, lắp ráp trình tự đòi hỏi sức mạnh tính toán vượt trội.
• B. Để giảm thiểu chi phí lưu trữ dữ liệu gene.
• C. Giúp các nhà khoa học dễ dàng cộng tác trực tuyến.
• D. Chỉ để trực quan hóa các chuỗi DNA.

Câu 9: Tự động hóa các tác vụ lặp lại trong quy trình khoa học dữ liệu (ví dụ: làm sạch dữ liệu, chạy mô hình định kỳ) bằng máy tính mang lại lợi ích chính nào?

• A. Giúp tạo ra dữ liệu mới một cách sáng tạo.
• B. Tăng tốc độ thực hiện quy trình và giảm thiểu đáng kể lỗi do con người.
• C. Loại bỏ hoàn toàn sự cần thiết của con người trong mọi giai đoạn.
• D. Chỉ áp dụng được cho các tập dữ liệu nhỏ.

Câu 10: So sánh vai trò của máy tính trong thống kê truyền thống và khoa học dữ liệu hiện đại, điểm khác biệt nổi bật nhất liên quan đến khả năng xử lý dữ liệu là gì?

• A. Trong thống kê truyền thống, máy tính không được sử dụng.
• B. Khoa học dữ liệu chỉ sử dụng máy tính để trực quan hóa kết quả.
• C. Khoa học dữ liệu hiện đại sử dụng máy tính để xử lý khối lượng, tốc độ và sự đa dạng dữ liệu vượt trội so với khả năng của máy tính trong thống kê truyền thống.
• D. Máy tính trong thống kê truyền thống có khả năng phân tích phức tạp hơn.

Câu 11: Khi một nhà khoa học dữ liệu sử dụng các thư viện lập trình như Pandas để làm việc với dữ liệu dạng bảng và Scikit-learn để xây dựng mô hình dự đoán, họ đang sử dụng khả năng của máy tính chủ yếu cho giai đoạn nào của khoa học dữ liệu?

• A. Chỉ thu thập dữ liệu.
• B. Chỉ trực quan hóa kết quả cuối cùng.
• C. Chỉ lưu trữ dữ liệu trong cơ sở dữ liệu.
• D. Tiền xử lý, phân tích dữ liệu và xây dựng mô hình.

Câu 12: Điều nào sau đây mô tả chính xác nhất cách máy tính hỗ trợ giai đoạn diễn giải (interpretation) kết quả trong khoa học dữ liệu?

• A. Máy tính tự động đưa ra tất cả các kết luận và khuyến nghị.
• B. Máy tính cung cấp các công cụ trực quan hóa và báo cáo tóm tắt giúp con người hiểu rõ hơn các mẫu hình và kết quả phân tích.
• C. Máy tính chỉ lưu trữ các bản ghi diễn giải của con người.
• D. Giai đoạn diễn giải hoàn toàn không cần sự hỗ trợ của máy tính.

Câu 13: Một thách thức lớn khi làm việc với Big Data là tốc độ xử lý. Kỹ thuật tính toán nào do máy tính hỗ trợ giúp giải quyết trực tiếp thách thức này?

• A. Xử lý song song (Parallel Processing).
• B. Mã hóa dữ liệu (Data Encryption).
• C. Trực quan hóa dữ liệu (Data Visualization).
• D. Làm sạch dữ liệu (Data Cleaning).

Câu 14: Tại sao việc tích hợp dữ liệu từ nhiều nguồn khác nhau (ví dụ: cơ sở dữ liệu bán hàng, website, mạng xã hội) trong khoa học dữ liệu thường là một tác vụ đòi hỏi sức mạnh tính toán đáng kể từ máy tính?

• A. Vì máy tính cần phải tạo ra dữ liệu mới để lấp đầy chỗ trống.
• B. Vì dữ liệu từ các nguồn khác nhau thường không đồng nhất về định dạng, cấu trúc, và cần các phép biến đổi, khớp nối phức tạp trên quy mô lớn.
• C. Vì máy tính phải kết nối internet để truy cập tất cả các nguồn dữ liệu.
• D. Vì giai đoạn này chỉ sử dụng các thuật toán rất đơn giản.

Câu 15: Khả năng của máy tính trong việc lưu trữ và quản lý các tập dữ liệu có cấu trúc (Cơ sở dữ liệu quan hệ) và phi cấu trúc (văn bản, hình ảnh) trên quy mô lớn là nền tảng cho giai đoạn nào trong khoa học dữ liệu?

• A. Thu thập và lưu trữ dữ liệu.
• B. Chỉ phân tích dữ liệu.
• C. Chỉ trực quan hóa dữ liệu.
• D. Chỉ diễn giải kết quả.

Câu 16: Một nhà khoa học dữ liệu đang xây dựng một mô hình phân loại hình ảnh. Quá trình huấn luyện mô hình này thường đòi hỏi tài nguyên máy tính nào nhiều nhất?

• A. Dung lượng lưu trữ đĩa cứng.
• B. Kết nối mạng tốc độ cao.
• C. Sức mạnh xử lý (CPU hoặc đặc biệt là GPU/TPU).
• D. Khả năng in ấn chất lượng cao.

Câu 17: Tại sao khả năng mở rộng (scalability) của hệ thống máy tính lại quan trọng đối với các dự án khoa học dữ liệu quy mô lớn và phát triển liên tục?

• A. Để giảm chi phí vận hành hàng ngày.
• B. Để giới hạn số lượng người có thể truy cập dữ liệu.
• C. Để chỉ làm việc với dữ liệu tĩnh, không thay đổi.
• D. Để dễ dàng tăng cường tài nguyên tính toán và lưu trữ khi lượng dữ liệu và độ phức tạp phân tích tăng lên.

Câu 18: So với việc phân tích dữ liệu bằng các công cụ thủ công hoặc bảng tính đơn giản, việc sử dụng máy tính với các ngôn ngữ lập trình (Python, R) và thư viện chuyên dụng cho khoa học dữ liệu mang lại lợi ích chính nào về mặt hiệu quả?

• A. Tăng tốc độ xử lý, khả năng tự động hóa các tác vụ phức tạp và khả năng tái sử dụng quy trình phân tích.
• B. Chỉ áp dụng được cho các tập dữ liệu rất nhỏ.
• C. Giảm độ chính xác của kết quả phân tích.
• D. Yêu cầu ít kiến thức chuyên môn hơn từ người dùng.

Câu 19: Một trong những thách thức lớn nhất khi áp dụng khoa học dữ liệu vào các lĩnh vực mới là việc thiếu dữ liệu sạch và có cấu trúc. Máy tính hỗ trợ giải quyết thách thức này như thế nào?

• A. Tự động tạo ra dữ liệu mới hoàn hảo.
• B. Cung cấp các công cụ và thuật toán tự động hóa việc phát hiện, làm sạch và biến đổi dữ liệu không sạch hoặc phi cấu trúc.
• C. Chỉ có thể làm việc với dữ liệu đã hoàn toàn sạch.
• D. Bỏ qua các dữ liệu không sạch mà không xử lý.

Câu 20: Khả năng của máy tính trong việc xử lý và phân tích dữ liệu đa dạng (văn bản, hình ảnh, âm thanh, số liệu) cùng một lúc mở ra cơ hội nào cho khoa học dữ liệu?

• A. Chỉ cho phép phân tích từng loại dữ liệu riêng biệt.
• B. Giảm nhu cầu về dung lượng lưu trữ.
• C. Tăng độ phức tạp không cần thiết của quy trình.
• D. Cho phép tích hợp và phân tích thông tin từ nhiều nguồn và định dạng khác nhau để có cái nhìn toàn diện hơn.

Câu 21: Trong bối cảnh phân tích dữ liệu lớn (Big Data), vai trò của máy tính trong việc quản lý bộ nhớ (RAM) và bộ nhớ đệm (cache) là gì?

• A. Chỉ dùng bộ nhớ để lưu trữ tạm thời kết quả cuối cùng.
• B. Tự động xóa tất cả dữ liệu sau khi phân tích xong.
• C. Quản lý hiệu quả việc di chuyển dữ liệu giữa bộ nhớ chính (RAM), bộ nhớ đệm và bộ nhớ ngoài (ổ cứng) để tối ưu hóa tốc độ xử lý, đặc biệt với dữ liệu lớn.
• D. Không có vai trò quan trọng trong xử lý dữ liệu lớn.

Câu 22: Khi một mô hình học máy được triển khai để đưa ra dự đoán trong thời gian thực (ví dụ: phát hiện gian lận thẻ tín dụng), khả năng tính toán của máy tính hỗ trợ điều gì là chính?

• A. Thực hiện suy luận (inference) từ mô hình đã huấn luyện trên dữ liệu mới với tốc độ cực nhanh.
• B. Huấn luyện lại mô hình liên tục với mỗi giao dịch mới.
• C. Lưu trữ lịch sử của tất cả các giao dịch.
• D. Trực quan hóa kết quả dự đoán cho người dùng cuối.

Câu 23: Công cụ nào do máy tính cung cấp giúp các nhà khoa học dữ liệu cộng tác hiệu quả hơn trên cùng một dự án, chia sẻ mã nguồn, dữ liệu và kết quả?

• A. Máy in tốc độ cao.
• B. Chỉ các thiết bị lưu trữ cá nhân (USB).
• C. Phần mềm chỉnh sửa văn bản đơn giản.
• D. Các nền tảng cộng tác trực tuyến, hệ thống quản lý phiên bản và môi trường phát triển chia sẻ.

Câu 24: Khả năng của máy tính trong việc thực hiện các phép tính thống kê phức tạp (như hồi quy đa biến, phân tích phương sai) trên các tập dữ liệu lớn có ý nghĩa gì?

• A. Giúp tạo ra dữ liệu giả.
• B. Giúp nhanh chóng xác định mối quan hệ, xu hướng và ý nghĩa thống kê trong dữ liệu lớn một cách chính xác.
• C. Chỉ áp dụng được cho dữ liệu có cấu trúc đơn giản.
• D. Loại bỏ hoàn toàn sự cần thiết của kiến thức thống kê.

Câu 25: Tại sao việc lựa chọn cấu hình phần cứng máy tính phù hợp (CPU, RAM, GPU, ổ cứng) lại quan trọng trong các dự án khoa học dữ liệu?

• A. Chỉ ảnh hưởng đến màu sắc hiển thị trên màn hình.
• B. Chỉ quan trọng đối với việc lướt web.
• C. Ảnh hưởng trực tiếp đến tốc độ xử lý, khả năng xử lý dữ liệu lớn và độ phức tạp của các mô hình có thể áp dụng.
• D. Chỉ cần cấu hình tối thiểu cho mọi loại dự án.

Câu 26: Một nhà khoa học dữ liệu cần xây dựng một hệ thống khuyến nghị sản phẩm cho một trang thương mại điện tử dựa trên lịch sử mua hàng của khách hàng. Loại thuật toán học máy nào thường được sử dụng trong trường hợp này, và khả năng tính toán của máy tính hỗ trợ nó như thế nào?

• A. Thuật toán lọc cộng tác hoặc học máy; máy tính thực hiện các phép tính phức tạp trên dữ liệu giao dịch lớn để tìm mẫu hình.
• B. Chỉ cần các phép tính cộng trừ đơn giản; máy tính chỉ lưu trữ dữ liệu.
• C. Thuật toán sắp xếp dữ liệu; máy tính chỉ hiển thị sản phẩm phổ biến nhất.
• D. Thuật toán nén dữ liệu; máy tính chỉ giảm kích thước tập dữ liệu.

Câu 27: Tại sao các công cụ lập trình và môi trường phát triển tích hợp (IDE) trên máy tính lại quan trọng đối với quá trình phát triển và thử nghiệm các mô hình khoa học dữ liệu?

• A. Chúng giúp tự động thu thập dữ liệu từ internet.
• B. Chúng chỉ dùng để tạo báo cáo cuối cùng.
• C. Chúng giúp trực quan hóa dữ liệu mà không cần viết mã.
• D. Chúng cung cấp môi trường hiệu quả để viết, kiểm tra, gỡ lỗi mã lệnh và quản lý các thành phần của dự án khoa học dữ liệu.

Câu 28: Khả năng của máy tính trong việc lưu trữ và truy xuất dữ liệu từ các hệ thống cơ sở dữ liệu phân tán (distributed databases) có ý nghĩa gì trong bối cảnh Big Data?

• A. Giảm bớt số lượng dữ liệu cần lưu trữ.
• B. Cho phép lưu trữ và truy xuất khối lượng dữ liệu khổng lồ vượt quá khả năng của một máy tính đơn lẻ, đồng thời tăng tốc độ truy cập.
• C. Chỉ lưu trữ dữ liệu đã được tổng hợp.
• D. Tự động làm sạch dữ liệu ngay khi lưu trữ.

Câu 29: Đánh giá nào sau đây về vai trò của máy tính trong việc đảm bảo tính tái lập (reproducibility) của các kết quả khoa học dữ liệu là chính xác?

• A. Máy tính tự động sửa mọi lỗi trong mã nguồn.
• B. Máy tính chỉ lưu trữ kết quả cuối cùng mà không lưu quy trình.
• C. Máy tính thực thi các bước phân tích theo mã lệnh một cách nhất quán và hỗ trợ công cụ quản lý phiên bản, giúp người khác có thể lặp lại chính xác quy trình.
• D. Máy tính làm cho mỗi lần chạy ra một kết quả khác nhau.

Câu 30: Nhìn chung, lý do cơ bản nào khiến máy tính trở thành công cụ không thể thiếu và trung tâm trong kỷ nguyên khoa học dữ liệu hiện đại?

• A. Vì máy tính là thiết bị duy nhất có màn hình để hiển thị dữ liệu.
• B. Vì máy tính giúp tạo ra dữ liệu một cách ngẫu nhiên.
• C. Vì máy tính chỉ đơn giản là công cụ lưu trữ thông tin.
• D. Vì máy tính cung cấp khả năng xử lý, lưu trữ và tự động hóa cần thiết để xử lý khối lượng dữ liệu khổng lồ và áp dụng các thuật toán phân tích phức tạp mà con người không thể làm thủ công.

Câu 1: Máy tính đóng vai trò then chốt như thế nào trong giai đoạn thu thập và tiền xử lý dữ liệu trong quy trình Khoa học dữ liệu?

• A. Chỉ đơn thuần là thiết bị nhập dữ liệu ban đầu.
• B. Chủ yếu để hiển thị dữ liệu thô cho con người xem.
• C. Vai trò chính là đưa ra quyết định về dữ liệu nào nên được thu thập.
• D. Cung cấp công cụ tự động hóa, kết nối nguồn dữ liệu đa dạng và thực hiện các tác vụ làm sạch, biến đổi dữ liệu quy mô lớn.

Câu 2: Khi làm việc với một bộ dữ liệu lớn từ cảm biến IoT (Internet of Things) về chất lượng không khí tại một thành phố, bạn nhận thấy nhiều giá trị bị thiếu hoặc không chính xác do lỗi truyền dữ liệu. Máy tính hỗ trợ bạn giải quyết vấn đề này trong giai đoạn tiền xử lý như thế nào?

• A. Cho phép chạy các thuật toán và chương trình để tự động phát hiện và xử lý các giá trị thiếu, ngoại lai theo quy tắc định sẵn.
• B. Hiển thị tất cả các giá trị dữ liệu trên màn hình để người dùng kiểm tra thủ công từng giá trị.
• C. Tự động đoán các giá trị đúng mà không cần bất kỳ thuật toán xử lý nào.
• D. Chỉ có khả năng lưu trữ dữ liệu lỗi mà không thể sửa chữa.

Câu 3: Vai trò nào của máy tính là quan trọng nhất để giúp các nhà khoa học dữ liệu trình bày kết quả phân tích phức tạp một cách trực quan và dễ hiểu cho người không chuyên?

• A. Khả năng lưu trữ dữ liệu lớn.
• B. Tốc độ xử lý dữ liệu thô.
• C. Cung cấp các công cụ tạo biểu đồ, đồ thị, bản đồ tương tác.
• D. Khả năng tự động thu thập dữ liệu.

Câu 4: Trong bối cảnh xử lý dữ liệu lớn (Big Data), kỹ thuật nào được máy tính sử dụng để phân chia công việc tính toán cho nhiều bộ xử lý hoặc máy tính khác nhau cùng lúc, nhằm giảm đáng kể thời gian xử lý?

• A. Xử lý tuần tự (Sequential Processing).
• B. Xử lý song song (Parallel Processing).
• C. Xử lý thủ công (Manual Processing).
• D. Trực quan hóa dữ liệu (Data Visualization).

Câu 5: Một công ty thương mại điện tử muốn phân tích hành vi mua sắm của hàng triệu khách hàng để đưa ra khuyến mãi cá nhân hóa theo thời gian thực. Hệ thống máy tính cần có khả năng nào để đáp ứng yêu cầu này một cách hiệu quả?

• A. Chỉ lưu trữ dữ liệu giao dịch.
• B. Thực hiện phân tích hàng ngày hoặc hàng tuần.
• C. Chỉ tạo báo cáo tổng kết cuối tháng.
• D. Phân tích dữ liệu theo thời gian thực với độ trễ thấp.

Câu 6: Dự án Hệ gene người (HGP) là một ví dụ điển hình về việc máy tính và khoa học dữ liệu đã cách mạng hóa lĩnh vực sinh học. Vai trò cụ thể nào của máy tính là không thể thiếu trong việc xử lý và giải thích hàng tỉ cặp base DNA?

• A. Lắp ráp các đoạn trình tự DNA ngắn, xác định vị trí gene và phân tích các vùng chức năng trong bộ gene.
• B. Chỉ đơn giản là lưu trữ dữ liệu trình tự gene trên đĩa cứng.
• C. Tạo ra các đột biến mới trong trình tự DNA.
• D. Trực quan hóa cấu trúc 3D của protein dựa trên trình tự gene.

Câu 7: Lợi ích chính nào của Điện toán đám mây (Cloud Computing) khiến nó trở thành một hạ tầng phổ biến cho các dự án khoa học dữ liệu quy mô lớn?

• A. Giảm hoàn toàn chi phí vận hành hệ thống máy tính.
• B. Loại bỏ sự cần thiết của kỹ năng lập trình trong khoa học dữ liệu.
• C. Cung cấp tài nguyên tính toán và lưu trữ linh hoạt, theo nhu cầu mà không cần đầu tư lớn vào phần cứng.
• D. Chỉ hữu ích cho các dự án khoa học dữ liệu nhỏ.

Câu 8: Tại sao khả năng tự động hóa của máy tính lại đặc biệt quan trọng trong các quy trình khoa học dữ liệu lặp đi lặp lại, ví dụ như làm sạch dữ liệu hàng ngày hoặc chạy lại một mô hình phân tích?

• A. Giúp con người trực tiếp kiểm tra từng bước của quy trình một cách chi tiết hơn.
• B. Tăng tốc độ xử lý, đảm bảo tính nhất quán và giảm thiểu sai sót do con người gây ra.
• C. Chỉ có lợi khi làm việc với dữ liệu rất nhỏ.
• D. Làm cho quy trình phân tích trở nên phức tạp hơn.

Câu 9: Một nhà khoa học dữ liệu đang xây dựng mô hình dự đoán giá nhà dựa trên hàng nghìn yếu tố (diện tích, vị trí, số phòng ngủ, tiện ích...). Quá trình huấn luyện mô hình này đòi hỏi rất nhiều phép tính phức tạp. Máy tính hỗ trợ điều này bằng cách nào?

• A. Cung cấp sức mạnh tính toán (tốc độ xử lý, bộ nhớ) cần thiết để chạy các thuật toán học máy phức tạp trên tập dữ liệu lớn.
• B. Tự động chọn thuật toán học máy phù hợp nhất mà không cần sự can thiệp của con người.
• C. Chỉ giúp lưu trữ các mô hình đã được huấn luyện.
• D. Giúp thu thập dữ liệu về giá nhà từ các nguồn khác nhau.

Câu 10: Tại sao khả năng mở rộng (scalability) của hạ tầng tính toán lại là yếu tố quan trọng đối với các dự án khoa học dữ liệu phát triển theo thời gian?

• A. Giúp giảm chi phí đầu tư ban đầu.
• B. Đảm bảo dữ liệu luôn được bảo mật tuyệt đối.
• C. Cho phép hệ thống dễ dàng tăng cường tài nguyên để xử lý khối lượng dữ liệu và độ phức tạp phân tích ngày càng tăng.
• D. Chỉ quan trọng trong giai đoạn trực quan hóa dữ liệu.

Câu 11: Trong quá trình diễn giải kết quả phân tích dữ liệu, máy tính hỗ trợ nhà khoa học dữ liệu bằng cách nào?

• A. Tự động đưa ra kết luận cuối cùng thay cho nhà khoa học dữ liệu.
• B. Chỉ lưu trữ các kết quả phân tích thô.
• C. Tạo ra dữ liệu mới dựa trên kết quả phân tích.
• D. Cung cấp các công cụ trực quan hóa, báo cáo tự động và kiểm định thống kê để hỗ trợ quá trình khám phá và đánh giá kết quả.

Câu 12: Hãy phân tích tại sao việc tích hợp dữ liệu từ nhiều nguồn khác nhau (ví dụ: dữ liệu bán hàng, dữ liệu marketing, dữ liệu dịch vụ khách hàng) lại là một thách thức và máy tính giải quyết thách thức này như thế nào?

• A. Thách thức là dữ liệu quá ít, máy tính giúp tạo thêm dữ liệu giả.
• B. Thách thức là dữ liệu có cấu trúc và định dạng khác nhau; máy tính cung cấp công cụ tự động hóa việc làm sạch, biến đổi và kết hợp chúng.
• C. Thách thức là tốc độ thu thập dữ liệu quá chậm; máy tính giúp tăng tốc độ thu thập.
• D. Thách thức là dữ liệu luôn chính xác; máy tính giúp tìm ra lỗi sai duy nhất.

Câu 13: Một ứng dụng dự báo thời tiết sử dụng dữ liệu từ hàng nghìn trạm khí tượng và vệ tinh. Để đưa ra dự báo chính xác và kịp thời, máy tính cần có năng lực xử lý nào vượt trội?

• A. Sức mạnh tính toán cao và khả năng xử lý song song để chạy các mô hình mô phỏng phức tạp với dữ liệu lớn.
• B. Chỉ cần khả năng lưu trữ dữ liệu lịch sử.
• C. Khả năng trực quan hóa dữ liệu thời tiết.
• D. Tự động thu thập ý kiến người dùng về thời tiết.

Câu 14: Tại sao việc đảm bảo tính nhất quán và độ chính xác của dữ liệu là bước tiền xử lý cực kỳ quan trọng, và máy tính hỗ trợ bước này như thế nào?

• A. Chỉ quan trọng để làm cho dữ liệu trông đẹp hơn.
• B. Không ảnh hưởng nhiều đến kết quả phân tích.
• C. Chỉ có thể thực hiện thủ công bởi con người.
• D. Đảm bảo kết quả phân tích đáng tin cậy; máy tính cung cấp công cụ tự động hóa việc kiểm tra, làm sạch và chuẩn hóa dữ liệu.

Câu 15: Trong bối cảnh Khoa học dữ liệu, thuật ngữ "Pipelines dữ liệu" (Data Pipelines) đề cập đến điều gì và máy tính đóng vai trò gì trong việc thực hiện chúng?

• A. Là các đường ống vật lý để truyền dữ liệu giữa các máy tính.
• B. Là chuỗi các bước xử lý dữ liệu tự động từ nguồn đến đích; máy tính thực hiện và quản lý các bước này.
• C. Là các mô hình học máy được sử dụng để phân tích dữ liệu.
• D. Là các biểu đồ trực quan hóa dữ liệu.

Câu 16: Phân tích sự khác biệt giữa vai trò của máy tính trong việc "lưu trữ dữ liệu" và "xử lý dữ liệu" trong Khoa học dữ liệu.

• A. Lưu trữ và xử lý dữ liệu là hai thuật ngữ đồng nghĩa.
• B. Máy tính chỉ lưu trữ dữ liệu, con người thực hiện xử lý.
• C. Lưu trữ là ghi/đọc dữ liệu; xử lý là thực hiện các phép tính/biến đổi trên dữ liệu. Máy tính thực hiện cả hai chức năng này.
• D. Xử lý dữ liệu luôn phải diễn ra trước khi lưu trữ.

Câu 17: Một công ty muốn sử dụng Khoa học dữ liệu để hiểu lý do khách hàng hủy dịch vụ. Họ thu thập dữ liệu về lịch sử sử dụng, thông tin cá nhân, phản hồi khảo sát... Máy tính hỗ trợ phân tích dữ liệu này để tìm ra các yếu tố ảnh hưởng đến việc hủy dịch vụ như thế nào?

• A. Chạy các thuật toán thống kê và học máy để tìm mối tương quan, mẫu hình và xây dựng mô hình dự đoán các yếu tố ảnh hưởng.
• B. Chỉ tạo danh sách khách hàng đã hủy dịch vụ.
• C. Tự động liên hệ với khách hàng đã hủy dịch vụ.
• D. Chỉ hiển thị dữ liệu thô của từng khách hàng.

Câu 18: Trong lĩnh vực y tế, Khoa học dữ liệu được ứng dụng để phân tích hình ảnh y tế (X-quang, MRI...). Máy tính đóng vai trò gì trong việc hỗ trợ bác sĩ chẩn đoán bệnh dựa trên hình ảnh này?

• A. Chỉ lưu trữ hình ảnh y tế.
• B. Giúp bác sĩ xem hình ảnh trên màn hình lớn hơn.
• C. Thay thế hoàn toàn bác sĩ trong việc chẩn đoán.
• D. Sử dụng các thuật toán phân tích hình ảnh để phát hiện các mẫu hình bất thường và hỗ trợ bác sĩ đưa ra chẩn đoán chính xác hơn.

Câu 19: Để một hệ thống Khoa học dữ liệu hoạt động hiệu quả, cần có sự phối hợp giữa phần cứng máy tính và phần mềm (thuật toán, chương trình). Phân mềm đóng vai trò gì trong sự phối hợp này?

• A. Phần mềm chỉ là giao diện để người dùng tương tác.
• B. Phần mềm chứa các thuật toán và chỉ dẫn để máy tính (phần cứng) thực hiện các tác vụ xử lý và phân tích dữ liệu.
• C. Phần mềm chỉ có vai trò lưu trữ dữ liệu.
• D. Phần mềm và phần cứng hoạt động hoàn toàn độc lập với nhau.

Câu 20: Tại sao việc sử dụng các thư viện và framework chuyên biệt (ví dụ: Pandas, NumPy, Scikit-learn trong Python) trên máy tính lại giúp tăng hiệu quả làm việc của nhà khoa học dữ liệu?

• A. Các thư viện này giúp máy tính tự động hiểu dữ liệu mà không cần hướng dẫn.
• B. Chúng chỉ làm cho code trông phức tạp hơn.
• C. Chúng cung cấp các công cụ và thuật toán tối ưu hóa, giúp thực hiện các tác vụ khoa học dữ liệu phức tạp một cách nhanh chóng và hiệu quả hơn.
• D. Chúng chỉ hữu ích cho việc trực quan hóa dữ liệu.

Câu 21: Hãy đánh giá mức độ cần thiết của máy tính có cấu hình mạnh (CPU, RAM, GPU) đối với các dự án khoa học dữ liệu so với các ứng dụng văn phòng thông thường.

• A. Rất cần thiết, vì khoa học dữ liệu đòi hỏi xử lý khối lượng dữ liệu lớn và chạy các thuật toán tính toán chuyên sâu.
• B. Không cần thiết, máy tính cấu hình thấp vẫn đủ cho khoa học dữ liệu.
• C. Chỉ cần cấu hình mạnh cho giai đoạn thu thập dữ liệu.
• D. Cấu hình mạnh chỉ quan trọng cho việc trình bày kết quả.

Câu 22: Trong nghiên cứu sinh học, việc phân tích các tập dữ liệu gene, protein, hoặc dữ liệu hình ảnh tế bào thường rất phức tạp. Máy tính với khả năng xử lý song song và sức mạnh tính toán cao có thể hỗ trợ các nhà sinh học giải quyết vấn đề gì?

• A. Chỉ giúp lưu trữ dữ liệu sinh học.
• B. Giúp tự động thu thập mẫu vật sinh học.
• C. Thực hiện các phân tích phức tạp trên dữ liệu sinh học quy mô lớn, tìm kiếm mẫu hình và mối liên hệ mà phương pháp thủ công không thể.
• D. Tự động viết báo cáo khoa học cho nhà sinh học.

Câu 23: Một trong những thách thức lớn khi làm việc với dữ liệu lớn là tốc độ truy cập và xử lý. Máy tính, thông qua việc sử dụng các hệ thống lưu trữ phân tán (distributed storage systems) và cơ sở dữ liệu tối ưu, giúp giải quyết thách thức này như thế nào?

• A. Chỉ đơn giản là tăng kích thước ổ cứng.
• B. Yêu cầu con người phải truy cập dữ liệu thủ công.
• C. Làm cho dữ liệu nhỏ lại để dễ xử lý.
• D. Cho phép lưu trữ và truy cập dữ liệu trên nhiều máy cùng lúc, tối ưu hóa việc truy vấn và xử lý trên quy mô lớn.

Câu 24: Xem xét một dự án Khoa học dữ liệu nhằm phát hiện gian lận trong giao dịch ngân hàng theo thời gian thực. Vai trò của máy tính trong dự án này đòi hỏi khả năng kết hợp những yếu tố nào?

• A. Chỉ cần khả năng lưu trữ lịch sử giao dịch.
• B. Thu thập dữ liệu liên tục, xử lý tốc độ cao, chạy mô hình phân tích và đưa ra cảnh báo/quyết định gần như ngay lập tức.
• C. Chỉ hiển thị danh sách các giao dịch đáng ngờ vào cuối ngày.
• D. Yêu cầu nhân viên ngân hàng kiểm tra thủ công mọi giao dịch.

Câu 25: Trong tương lai, khi lượng dữ liệu tiếp tục tăng trưởng theo cấp số nhân và các bài toán trở nên phức tạp hơn, điều gì về khả năng của máy tính sẽ ngày càng trở nên quan trọng đối với sự phát triển của Khoa học dữ liệu?

• A. Khả năng xử lý dữ liệu với tốc độ và quy mô lớn hơn, cùng với khả năng chạy các thuật toán ngày càng phức tạp.
• B. Khả năng tự động đặt câu hỏi phân tích.
• C. Khả năng thay thế hoàn toàn con người trong mọi giai đoạn.
• D. Khả năng giảm bớt lượng dữ liệu cần thiết cho phân tích.

Câu 26: Việc sử dụng giao diện lập trình (Programming Interfaces - APIs) và ngôn ngữ lập trình (như Python, R) trên máy tính cho phép nhà khoa học dữ liệu tương tác với dữ liệu và các công cụ phân tích như thế nào?

• A. Chỉ để tạo ra các tài liệu báo cáo.
• B. Chỉ để cài đặt hệ điều hành.
• C. Cung cấp phương tiện để viết mã, sử dụng thư viện, kết nối nguồn dữ liệu và tùy chỉnh quy trình phân tích.
• D. Chỉ để giao tiếp với phần cứng máy tính.

Câu 27: Phân tích vai trò của máy tính trong việc hỗ trợ hợp tác giữa các nhà khoa học dữ liệu làm việc cùng một dự án.

• A. Cung cấp nền tảng chia sẻ dữ liệu, mã nguồn, và môi trường làm việc chung, cho phép nhiều người cộng tác từ xa.
• B. Buộc các nhà khoa học dữ liệu phải làm việc độc lập.
• C. Chỉ giúp gửi email cho nhau.
• D. Làm cho việc chia sẻ dữ liệu trở nên khó khăn hơn.

Câu 28: Khi một mô hình học máy được triển khai vào thực tế (ví dụ: hệ thống gợi ý sản phẩm), máy tính đóng vai trò gì để mô hình này có thể hoạt động liên tục và hiệu quả?

• A. Chỉ lưu trữ mô hình đã triển khai.
• B. Yêu cầu người dùng nhập dữ liệu thủ công cho mô hình.
• C. Chỉ hiển thị mã nguồn của mô hình.
• D. Cung cấp môi trường để chạy mô hình, nhận dữ liệu đầu vào, thực hiện dự đoán và trả về kết quả cho ứng dụng/người dùng cuối.

Câu 29: Một công ty năng lượng thu thập lượng lớn dữ liệu từ các cảm biến trên lưới điện để dự đoán sự cố. Việc phân tích dữ liệu này đòi hỏi phải xử lý các chuỗi thời gian (time series data) rất dài. Máy tính hỗ trợ xử lý loại dữ liệu này như thế nào?

• A. Chỉ giúp lưu trữ dữ liệu chuỗi thời gian.
• B. Cung cấp sức mạnh tính toán để chạy các thuật toán phân tích chuỗi thời gian chuyên biệt trên tập dữ liệu lớn và dài.
• C. Tự động sửa các giá trị sai trong chuỗi thời gian.
• D. Chỉ trực quan hóa dữ liệu chuỗi thời gian.

Câu 30: Đánh giá tầm quan trọng của việc sao lưu và phục hồi dữ liệu trong các dự án Khoa học dữ liệu, và vai trò của máy tính trong việc này.

• A. Không quan trọng, vì dữ liệu luôn có thể thu thập lại.
• B. Chỉ quan trọng đối với dữ liệu rất nhỏ.
• C. Rất quan trọng để bảo vệ tài sản dữ liệu và đảm bảo tính liên tục của dự án; máy tính cung cấp các giải pháp sao lưu và phục hồi tự động.
• D. Chỉ cần sao lưu thủ công bằng cách ghi ra giấy.

Câu 31: Sự phát triển của các thuật toán Khoa học dữ liệu, đặc biệt là trong lĩnh vực Học sâu (Deep Learning), phụ thuộc rất nhiều vào khả năng của phần cứng máy tính nào?

• A. Bộ xử lý đồ họa (GPU).
• B. Ổ đĩa cứng (HDD/SSD).
• C. Card mạng.
• D. Màn hình hiển thị.

Câu 32: Một nhà nghiên cứu đang phân tích dữ liệu văn bản từ hàng triệu bình luận trên mạng xã hội để hiểu xu hướng dư luận. Công việc này đòi hỏi xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP) trên quy mô lớn. Máy tính hỗ trợ tác vụ này như thế nào?

• A. Chỉ giúp lưu trữ các bình luận.
• B. Yêu cầu nhà nghiên cứu đọc từng bình luận một.
• C. Tự động tạo ra các bình luận mới.
• D. Cung cấp công cụ và sức mạnh tính toán để thực hiện các tác vụ xử lý ngôn ngữ tự nhiên trên tập dữ liệu văn bản lớn.

Câu 33: Trong bối cảnh các dự án Khoa học dữ liệu ngày càng phức tạp, vai trò của hệ điều hành (Operating System - OS) trên máy tính là gì?

• A. Quản lý tài nguyên phần cứng, cung cấp môi trường chạy các chương trình và quản lý tệp dữ liệu, là nền tảng cho các công cụ khoa học dữ liệu hoạt động.
• B. Chỉ dùng để mở các tệp văn bản.
• C. Là một loại thuật toán phân tích dữ liệu.
• D. Không có vai trò gì trong khoa học dữ liệu.

Câu 34: Để đảm bảo tính bảo mật của dữ liệu nhạy cảm (ví dụ: thông tin y tế, tài chính) trong các dự án Khoa học dữ liệu, máy tính và hệ thống liên quan cần có những tính năng gì?

• A. Chỉ cần đặt mật khẩu cho máy tính.
• B. Bảo mật dữ liệu không phải là trách nhiệm của máy tính.
• C. Chỉ cần lưu trữ dữ liệu ở một nơi duy nhất.
• D. Cung cấp các tính năng mã hóa, kiểm soát truy cập, ghi nhật ký và bảo vệ mạng để ngăn chặn truy cập trái phép và bảo vệ dữ liệu.

Câu 35: Hãy phân tích cách máy tính hỗ trợ việc thử nghiệm (experimentation) trong Khoa học dữ liệu, ví dụ như thử nghiệm các mô hình khác nhau hoặc các tham số khác nhau của mô hình.

• A. Tự động chạy nhiều thử nghiệm (ví dụ: huấn luyện mô hình với các tham số khác nhau), ghi lại và so sánh kết quả một cách có hệ thống.
• B. Chỉ cho phép chạy duy nhất một thử nghiệm.
• C. Yêu cầu con người phải ghi lại kết quả thử nghiệm bằng tay.
• D. Chỉ hữu ích cho việc thu thập dữ liệu thử nghiệm.

Câu 36: Trong quy trình Khoa học dữ liệu, sau khi đã xây dựng và đánh giá mô hình, bước tiếp theo thường là triển khai (deployment) mô hình đó vào môi trường thực tế. Máy tính đóng vai trò gì trong giai đoạn triển khai này?

• A. Chỉ lưu trữ mô hình sau khi triển khai.
• B. Tự động cải thiện mô hình sau khi triển khai.
• C. Yêu cầu người dùng cuối tự chạy mô hình trên máy tính cá nhân của họ.
• D. Cung cấp hạ tầng và môi trường để mô hình đã huấn luyện có thể hoạt động liên tục, nhận dữ liệu thực tế và đưa ra kết quả dự đoán/phân loại.

Câu 37: Công cụ nào của máy tính là thiết yếu để giúp nhà khoa học dữ liệu khám phá sơ bộ các đặc điểm, xu hướng và mối quan hệ trong dữ liệu trước khi tiến hành phân tích sâu hơn?

• A. Các công cụ thống kê mô tả và trực quan hóa dữ liệu.
• B. Các thuật toán học máy phức tạp.
• C. Các hệ thống lưu trữ dữ liệu lớn.
• D. Các công cụ triển khai mô hình.

Câu 38: Tại sao khả năng tự động hóa và lặp lại (reproducibility) của các quy trình khoa học dữ liệu trên máy tính lại quan trọng?

• A. Để làm cho quy trình trở nên ngẫu nhiên hơn.
• B. Chỉ để tiết kiệm thời gian.
• C. Đảm bảo rằng kết quả phân tích là nhất quán, có thể kiểm chứng và tái tạo khi cần thiết.
• D. Làm cho dữ liệu bị thay đổi mỗi lần chạy.

Câu 1: Khoa học dữ liệu là lĩnh vực liên ngành. Theo em, máy tính đóng vai trò cốt lõi trong giai đoạn nào sau đây của quy trình khoa học dữ liệu mà con người khó có thể thực hiện hiệu quả bằng phương pháp thủ công, đặc biệt với dữ liệu lớn?

• A. Đặt câu hỏi và xác định mục tiêu nghiên cứu.
• B. Hiểu và diễn giải kết quả phân tích.
• C. Tiền xử lý, phân tích và xây dựng mô hình từ dữ liệu.
• D. Trình bày và truyền đạt kết quả cho người khác.

Câu 2: Trong quy trình khoa học dữ liệu, giai đoạn "tiền xử lý dữ liệu" (data preprocessing) thường bao gồm các công việc như làm sạch dữ liệu, xử lý dữ liệu thiếu, chuẩn hóa dữ liệu. Tại sao máy tính lại cực kỳ quan trọng trong giai đoạn này, đặc biệt khi làm việc với hàng terabyte dữ liệu?

• A. Tự động hóa các tác vụ lặp lại, xử lý khối lượng dữ liệu lớn một cách nhanh chóng và chính xác.
• B. Giúp con người dễ dàng đọc và hiểu từng dòng dữ liệu một.
• C. Chỉ đơn giản là nơi lưu trữ tạm thời dữ liệu trước khi phân tích.
• D. Tự động tạo ra dữ liệu mới để điền vào chỗ thiếu.

Câu 3: Một công ty thương mại điện tử thu thập hàng triệu giao dịch mua sắm mỗi ngày. Họ muốn sử dụng dữ liệu này để xây dựng hệ thống gợi ý sản phẩm cho khách hàng. Thách thức tính toán lớn nhất mà họ có thể gặp phải khi xử lý lượng dữ liệu khổng lồ này là gì, và máy tính giải quyết thách thức đó như thế nào?

• A. Thiếu thuật toán phân tích phù hợp; máy tính tự động tạo ra thuật toán mới.
• B. Khó khăn trong việc thu thập dữ liệu; máy tính giúp thu thập dữ liệu từ mọi nguồn.
• C. Không thể trực quan hóa dữ liệu; máy tính tạo ra các biểu đồ động.
• D. Khả năng lưu trữ và xử lý dữ liệu lớn vượt quá năng lực máy tính đơn lẻ; máy tính cung cấp hạ tầng mạnh mẽ (phân tán, đám mây).

Câu 4: Trực quan hóa dữ liệu (Data Visualization) là một giai đoạn quan trọng giúp con người hiểu rõ hơn về các mẫu hình, xu hướng ẩn trong dữ liệu. Máy tính hỗ trợ quá trình này như thế nào để làm cho việc truyền đạt thông tin trở nên hiệu quả hơn?

• A. Tự động diễn giải toàn bộ kết quả mà không cần con người.
• B. Tạo ra các loại biểu đồ, đồ thị, dashboard tương tác từ dữ liệu.
• C. Chỉ hiển thị dữ liệu dưới dạng bảng số.
• D. Lưu trữ các hình ảnh biểu đồ đã được tạo sẵn.

Câu 5: Một nhà nghiên cứu cần phân tích mối quan hệ phức tạp giữa hàng trăm biến số trong một tập dữ liệu y tế khổng lồ để dự đoán nguy cơ mắc bệnh. Việc này đòi hỏi thực hiện nhiều phép tính thống kê và chạy các mô hình học máy phức tạp. Khía cạnh nào của máy tính là thiết yếu nhất để thực hiện công việc này trong thời gian hợp lý?

• A. Khả năng xử lý dữ liệu với tốc độ cao và sức mạnh tính toán lớn.
• B. Khả năng lưu trữ dữ liệu không giới hạn.
• C. Khả năng kết nối mạng Internet tốc độ cao.
• D. Khả năng hiển thị màu sắc trên màn hình.

Câu 6: Dự án Hệ gene người (HGP) được nhắc đến như một ví dụ điển hình về ứng dụng khoa học dữ liệu quy mô lớn. Thách thức dữ liệu lớn trong HGP là gì và vai trò của máy tính trong việc vượt qua thách thức đó?

• A. Dữ liệu khó thu thập; máy tính giúp thu thập tự động.
• B. Dữ liệu dễ bị sai sót khi nhập liệu; máy tính tự động sửa lỗi.
• C. Khối lượng dữ liệu gene khổng lồ cần xử lý nhanh chóng và chính xác; máy tính (siêu máy tính, thuật toán) cung cấp sức mạnh tính toán.
• D. Kết quả phân tích khó hiểu; máy tính tự động diễn giải.

Câu 7: Điện toán đám mây (Cloud Computing) mang lại nhiều lợi ích cho khoa học dữ liệu. Lợi ích nào sau đây giúp các nhóm nghiên cứu hoặc công ty nhỏ dễ dàng tiếp cận các tài nguyên tính toán mạnh mẽ mà không cần đầu tư ban đầu lớn vào phần cứng?

• A. Tăng cường bảo mật dữ liệu tuyệt đối.
• B. Giảm hoàn toàn chi phí vận hành.
• C. Tự động tạo ra dữ liệu phân tích.
• D. Cung cấp tài nguyên tính toán theo yêu cầu mà không cần đầu tư phần cứng lớn.

Câu 8: Xử lý song song (Parallel Processing) là kỹ thuật tính toán quan trọng trong khoa học dữ liệu khi làm việc với dữ liệu lớn. Bản chất của kỹ thuật này là gì để giúp tăng tốc độ xử lý?

• A. Chia nhỏ bài toán thành nhiều phần và xử lý đồng thời trên nhiều bộ xử lý.
• B. Xử lý lần lượt từng dòng dữ liệu một cách tuần tự.
• C. Sử dụng một bộ xử lý duy nhất nhưng có tốc độ rất cao.
• D. Tự động loại bỏ các dữ liệu không cần thiết.

Câu 9: Tự động hóa các tác vụ trong khoa học dữ liệu, chẳng hạn như thu thập dữ liệu định kỳ, chạy các script tiền xử lý hoặc cập nhật mô hình, mang lại lợi ích gì cho quy trình làm việc?

• A. Loại bỏ hoàn toàn sự cần thiết của con người trong quy trình.
• B. Tăng tốc độ, giảm thiểu lỗi do con người và đảm bảo tính nhất quán.
• C. Làm cho quy trình trở nên phức tạp hơn.
• D. Chỉ áp dụng được cho các tập dữ liệu rất nhỏ.

Câu 10: Phân tích dữ liệu thời gian thực (Real-time Data Analysis) ngày càng quan trọng trong nhiều lĩnh vực như phát hiện gian lận thẻ tín dụng, giám sát mạng lưới hoặc giao dịch chứng khoán. Yêu cầu chính về khả năng tính toán của máy tính để thực hiện phân tích thời gian thực là gì?

• A. Khả năng lưu trữ dữ liệu lịch sử.
• B. Khả năng tạo ra các báo cáo định kỳ.
• C. Khả năng xử lý và phân tích dữ liệu với độ trễ cực thấp.
• D. Khả năng trực quan hóa dữ liệu tĩnh.

Câu 11: Giả sử bạn được giao nhiệm vụ phân tích dữ liệu từ cảm biến IoT trên hàng nghìn thiết bị công nghiệp để phát hiện sớm các dấu hiệu hỏng hóc. Loại dữ liệu này thường lớn và được tạo ra liên tục. Khía cạnh nào của "Máy tính và Khoa học dữ liệu" sẽ đóng vai trò quan trọng nhất để xây dựng một hệ thống cảnh báo hiệu quả?

• A. Chỉ tập trung vào việc lưu trữ dữ liệu lịch sử.
• B. Thiết kế giao diện trực quan đẹp mắt cho báo cáo cuối ngày.
• C. Áp dụng các thuật toán phân loại dữ liệu tĩnh.
• D. Khả năng thu thập, xử lý và phân tích dữ liệu liên tục trong thời gian thực.

Câu 12: Trong bối cảnh khoa học dữ liệu, thuật toán học máy (Machine Learning algorithms) được sử dụng để tìm kiếm các mẫu hình phức tạp trong dữ liệu và xây dựng mô hình dự đoán. Máy tính đóng vai trò gì trong việc "đào tạo" (training) các mô hình học máy này?

• A. Tự động đặt ra các giả thuyết khoa học mới.
• B. Thực hiện các phép tính lặp phức tạp trên dữ liệu để điều chỉnh mô hình.
• C. Chỉ lưu trữ mô hình đã được đào tạo xong.
• D. Tự động thu thập thêm dữ liệu nếu cần thiết.

Câu 13: Một công ty dược phẩm muốn phân tích dữ liệu thử nghiệm lâm sàng từ hàng nghìn bệnh nhân để xác định hiệu quả của một loại thuốc mới. Dữ liệu này bao gồm nhiều loại thông tin (lâm sàng, gene, hình ảnh y tế). Tại sao việc tích hợp và phân tích dữ liệu từ nhiều nguồn khác nhau là một thách thức đối với máy tính, và làm thế nào máy tính hỗ trợ giải quyết?

• A. Dữ liệu có định dạng và cấu trúc khác nhau; máy tính cung cấp công cụ tích hợp và chuẩn hóa dữ liệu.
• B. Dữ liệu quá nhỏ để phân tích; máy tính tự động tạo thêm dữ liệu.
• C. Dữ liệu quá dễ hiểu; máy tính làm cho nó phức tạp hơn.
• D. Chỉ cần lưu trữ dữ liệu riêng lẻ từ mỗi nguồn.

Câu 14: Khi phân tích một tập dữ liệu rất lớn, việc chạy thử nghiệm các thuật toán hoặc mô hình khác nhau có thể mất rất nhiều thời gian. Điện toán đám mây giải quyết vấn đề này bằng cách nào để tăng hiệu quả làm việc cho nhà khoa học dữ liệu?

• A. Giảm kích thước của tập dữ liệu.
• B. Cung cấp khả năng mở rộng tài nguyên tính toán để chạy song song nhiều tác vụ.
• C. Tự động chọn thuật toán tốt nhất cho dữ liệu.
• D. Chỉ cho phép truy cập dữ liệu vào giờ nhất định.

Câu 15: Một dự án khoa học dữ liệu lớn yêu cầu sự hợp tác của nhiều nhà khoa học dữ liệu làm việc ở các địa điểm địa lý khác nhau. Máy tính và công nghệ liên quan hỗ trợ việc hợp tác này như thế nào?

• A. Bắt buộc tất cả thành viên phải làm việc cùng một địa điểm.
• B. Tự động giải quyết mọi xung đột trong quá trình làm việc nhóm.
• C. Cung cấp các công cụ chia sẻ dữ liệu, mã nguồn, môi trường làm việc và giao tiếp trực tuyến.
• D. Giảm số lượng dữ liệu cần chia sẻ giữa các thành viên.

Câu 16: Khi xây dựng một mô hình dự báo thời tiết sử dụng dữ liệu từ vệ tinh, trạm khí tượng và phao nổi, nhà khoa học dữ liệu cần xử lý một lượng lớn dữ liệu địa lý và dữ liệu cảm biến có cấu trúc phức tạp. Khả năng nào của máy tính là nền tảng để có thể lưu trữ và truy vấn hiệu quả loại dữ liệu đa dạng và lớn này?

• A. Khả năng sử dụng các hệ quản trị cơ sở dữ liệu và hệ thống lưu trữ phân tán.
• B. Khả năng tạo ra các biểu đồ đường.
• C. Khả năng in ấn báo cáo.
• D. Khả năng gửi email tự động.

Câu 17: Một nhà khoa học dữ liệu phát triển một mô hình học máy để phân loại hình ảnh (ví dụ: xác định vật thể trong ảnh). Quá trình này thường sử dụng các mạng nơ-ron sâu (Deep Learning). Loại phần cứng tính toán nào trong máy tính thường được ưu tiên sử dụng cho việc đào tạo các mô hình Deep Learning do khả năng xử lý song song các phép toán ma trận hiệu quả?

• A. Chỉ cần ổ cứng dung lượng lớn (HDD/SSD).
• B. Chỉ cần bộ nhớ RAM dung lượng lớn.
• C. Bộ xử lý đồ họa (GPU).
• D. Chỉ cần bộ xử lý trung tâm (CPU) tốc độ cao.

Câu 18: Trong dự án phân tích hành vi người dùng trên một ứng dụng di động, nhà khoa học dữ liệu cần theo dõi và phân tích dữ liệu sự kiện (event data) được gửi về liên tục từ hàng triệu người dùng. Việc này đòi hỏi một hệ thống có thể tiếp nhận, xử lý và phân tích "dòng dữ liệu" (data stream) này ngay lập tức. Khía cạnh nào của "Máy tính và Khoa học dữ liệu" giải quyết bài toán này?

• A. Xử lý dòng dữ liệu (Stream Processing).
• B. Xử lý dữ liệu theo lô (Batch Processing).
• C. Trực quan hóa dữ liệu tĩnh.
• D. Lưu trữ dữ liệu ngoại tuyến.

Câu 19: Một trong những thách thức khi làm việc với dữ liệu lớn là dữ liệu thường không hoàn hảo: có thể thiếu giá trị, chứa lỗi hoặc không nhất quán. Máy tính hỗ trợ nhà khoa học dữ liệu trong việc giải quyết thách thức "chất lượng dữ liệu" này như thế nào?

• A. Ngăn chặn dữ liệu xấu không bao giờ xuất hiện.
• B. Yêu cầu người dùng nhập lại toàn bộ dữ liệu thủ công.
• C. Bỏ qua tất cả dữ liệu có vấn đề.
• D. Cung cấp công cụ và thuật toán để phát hiện, làm sạch và chuyển đổi dữ liệu.

Câu 20: Hãy tưởng tượng một dự án nghiên cứu về biến đổi khí hậu, thu thập dữ liệu từ hàng nghìn trạm quan trắc trên toàn cầu trong nhiều thập kỷ. Lượng dữ liệu này là cực lớn và đa dạng. Việc sử dụng các hệ thống máy tính phân tán (Distributed Computing Systems) là cần thiết vì lý do chính nào?

• A. Để làm cho dữ liệu dễ bị tấn công bởi hacker.
• B. Để lưu trữ và xử lý khối lượng dữ liệu khổng lồ vượt quá khả năng của một máy tính duy nhất.
• C. Để làm cho dữ liệu khó truy cập hơn.
• D. Chỉ để tạo ra các báo cáo đơn giản.

Câu 21: Vai trò "tạo ra dữ liệu mới" (data generation) trong khoa học dữ liệu thường đề cập đến việc tạo ra dữ liệu tổng hợp (synthetic data) hoặc mở rộng tập dữ liệu hiện có. Máy tính hỗ trợ việc này như thế nào?

• A. Bằng cách yêu cầu con người nhập thêm dữ liệu thủ công.
• B. Bằng cách sao chép nguyên vẹn dữ liệu gốc.
• C. Bằng cách sử dụng các thuật toán và mô hình để tạo hoặc biến đổi dữ liệu dựa trên dữ liệu hiện có.
• D. Bằng cách tự động thu thập dữ liệu ngẫu nhiên từ Internet.

Câu 22: Khi một nhà khoa học dữ liệu cần xây dựng một mô hình dự đoán để xác định xem một email có phải là spam hay không, họ cần thử nghiệm nhiều thuật toán phân loại khác nhau và tinh chỉnh các tham số của chúng. Quá trình "thử và sai" này đòi hỏi nhiều lần chạy phân tích trên cùng một tập dữ liệu. Máy tính hỗ trợ hiệu quả cho quá trình lặp đi lặp lại này bằng cách nào?

• A. Bằng cách tự động chọn thuật toán tốt nhất ngay từ đầu.
• B. Bằng khả năng thực thi các tác vụ lặp lại và tính toán phức tạp một cách tự động và nhanh chóng.
• C. Bằng cách giảm kích thước của tập dữ liệu.
• D. Bằng cách chỉ cho phép chạy một lần duy nhất cho mỗi thuật toán.

Câu 23: Phân tích cảm xúc (Sentiment Analysis) là một ứng dụng của khoa học dữ liệu, trong đó máy tính được sử dụng để xác định thái độ (tích cực, tiêu cực, trung lập) của người viết dựa trên nội dung văn bản (ví dụ: bình luận trên mạng xã hội). Để làm được điều này, máy tính cần thực hiện những loại xử lý nào trên dữ liệu văn bản?

• A. Chỉ đếm số lượng từ trong văn bản.
• B. Chỉ kiểm tra lỗi chính tả.
• C. Chỉ lưu trữ văn bản dưới dạng file.
• D. Thực hiện xử lý ngôn ngữ tự nhiên (NLP) và áp dụng các mô hình học máy.

Câu 24: Trong bối cảnh phân tích dữ liệu lớn, thuật ngữ "khả năng mở rộng" (scalability) của hệ thống máy tính đề cập đến điều gì?

• A. Khả năng xử lý hiệu quả khối lượng dữ liệu và công việc ngày càng tăng bằng cách thêm tài nguyên.
• B. Khả năng giảm kích thước của tập dữ liệu khi cần thiết.
• C. Khả năng tự động sửa lỗi trong dữ liệu.
• D. Khả năng hiển thị dữ liệu trên nhiều loại màn hình khác nhau.

Câu 25: Một trong những thách thức khi làm việc với dữ liệu thô là nó thường chứa nhiều "nhiễu" (noise) hoặc các giá trị không liên quan có thể làm sai lệch kết quả phân tích. Máy tính, thông qua các thuật toán, giúp giảm thiểu ảnh hưởng của nhiễu như thế nào trong giai đoạn tiền xử lý?

• A. Tự động hiểu ý nghĩa của nhiễu.
• B. Thêm nhiều nhiễu hơn vào dữ liệu.
• C. Áp dụng các thuật toán lọc, làm mịn để loại bỏ hoặc giảm ảnh hưởng của nhiễu.
• D. Yêu cầu người dùng xác định thủ công từng điểm dữ liệu nhiễu.

Câu 26: Giả sử bạn đang phân tích dữ liệu bán hàng của một chuỗi cửa hàng để tìm ra xu hướng mua sắm theo mùa. Bạn có dữ liệu từ hàng trăm cửa hàng trong nhiều năm. Việc sử dụng máy tính với khả năng "tổng hợp và phân tích" dữ liệu giúp bạn khám phá xu hướng này như thế nào?

• A. Tổng hợp dữ liệu từ nhiều nguồn và thực hiện các phân tích thống kê, chuỗi thời gian trên quy mô lớn.
• B. Chỉ hiển thị dữ liệu của từng cửa hàng riêng lẻ.
• C. Chỉ lưu trữ dữ liệu theo từng năm.
• D. Tự động đặt tên cho các mùa trong năm.

Câu 27: Trong khoa học dữ liệu, việc xây dựng các mô hình dự đoán (predictive models) là phổ biến. Ví dụ, dự đoán giá nhà dựa trên các đặc điểm của ngôi nhà. Vai trò của máy tính trong việc sử dụng mô hình này để đưa ra dự đoán cho dữ liệu mới là gì?

• A. Tự động thu thập thêm dữ liệu mới để làm phong phú mô hình.
• B. Chỉ lưu trữ kết quả dự đoán.
• C. Yêu cầu con người thực hiện phép tính dự đoán thủ công.
• D. Áp dụng mô hình đã được đào tạo để tính toán và đưa ra kết quả dự đoán cho dữ liệu mới.

Câu 28: Việc đảm bảo tính bảo mật và riêng tư của dữ liệu là cực kỳ quan trọng trong khoa học dữ liệu, đặc biệt là với dữ liệu nhạy cảm như y tế hoặc tài chính. Máy tính và công nghệ liên quan hỗ trợ khía cạnh này như thế nào?

• A. Làm cho dữ liệu dễ dàng chia sẻ công khai.
• B. Cung cấp các công cụ mã hóa, kiểm soát truy cập và bảo mật mạng.
• C. Chỉ đơn giản là nơi lưu trữ dữ liệu, không có chức năng bảo vệ.
• D. Tự động xóa dữ liệu sau một thời gian ngắn.

Câu 29: Trong một dự án phân tích ảnh y tế để phát hiện khối u, nhà khoa học dữ liệu sử dụng kỹ thuật thị giác máy tính (Computer Vision). Kỹ thuật này dựa vào khả năng nào của máy tính?

• A. Khả năng xử lý và phân tích nội dung của hình ảnh và video.
• B. Khả năng tạo ra âm thanh từ hình ảnh.
• C. Khả năng dịch văn bản trong ảnh sang ngôn ngữ khác.
• D. Khả năng chỉ lưu trữ hình ảnh với độ phân giải cao.

Câu 30: Khi một nhà khoa học dữ liệu sử dụng các thư viện phần mềm (ví dụ: Pandas, NumPy, Scikit-learn trong Python) để thực hiện phân tích dữ liệu và xây dựng mô hình, họ đang tận dụng khía cạnh nào của máy tính và hệ sinh thái phần mềm liên quan?

• A. Khả năng kết nối với máy in.
• B. Khả năng hiển thị văn bản trên màn hình.
• C. Khả năng chạy các phần mềm và thư viện chuyên dụng hỗ trợ phân tích và mô hình hóa dữ liệu.
• D. Khả năng phát nhạc.