Đề Trắc nghiệm Tin học 12 – Bài F14: Học máy (Chân Trời Sáng Tạo)

Câu 1: Học máy (Machine Learning) là một lĩnh vực con của Trí tuệ nhân tạo (AI). Mục tiêu chính của học máy là gì?

• A. Giúp máy tính thực hiện các phép tính phức tạp nhanh hơn con người.
• B. Cho phép máy tính giao tiếp và hiểu ngôn ngữ tự nhiên một cách hoàn hảo.
• C. Xây dựng các robot có khả năng di chuyển và thao tác trong môi trường vật lý.
• D. Phát triển thuật toán giúp máy tính học hỏi từ dữ liệu và đưa ra dự đoán hoặc quyết định.

Câu 2: Khi một hệ thống học máy được cung cấp một tập dữ liệu bao gồm hình ảnh của các loài động vật đã được gán nhãn (ví dụ: "chó", "mèo", "chim"), loại hình học máy nào đang được sử dụng?

• A. Học có giám sát (Supervised Learning)
• B. Học không giám sát (Unsupervised Learning)
• C. Học tăng cường (Reinforcement Learning)
• D. Học bán giám sát (Semi-supervised Learning)

Câu 3: Một công ty bán lẻ muốn phân tích lịch sử mua hàng của khách hàng để nhóm họ thành các phân khúc dựa trên hành vi mua sắm (ví dụ: khách hàng thường mua sản phẩm công nghệ, khách hàng thường mua đồ gia dụng). Dữ liệu lịch sử mua hàng không có sẵn các nhãn "phân khúc khách hàng". Loại hình học máy nào phù hợp nhất cho tác vụ này?

• A. Học có giám sát (Supervised Learning)
• B. Học không giám sát (Unsupervised Learning)
• C. Học tăng cường (Reinforcement Learning)
• D. Học bán giám sát (Semi-supervised Learning)

Câu 4: Hệ thống lọc thư rác (spam filter) phân loại email đến là "thư rác" hoặc "không phải thư rác" dựa trên nội dung và các đặc điểm khác của email. Đây là một ví dụ điển hình của ứng dụng học máy nào?

• A. Học có giám sát (Supervised Learning) - Phân loại
• B. Học không giám sát (Unsupervised Learning) - Gom cụm
• C. Học tăng cường (Reinforcement Learning) - Tối ưu hóa hành động
• D. Học không giám sát (Unsupervised Learning) - Giảm chiều dữ liệu

Câu 5: Trong học có giám sát, dữ liệu huấn luyện (training data) thường bao gồm hai phần chính là gì?

• A. Chỉ dữ liệu đầu vào (input data) chưa được xử lý.
• B. Chỉ các thuật toán và mô hình.
• C. Dữ liệu đầu vào (input data) và nhãn tương ứng (labels).
• D. Các quy tắc và luật lệ do con người định nghĩa.

Câu 6: Mục đích của việc chia dữ liệu thành tập huấn luyện (training set), tập kiểm tra (test set) và đôi khi là tập xác thực (validation set) trong học máy là gì?

• A. Để giảm kích thước dữ liệu cần xử lý.
• B. Để tăng tốc độ huấn luyện mô hình.
• C. Để đảm bảo mô hình ghi nhớ toàn bộ dữ liệu.
• D. Để đánh giá hiệu suất của mô hình trên dữ liệu mới, chưa từng thấy.

Câu 7: Alan Turing đã đề xuất một phép thử nổi tiếng để kiểm tra khả năng thể hiện hành vi thông minh tương đương con người của máy tính. Phép thử đó có tên là gì?

• A. Phép thử Turing
• B. Phép thử Einstein
• C. Phép thử Newton
• D. Phép thử Boolean

Câu 8: Một mô hình học máy được huấn luyện để dự đoán giá nhà dựa trên các đặc điểm như diện tích, số phòng ngủ, vị trí. Đây là một ví dụ về bài toán học máy nào?

• A. Phân loại (Classification)
• B. Hồi quy (Regression)
• C. Gom cụm (Clustering)
• D. Giảm chiều dữ liệu (Dimensionality Reduction)

Câu 9: Trong học không giám sát, kỹ thuật nào thường được sử dụng để nhóm các điểm dữ liệu tương tự nhau thành các nhóm (clusters) mà không có nhãn định trước?

• A. Phân loại (Classification)
• B. Hồi quy (Regression)
• C. Gom cụm (Clustering)
• D. Phát hiện ngoại lệ (Anomaly Detection)

Câu 10: Ứng dụng nào sau đây sử dụng học máy để nhận diện và hiểu lời nói của con người, cho phép tương tác bằng giọng nói?

• A. Hệ thống quản lý cơ sở dữ liệu (Database Management System)
• B. Phần mềm xử lý văn bản (Word Processor)
• C. Trình duyệt web (Web Browser)
• D. Trợ lý ảo trên điện thoại thông minh (Virtual Assistant)

Câu 11: Khi xây dựng một mô hình học máy, điều gì xảy ra nếu mô hình "ghi nhớ" quá chi tiết dữ liệu huấn luyện, bao gồm cả nhiễu và các ngoại lệ, dẫn đến hiệu suất kém trên dữ liệu mới?

• A. Quá khớp (Overfitting)
• B. Thiếu khớp (Underfitting)
• C. Tối ưu cục bộ (Local Optima)
• D. Phân kỳ mô hình (Model Divergence)

Câu 12: Một công ty tài chính muốn sử dụng học máy để phát hiện các giao dịch thẻ tín dụng gian lận. Họ có một tập dữ liệu lớn về các giao dịch trong quá khứ, trong đó chỉ có một tỷ lệ rất nhỏ được đánh dấu là gian lận. Đây là một ví dụ về bài toán học máy với đặc điểm dữ liệu nào?

• A. Dữ liệu có nhãn đầy đủ và cân bằng.
• B. Dữ liệu mất cân bằng lớp (Imbalanced Data).
• C. Dữ liệu không có nhãn.
• D. Dữ liệu chỉ có các đặc trưng liên tục.

Câu 13: Ứng dụng nào sau đây của học máy KHÔNG thuộc nhóm học có giám sát?

• A. Dự đoán giá nhà.
• B. Phân loại email thành thư rác/không thư rác.
• C. Nhận diện khuôn mặt trong ảnh.
• D. Giảm số lượng đặc trưng của dữ liệu trước khi phân tích.

Câu 14: Hãy phân tích tình huống sau: Một nhà nghiên cứu muốn tìm kiếm các nhóm gen có biểu hiện tương tự nhau trong một tập dữ liệu lớn về biểu hiện gen. Dữ liệu này chỉ bao gồm mức độ biểu hiện của từng gen, không có nhãn nào cho biết gen nào thuộc nhóm nào. Kỹ thuật học máy nào phù hợp nhất để giải quyết bài toán này?

• A. Gom cụm (Clustering)
• B. Phân loại (Classification)
• C. Hồi quy (Regression)
• D. Học tăng cường (Reinforcement Learning)

Câu 15: Trong bối cảnh học có giám sát, thuật ngữ "đặc trưng" (features) của dữ liệu dùng để chỉ điều gì?

• A. Kết quả dự đoán của mô hình.
• B. Các thuộc tính hoặc đặc điểm của dữ liệu đầu vào được sử dụng để huấn luyện mô hình.
• C. Tên của mô hình học máy được sử dụng.
• D. Lượng dữ liệu được sử dụng để kiểm tra mô hình.

Câu 16: Ứng dụng nào sau đây minh họa rõ nhất khả năng học máy được sử dụng để hỗ trợ các chuyên gia đưa ra quyết định phức tạp, thay vì chỉ tự động hóa các tác vụ đơn giản?

• A. Tự động trả lời email khách hàng bằng các câu trả lời mẫu.
• B. Sắp xếp các tệp tin vào các thư mục khác nhau dựa trên loại tệp.
• C. Hệ thống hỗ trợ chẩn đoán bệnh dựa trên phân tích hình ảnh y tế và dữ liệu bệnh án.
• D. Đề xuất bài hát dựa trên lịch sử nghe nhạc của người dùng.

Câu 17: Giả sử bạn đang xây dựng một mô hình học máy để dự đoán xem một email có chứa mã độc (malware) hay không. Bạn có một tập dữ liệu huấn luyện đã được gán nhãn. Sau khi huấn luyện, bạn sử dụng tập kiểm tra (test set) để đánh giá mô hình. Mục đích chính của việc đánh giá trên tập kiểm tra là gì?

• A. Để mô hình học thêm từ dữ liệu mới.
• B. Để điều chỉnh các tham số của mô hình.
• C. Để đảm bảo mô hình hoạt động hoàn hảo trên dữ liệu đã biết.
• D. Để ước lượng khả năng tổng quát hóa của mô hình trên dữ liệu chưa từng thấy.

Câu 18: Một trong những thách thức lớn nhất khi áp dụng học máy vào các bài toán thực tế là gì?

• A. Yêu cầu một lượng lớn dữ liệu chất lượng cao để huấn luyện.
• B. Các thuật toán học máy quá đơn giản để giải quyết vấn đề phức tạp.
• C. Máy tính hiện tại không đủ mạnh để chạy các mô hình học máy.
• D. Không có đủ ứng dụng thực tế cho học máy.

Câu 19: Hãy xem xét một hệ thống gợi ý sản phẩm cho khách hàng trên một trang thương mại điện tử. Hệ thống này phân tích lịch sử mua hàng và xem sản phẩm nào thường được mua cùng nhau để gợi ý cho khách hàng khác. Loại hình học máy nào có thể được sử dụng cho tác vụ này?

• A. Chủ yếu là học có giám sát (dự đoán sản phẩm cụ thể).
• B. Thường sử dụng học không giám sát (tìm kiếm mối quan hệ, gom cụm).
• C. Chỉ sử dụng các quy tắc lập trình sẵn.
• D. Là một dạng của học tăng cường.

Câu 20: Để một mô hình học máy hoạt động hiệu quả, dữ liệu huấn luyện cần có những đặc điểm gì?

• A. Chỉ cần số lượng lớn, chất lượng không quan trọng.
• B. Chỉ cần chính xác, không cần đại diện.
• C. Đủ lớn, chính xác và đại diện cho vấn đề cần giải quyết.
• D. Chỉ cần chứa nhiều nhiễu để mô hình học cách bỏ qua chúng.

Câu 21: Đâu là một ví dụ về dữ liệu CÓ nhãn (labeled data) phù hợp cho bài toán học có giám sát?

• A. Tập hợp ảnh khuôn mặt, trong đó mỗi ảnh được gán tên người tương ứng.
• B. Tập hợp các bài báo tin tức không được phân loại theo chủ đề.
• C. Lịch sử duyệt web của người dùng mà không có thông tin về sở thích.
• D. Dữ liệu cảm biến từ một thiết bị mà không có ghi chú về trạng thái hoạt động.

Câu 22: Đâu là một ví dụ về dữ liệu KHÔNG có nhãn (unlabeled data) phù hợp cho bài toán học không giám sát?

• A. Tập hợp các email đã được đánh dấu là "spam" hoặc "không spam".
• B. Danh sách các bệnh nhân và kết quả xét nghiệm của họ, được phân loại theo loại bệnh.
• C. Dữ liệu về tất cả các giao dịch thẻ tín dụng trong một năm mà không có thông tin về việc chúng có gian lận hay không.
• D. Tập hợp các đoạn văn bản, mỗi đoạn được gán nhãn chủ đề chính.

Câu 23: Khi một mô hình học máy hoạt động kém cả trên tập huấn luyện và tập kiểm tra, điều gì có khả năng xảy ra nhất?

• A. Quá khớp (Overfitting).
• B. Thiếu khớp (Underfitting).
• C. Dữ liệu kiểm tra bị lỗi.
• D. Mô hình đã học quá nhiều.

Câu 24: Hệ thống gợi ý phim của Netflix hoặc YouTube, dựa trên lịch sử xem của người dùng và những người dùng khác có sở thích tương tự, là một ví dụ về ứng dụng học máy nào?

• A. Hệ thống gợi ý (Recommender Systems).
• B. Nhận dạng đối tượng (Object Recognition).
• C. Dịch máy (Machine Translation).
• D. Phân tích tình cảm (Sentiment Analysis).

Câu 25: Vai trò của "thuật toán" trong học máy là gì?

• A. Là dữ liệu được sử dụng để huấn luyện.
• B. Là kết quả dự đoán cuối cùng.
• C. Là giao diện người dùng của hệ thống.
• D. Là tập hợp các quy tắc và quy trình để máy tính học từ dữ liệu và xây dựng mô hình.

Câu 26: Khi huấn luyện một mô hình học máy, quá trình "lặp" (iteration) và "điều chỉnh tham số" (parameter tuning) nhằm mục đích gì?

• A. Tăng kích thước của tập dữ liệu.
• B. Giảm thiểu sai số của mô hình trên dữ liệu huấn luyện.
• C. Tăng tốc độ thu thập dữ liệu.
• D. Thay đổi loại thuật toán học máy đang sử dụng.

Câu 27: Một hệ thống giám sát sản xuất sử dụng camera để tự động kiểm tra sản phẩm trên dây chuyền, phát hiện các lỗi hoặc khuyết tật. Đây là một ứng dụng của học máy trong lĩnh vực nào?

• A. Xử lý ngôn ngữ tự nhiên (Natural Language Processing).
• B. Phân tích dữ liệu chuỗi thời gian (Time Series Analysis).
• C. Thị giác máy tính (Computer Vision).
• D. Hệ thống khuyến nghị (Recommender Systems).

Câu 28: Đâu là một ví dụ về ứng dụng học máy có thể gây ra lo ngại về vấn đề đạo đức hoặc thiên vị (bias)?

• A. Hệ thống dự báo thời tiết.
• B. Ứng dụng dịch thuật ngôn ngữ.
• C. Phần mềm nhận dạng chữ viết tay.
• D. Hệ thống tự động đánh giá hồ sơ ứng viên xin việc.

Câu 29: Trong học máy, "mô hình" (model) là gì?

• A. Kết quả cuối cùng của quá trình huấn luyện, được sử dụng để đưa ra dự đoán hoặc quyết định.
• B. Tập hợp các đặc trưng của dữ liệu đầu vào.
• C. Lượng dữ liệu được sử dụng để kiểm tra.
• D. Thuật toán được sử dụng để xử lý dữ liệu.

Câu 30: Hãy tưởng tượng bạn đang xây dựng một mô hình học máy để phát hiện các bài viết giả mạo (fake news). Bạn thu thập một lượng lớn bài viết, một số đã được chuyên gia đánh dấu là "thật" và một số là "giả". Bạn sẽ sử dụng loại học máy nào và đây là bài toán gì?

• A. Học không giám sát - Bài toán gom cụm.
• B. Học không giám sát - Bài toán phát hiện ngoại lệ.
• C. Học có giám sát - Bài toán phân loại.
• D. Học có giám sát - Bài toán hồi quy.

Câu 1: Học máy (Machine Learning) được xem là một lĩnh vực con quan trọng của:

• A. Khoa học dữ liệu (Data Science)
• B. Trí tuệ nhân tạo (Artificial Intelligence - AI)
• C. Phân tích dữ liệu (Data Analytics)
• D. Lập trình hướng đối tượng (Object-Oriented Programming)

Câu 2: Một công ty công nghệ muốn xây dựng hệ thống tự động phân loại email vào các thư mục như "Hộp thư đến", "Thư rác", "Quảng cáo", "Mạng xã hội". Để làm được điều này, họ thu thập hàng triệu email đã được người dùng phân loại sẵn. Phương pháp học máy nào phù hợp nhất để xây dựng hệ thống này?

• A. Học có giám sát (Supervised Learning)
• B. Học không giám sát (Unsupervised Learning)
• C. Học tăng cường (Reinforcement Learning)
• D. Học sâu (Deep Learning)

Câu 3: Trong học máy, "dữ liệu có nhãn" (labeled data) là loại dữ liệu như thế nào?

• A. Dữ liệu chỉ chứa các số và không có văn bản.
• B. Dữ liệu đã được làm sạch và loại bỏ nhiễu.
• C. Dữ liệu mà mỗi mẫu dữ liệu đầu vào được gán kèm với kết quả đầu ra hoặc phân loại mong muốn.
• D. Dữ liệu được thu thập tự động từ cảm biến mà không cần con người can thiệp.

Câu 4: Một nhà bán lẻ trực tuyến muốn khám phá các nhóm khách hàng có hành vi mua sắm tương tự nhau để đưa ra các chiến dịch marketing phù hợp. Họ có dữ liệu về lịch sử duyệt web, các sản phẩm đã mua, và thông tin nhân khẩu học của khách hàng, nhưng không có sẵn các nhóm khách hàng được định nghĩa trước. Phương pháp học máy nào phù hợp nhất để thực hiện việc này?

• A. Học có giám sát (Supervised Learning)
• B. Học không giám sát (Unsupervised Learning)
• C. Học tăng cường (Reinforcement Learning)
• D. Học bán giám sát (Semi-supervised Learning)

Câu 5: Mục tiêu chính của học không giám sát là gì?

• A. Dự đoán một giá trị liên tục dựa trên dữ liệu đầu vào.
• B. Phân loại các mẫu dữ liệu vào các lớp định trước.
• C. Học cách đưa ra quyết định thông qua thử và sai để tối đa hóa phần thưởng.
• D. Tìm kiếm cấu trúc, mối quan hệ, hoặc các mẫu ẩn trong dữ liệu không có nhãn.

Câu 6: Trong quá trình phát triển một mô hình học máy, việc chia tập dữ liệu ban đầu thành các tập Huấn luyện (Training), Kiểm tra (Testing) và đôi khi là Xác thực (Validation) có mục đích chính là gì?

• A. Đánh giá hiệu suất của mô hình một cách khách quan trên dữ liệu chưa được sử dụng trong quá trình huấn luyện, giúp tránh hiện tượng overfitting.
• B. Tăng tốc độ huấn luyện mô hình bằng cách giảm kích thước tập dữ liệu.
• C. Đảm bảo rằng mô hình chỉ học được các quy tắc đơn giản và dễ hiểu.
• D. Làm cho dữ liệu trở nên ngẫu nhiên hơn trước khi đưa vào huấn luyện.

Câu 7: Hiện tượng "overfitting" (quá khớp) trong học máy xảy ra khi nào?

• A. Mô hình quá đơn giản để nắm bắt được mối quan hệ phức tạp trong dữ liệu.
• B. Mô hình học quá sát vào dữ liệu huấn luyện (bao gồm cả nhiễu) và không thể khái quát hóa tốt trên dữ liệu mới.
• C. Tập dữ liệu huấn luyện quá nhỏ hoặc không đủ đa dạng.
• D. Tốc độ huấn luyện của mô hình quá chậm.

Câu 8: Một ứng dụng phổ biến của học máy trong lĩnh vực y tế là hỗ trợ chẩn đoán bệnh. Hệ thống học máy sẽ được huấn luyện trên một lượng lớn dữ liệu y tế (hình ảnh y tế, kết quả xét nghiệm, triệu chứng, lịch sử bệnh án) đã được các chuyên gia y tế gán nhãn (loại bệnh, không bệnh). Đây là ứng dụng của phương pháp học máy nào?

• A. Học có giám sát (Supervised Learning)
• B. Học không giám sát (Unsupervised Learning)
• C. Học tăng cường (Reinforcement Learning)
• D. Giảm chiều dữ liệu (Dimensionality Reduction)

Câu 9: Hệ thống gợi ý sản phẩm của các trang thương mại điện tử (ví dụ: "Những sản phẩm bạn có thể thích" dựa trên lịch sử mua sắm của bạn và những người dùng khác) thường sử dụng các kỹ thuật học máy để tìm ra các mẫu hành vi hoặc sự tương đồng giữa người dùng/sản phẩm. Kỹ thuật học máy nào thường được áp dụng trong hệ thống gợi ý này?

• A. Phân loại (Classification)
• B. Gom cụm (Clustering) hoặc Phân tích luật kết hợp (Association Rule Mining)
• C. Hồi quy (Regression)
• D. Nhận dạng ký tự quang học (OCR)

Câu 10: Khi xây dựng một mô hình học máy để dự đoán giá nhà dựa trên các yếu tố như diện tích, số phòng ngủ, vị trí, loại dữ liệu đầu ra mà mô hình cần dự đoán là gì?

• A. Một phân loại (ví dụ: nhà tốt/nhà xấu)
• B. Một nhóm (ví dụ: thuộc nhóm nhà cao cấp/nhà bình dân)
• C. Một chuỗi các từ (ví dụ: mô tả về căn nhà)
• D. Một giá trị số liên tục (ví dụ: 2.500.000.000 VNĐ)

Câu 11: Phép thử Turing được đề xuất bởi Alan Turing nhằm mục đích gì?

• A. Kiểm tra tốc độ xử lý của máy tính.
• B. Đo lường hiệu quả của các thuật toán học máy.
• C. Đánh giá khả năng của máy móc thể hiện hành vi thông minh tương đương con người.
• D. Xác định lượng dữ liệu cần thiết để huấn luyện một mô hình học máy.

Câu 12: Một nhà nghiên cứu đang phân tích một bộ dữ liệu lớn về các giao dịch ngân hàng để phát hiện các giao dịch có dấu hiệu bất thường, có khả năng là gian lận. Ông không có sẵn nhãn "gian lận" hay "không gian lận" cho tất cả các giao dịch, nhưng ông biết rằng các giao dịch gian lận thường có các đặc điểm rất khác biệt so với giao dịch thông thường. Kỹ thuật học máy nào phù hợp nhất để tìm ra các giao dịch bất thường này?

• A. Phân loại (Classification)
• B. Phát hiện bất thường (Anomaly Detection)
• C. Hồi quy (Regression)
• D. Phân tích tình cảm (Sentiment Analysis)

Câu 13: Giả sử bạn huấn luyện một mô hình học máy nhận dạng hình ảnh chó và mèo. Sau khi huấn luyện, mô hình hoạt động rất tốt trên tập dữ liệu huấn luyện nhưng lại dự đoán sai rất nhiều khi bạn đưa vào các hình ảnh chó, mèo mới từ internet. Hiện tượng này có thể là dấu hiệu của vấn đề gì?

• A. Overfitting (Quá khớp)
• B. Underfitting (Chưa khớp)
• C. Mô hình quá đơn giản
• D. Tập dữ liệu kiểm tra quá lớn

Câu 14: Một trong những thách thức lớn nhất khi làm việc với dữ liệu trong học máy là dữ liệu "nhiễu" (noisy data). Dữ liệu nhiễu có thể gây ra vấn đề gì cho mô hình học máy?

• A. Luôn giúp mô hình học nhanh hơn.
• B. Chỉ ảnh hưởng đến các mô hình học không giám sát.
• C. Làm mô hình học sai các mẫu, dẫn đến hiệu suất kém và khó khái quát hóa.
• D. Không ảnh hưởng đến hiệu suất nếu tập dữ liệu đủ lớn.

Câu 15: Hệ thống nhận dạng giọng nói như Siri hay Google Assistant hoạt động dựa trên việc chuyển đổi tín hiệu âm thanh thành văn bản. Đây là một ứng dụng phức tạp sử dụng học máy. Cụ thể, nó liên quan đến lĩnh vực nào của học máy?

• A. Thị giác máy tính (Computer Vision)
• B. Xử lý ảnh (Image Processing)
• C. Hệ thống gợi ý (Recommendation Systems)
• D. Xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP)

Câu 16: Khi một mô hình học máy không đủ phức tạp để nắm bắt được mối quan hệ hoặc mẫu thực sự trong dữ liệu, dẫn đến hiệu suất kém trên cả tập huấn luyện và tập kiểm tra, hiện tượng này được gọi là gì?

• A. Overfitting (Quá khớp)
• B. Generalization (Khái quát hóa)
• C. Underfitting (Chưa khớp)
• D. Bias-variance tradeoff

Câu 17: Bạn đang xây dựng một mô hình học máy để phân loại các bức ảnh là có chứa ô tô hay không. Bạn thu thập một tập dữ liệu gồm các bức ảnh và gán nhãn cho chúng ("có ô tô" hoặc "không có ô tô"). Loại nhãn này cho thấy bạn đang làm việc với bài toán thuộc loại nào trong học có giám sát?

• A. Phân loại (Classification)
• B. Hồi quy (Regression)
• C. Gom cụm (Clustering)
• D. Giảm chiều dữ liệu (Dimensionality Reduction)

Câu 18: Trong học tăng cường (Reinforcement Learning), "phần thưởng" (reward) đóng vai trò gì?

• A. Là dữ liệu có nhãn để huấn luyện mô hình.
• B. Là các đặc trưng (features) của dữ liệu đầu vào.
• C. Là mục tiêu cuối cùng mà mô hình cần dự đoán.
• D. Là tín hiệu phản hồi cho tác nhân biết hành động của nó là tốt hay xấu trong môi trường.

Câu 19: Một trong những ứng dụng của học máy trong lĩnh vực tài chính là dự đoán xu hướng của thị trường chứng khoán. Để làm được điều này, mô hình học máy thường phân tích dữ liệu lịch sử giá cổ phiếu, khối lượng giao dịch, tin tức kinh tế, v.v. Đây là một ví dụ về bài toán học máy thuộc loại nào?

• A. Phân loại (Classification)
• B. Hồi quy (Regression)
• C. Gom cụm (Clustering)
• D. Phát hiện bất thường (Anomaly Detection)

Câu 20: Dữ liệu không có nhãn (unlabeled data) thường được sử dụng trong phương pháp học máy nào?

• A. Học không giám sát (Unsupervised Learning)
• B. Học có giám sát (Supervised Learning)
• C. Chỉ trong học tăng cường (Reinforcement Learning)
• D. Chỉ trong các bài toán phân loại (Classification)

Câu 21: Khi một mô hình học máy được huấn luyện trên tập dữ liệu huấn luyện và sau đó được sử dụng để đưa ra dự đoán trên tập dữ liệu kiểm tra hoặc dữ liệu mới trong thực tế, khả năng mô hình hoạt động tốt trên dữ liệu mới này được gọi là gì?

• A. Overfitting (Quá khớp)
• B. Underfitting (Chưa khớp)
• C. Generalization (Khái quát hóa)
• D. Convergence (Hội tụ)

Câu 22: Tại sao chất lượng của dữ liệu đầu vào (tính chính xác, đầy đủ, nhất quán) lại cực kỳ quan trọng đối với sự thành công của một dự án học máy?

• A. Dữ liệu chất lượng cao giúp mô hình học nhanh hơn.
• B. Chỉ cần lượng dữ liệu lớn là đủ, chất lượng không quá quan trọng.
• C. Dữ liệu nhiễu giúp mô hình trở nên mạnh mẽ hơn.
• D. Dữ liệu kém chất lượng sẽ khiến mô hình học sai, dẫn đến kết quả không chính xác và hiệu suất kém.

Câu 23: Một công ty truyền thông xã hội muốn tự động gắn thẻ các bức ảnh được người dùng đăng tải (ví dụ: #bãi biển, #ngọn núi, #thành phố). Để làm điều này, họ cần huấn luyện một mô hình nhận dạng các đối tượng và cảnh vật trong ảnh. Đây là một ứng dụng của học máy trong lĩnh vực nào?

• A. Thị giác máy tính (Computer Vision)
• B. Xử lý ngôn ngữ tự nhiên (NLP)
• C. Hệ thống gợi ý (Recommendation Systems)
• D. Phân tích chuỗi thời gian (Time Series Analysis)

Câu 24: Học tăng cường (Reinforcement Learning) khác biệt đáng kể so với học có giám sát và học không giám sát ở điểm nào?

• A. Nó luôn yêu cầu lượng dữ liệu lớn hơn.
• B. Nó học thông qua tương tác với môi trường và nhận phản hồi (phần thưởng/phạt) thay vì dựa vào dữ liệu có nhãn hoặc không nhãn có sẵn.
• C. Nó chỉ được sử dụng trong các bài toán phân loại.
• D. Nó không cần bất kỳ dạng dữ liệu nào để hoạt động.

Câu 25: Một công ty muốn tự động hóa việc kiểm tra chất lượng sản phẩm trên dây chuyền sản xuất bằng cách sử dụng camera chụp ảnh từng sản phẩm và xác định xem sản phẩm đó có bị lỗi hay không. Họ đã thu thập một bộ dữ liệu lớn gồm ảnh các sản phẩm lỗi và không lỗi, được gán nhãn rõ ràng. Để xây dựng hệ thống này, họ sẽ sử dụng phương pháp học máy nào?

• A. Học có giám sát (Supervised Learning)
• B. Học không giám sát (Unsupervised Learning)
• C. Học tăng cường (Reinforcement Learning)
• D. Gom cụm (Clustering)

Câu 26: Giả sử bạn có một tập dữ liệu về hành vi sử dụng website của hàng nghìn người dùng (thời gian truy cập, số trang xem, các nút bấm...). Bạn muốn sử dụng học máy để phân nhóm những người dùng có hành vi tương tự nhau mà không có bất kỳ tiêu chí phân nhóm nào được định nghĩa trước. Kỹ thuật học máy phù hợp nhất cho mục tiêu này là gì?

• A. Hồi quy (Regression)
• B. Phân loại (Classification)
• C. Phát hiện bất thường (Anomaly Detection)
• D. Gom cụm (Clustering)

Câu 27: Trong bối cảnh học máy, "đặc trưng" (features) của dữ liệu là gì?

• A. Kết quả đầu ra mà mô hình dự đoán.
• B. Các thuộc tính hoặc biến số mô tả mẫu dữ liệu đầu vào.
• C. Thuật toán được sử dụng để huấn luyện mô hình.
• D. Tập dữ liệu được sử dụng để kiểm tra mô hình.

Câu 28: Khi bạn huấn luyện một mô hình học máy, việc sử dụng tập dữ liệu huấn luyện (training set) quá nhỏ hoặc không đại diện cho dữ liệu thực tế mà mô hình sẽ gặp phải trong tương lai có thể dẫn đến vấn đề gì?

• A. Mô hình có khả năng khái quát hóa kém trên dữ liệu mới.
• B. Luôn gây ra hiện tượng overfitting.
• C. Làm cho mô hình trở nên quá phức tạp.
• D. Không ảnh hưởng đến hiệu suất nếu thuật toán được chọn phù hợp.

Câu 29: Hệ thống gợi ý từ tiếp theo khi bạn gõ tin nhắn trên điện thoại (ví dụ: bạn gõ "Tôi muốn đi", hệ thống gợi ý "ăn", "chơi", "ngủ") là một ứng dụng của học máy liên quan đến việc dự đoán phần tử tiếp theo trong một chuỗi. Đây là một ví dụ về ứng dụng trong lĩnh vực nào?

• A. Thị giác máy tính (Computer Vision)
• B. Hồi quy (Regression)
• C. Xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP)
• D. Phát hiện bất thường (Anomaly Detection)

Câu 30: Giả sử bạn đang xây dựng một mô hình học máy để phân loại các bài viết tin tức vào các chủ đề khác nhau (Thể thao, Chính trị, Kinh tế, Giải trí...). Bạn có một tập dữ liệu lớn gồm các bài viết đã được gán nhãn chủ đề. Đây là một bài toán thuộc loại nào trong học máy?

• A. Phân loại (Classification)
• B. Hồi quy (Regression)
• C. Gom cụm (Clustering)
• D. Phát hiện bất thường (Anomaly Detection)

Câu 1: Trong bối cảnh Trí tuệ nhân tạo (AI), Học máy (Machine Learning - ML) được xem là gì?

• A. Một lĩnh vực hoàn toàn tách biệt với Trí tuệ nhân tạo.
• B. Một lĩnh vực con của Trí tuệ nhân tạo.
• C. Một phương pháp lập trình truyền thống để giải quyết các bài toán phức tạp.
• D. Đồng nghĩa và có thể thay thế cho thuật ngữ Trí tuệ nhân tạo.

Câu 2: Điểm khác biệt cơ bản nhất giữa học có giám sát (Supervised Learning) và học không giám sát (Unsupervised Learning) nằm ở loại dữ liệu được sử dụng để huấn luyện mô hình. Loại dữ liệu nào là đặc trưng của học có giám sát?

• A. Dữ liệu có nhãn (Labeled data), bao gồm cả đầu vào và đầu ra mong muốn.
• B. Dữ liệu không có nhãn (Unlabeled data), chỉ có dữ liệu đầu vào.
• C. Dữ liệu chỉ chứa các đặc trưng (features) mà không có giá trị.
• D. Dữ liệu được sinh ra ngẫu nhiên bởi máy tính.

Câu 3: Một công ty thương mại điện tử muốn xây dựng hệ thống tự động phân loại email của khách hàng thành các loại như "đơn hàng mới", "yêu cầu hỗ trợ", "khiếu nại", "thư quảng cáo", v.v. Dữ liệu lịch sử email đã được gán nhãn sẵn cho từng loại. Đây là ứng dụng điển hình của phương pháp học máy nào?

• A. Học không giám sát (Unsupervised Learning).
• B. Học tăng cường (Reinforcement Learning).
• C. Học có giám sát (Supervised Learning).
• D. Học sâu (Deep Learning) - đây là một kỹ thuật, không phải phương pháp học chính trong trường hợp này.

Câu 4: Một nhà bán lẻ muốn phân tích dữ liệu mua sắm của khách hàng để tìm ra các nhóm khách hàng có hành vi mua sắm tương tự nhau (ví dụ: nhóm khách hàng thường mua sữa và bánh mì cùng lúc, nhóm khách hàng mua đồ điện tử cao cấp). Nhà bán lẻ không có định nghĩa sẵn về các nhóm này. Phương pháp học máy nào phù hợp nhất để khám phá cấu trúc ẩn trong dữ liệu này?

• A. Học không giám sát (Unsupervised Learning).
• B. Học có giám sát (Supervised Learning).
• C. Học tăng cường (Reinforcement Learning).
• D. Regression (Hồi quy).

Câu 5: Trong học máy, thuật ngữ "đặc trưng" (features) dùng để chỉ điều gì?

• A. Kết quả đầu ra mà mô hình dự đoán.
• B. Mục tiêu cuối cùng của quá trình huấn luyện.
• C. Các phương pháp tối ưu hóa thuật toán.
• D. Các thuộc tính hoặc biến đầu vào của dữ liệu được sử dụng để huấn luyện mô hình.

Câu 6: Tại sao việc chia dữ liệu thành tập huấn luyện (training set) và tập kiểm tra (testing set) lại quan trọng trong quá trình phát triển mô hình học máy?

• A. Để mô hình học thuộc lòng dữ liệu huấn luyện.
• B. Để đánh giá hiệu suất của mô hình trên dữ liệu mới, chưa từng thấy.
• C. Để giảm thiểu số lượng dữ liệu cần thiết cho huấn luyện.
• D. Để đảm bảo quá trình huấn luyện diễn ra nhanh hơn.

Câu 7: Một mô hình học máy được huấn luyện để phân loại hình ảnh chó và mèo đạt độ chính xác 99% trên tập dữ liệu huấn luyện. Tuy nhiên, khi thử nghiệm trên tập dữ liệu mới gồm các hình ảnh chó mèo chưa từng thấy, độ chính xác chỉ đạt 60%. Vấn đề nào có khả năng cao nhất đang xảy ra với mô hình?

• A. Overfitting (Học vẹt).
• B. Underfitting (Học chưa tới).
• C. Dữ liệu huấn luyện quá ít.
• D. Thuật toán học máy quá đơn giản.

Câu 8: Ngược lại với Câu 7, nếu một mô hình học máy hoạt động kém (độ chính xác thấp) trên cả tập dữ liệu huấn luyện và tập dữ liệu kiểm tra, vấn đề nào có khả năng cao nhất đang xảy ra?

• A. Overfitting (Học vẹt).
• B. Underfitting (Học chưa tới).
• C. Mô hình quá phức tạp.
• D. Dữ liệu kiểm tra bị lỗi.

Câu 9: Hệ thống nhận dạng giọng nói trên điện thoại thông minh (ví dụ: Siri, Google Assistant) là một ứng dụng phổ biến của học máy. Chức năng cốt lõi của hệ thống này sử dụng kỹ thuật học máy nào?

• A. Gom cụm (Clustering).
• B. Hồi quy (Regression).
• C. Phân tích thành phần chính (PCA).
• D. Phân loại (Classification) và xử lý chuỗi thời gian (thường dùng các mạng nơ-ron phức tạp).

Câu 10: Một ứng dụng y tế sử dụng học máy để phân tích hình ảnh y khoa (ví dụ: ảnh X-quang, MRI) nhằm phát hiện sớm các dấu hiệu bệnh tật (ví dụ: khối u). Đây là ví dụ về loại bài toán học máy nào?

• A. Phân loại (Classification) hoặc phát hiện đối tượng.
• B. Gom cụm (Clustering).
• C. Hồi quy (Regression).
• D. Giảm chiều dữ liệu (Dimensionality Reduction).

Câu 11: Giả sử bạn đang xây dựng một mô hình học máy để dự đoán giá nhà dựa trên diện tích, số phòng ngủ và vị trí. Dữ liệu bạn có bao gồm danh sách các ngôi nhà đã bán cùng với giá bán thực tế của chúng. Đây là bài toán thuộc loại học có giám sát nào?

• A. Phân loại (Classification).
• B. Hồi quy (Regression).
• C. Gom cụm (Clustering).
• D. Giảm chiều dữ liệu (Dimensionality Reduction).

Câu 12: Mục tiêu chính của các thuật toán gom cụm (Clustering) trong học không giám sát là gì?

• A. Dự đoán một giá trị liên tục.
• B. Phân loại dữ liệu vào các nhãn đã định trước.
• C. Khám phá cấu trúc ẩn và nhóm các điểm dữ liệu tương tự nhau.
• D. Dự đoán kết quả dựa trên phản hồi từ môi trường.

Câu 13: Hệ thống gợi ý sản phẩm (Recommender Systems) trên các trang web bán hàng hoặc dịch vụ xem phim/nhạc thường sử dụng học máy. Hệ thống này hoạt động dựa trên nguyên tắc nào của học máy?

• A. Phân tích hành vi người dùng để tìm ra các mẫu và gợi ý mục phù hợp.
• B. Chỉ dựa vào mô tả sản phẩm để gợi ý các mục ngẫu nhiên.
• C. Yêu cầu người dùng phải đánh giá tất cả sản phẩm trước khi đưa ra gợi ý.
• D. Chỉ gợi ý các sản phẩm mới nhất trên thị trường.

Câu 14: Quá trình "huấn luyện" (training) một mô hình học máy bao gồm hoạt động chính nào?

• A. Đánh giá hiệu suất cuối cùng của mô hình trên dữ liệu chưa từng thấy.
• B. Cho mô hình học từ dữ liệu để điều chỉnh các tham số và cải thiện khả năng dự đoán/phân tích.
• C. Thu thập thêm dữ liệu mới để mở rộng tập dữ liệu.
• D. Triển khai mô hình đã hoàn thiện vào môi trường thực tế.

Câu 15: Điều gì xảy ra nếu tập dữ liệu huấn luyện cho mô hình học máy quá nhỏ hoặc không đại diện cho dữ liệu thực tế mà mô hình sẽ gặp phải sau này?

• A. Mô hình chắc chắn sẽ bị overfitting.
• B. Mô hình chắc chắn sẽ bị underfitting.
• C. Mô hình sẽ hoạt động hoàn hảo trên mọi dữ liệu.
• D. Mô hình có thể hoạt động kém trên dữ liệu mới do không học được các mẫu tổng quát.

Câu 16: Một trong những ứng dụng ban đầu và kinh điển của học máy là lọc thư rác (spam filter). Thuật toán học máy trong trường hợp này làm gì?

• A. Phân loại email thành các loại như "rác" hoặc "không rác".
• B. Tự động trả lời email rác.
• C. Gom nhóm các email có nội dung tương tự.
• D. Giảm kích thước của các email rác.

Câu 17: Trong học máy, "nhãn" (label) là gì và nó thường xuất hiện trong phương pháp học nào?

• A. Là tên của thuật toán học máy, xuất hiện trong học không giám sát.
• B. Là đặc trưng quan trọng nhất của dữ liệu, xuất hiện trong học tăng cường.
• C. Là kết quả đầu ra mong muốn hoặc danh mục đúng của dữ liệu, xuất hiện trong học có giám sát.
• D. Là một loại siêu dữ liệu (metadata) không ảnh hưởng đến quá trình huấn luyện.

Câu 18: Một hệ thống phân tích thị trường sử dụng học máy để dự đoán xu hướng giá cổ phiếu dựa trên dữ liệu lịch sử. Đây là ứng dụng của loại bài toán học máy nào?

• A. Gom cụm (Clustering).
• B. Hồi quy (Regression).
• C. Phân loại (Classification).
• D. Giảm chiều dữ liệu (Dimensionality Reduction).

Câu 19: Điều gì làm cho "học máy" khác biệt so với "lập trình truyền thống"?

• A. Học máy sử dụng các ngôn ngữ lập trình khác.
• B. Học máy không cần máy tính để hoạt động.
• C. Lập trình truyền thống phức tạp hơn học máy.
• D. Học máy cho phép máy tính tự học từ dữ liệu mà không cần lập trình tường minh cho mọi trường hợp.

Câu 20: Phép thử Turing, do Alan Turing đề xuất, nhằm mục đích chính là gì?

• A. Kiểm tra khả năng một máy tính có thể thể hiện hành vi trí tuệ tương đương con người.
• B. Đo tốc độ xử lý của máy tính.
• C. Kiểm tra khả năng lưu trữ dữ liệu của máy tính.
• D. Xác định máy tính có thể chạy được bao nhiêu chương trình cùng lúc.

Câu 21: Một công ty muốn sử dụng học máy để tự động phát hiện các giao dịch thẻ tín dụng gian lận. Họ có một lượng lớn dữ liệu giao dịch lịch sử, trong đó một số ít giao dịch đã được xác định là gian lận (có nhãn). Đây là ứng dụng của loại bài toán học máy nào?

• A. Hồi quy (Regression).
• B. Gom cụm (Clustering).
• C. Phân loại (Classification).
• D. Giảm chiều dữ liệu (Dimensionality Reduction).

Câu 22: Đâu là một ví dụ về ứng dụng của học máy trong lĩnh vực xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP)?

• A. Điều khiển robot di chuyển trong môi trường.
• B. Phân tích dữ liệu cảm biến từ máy móc.
• C. Dự đoán nhiệt độ thời tiết.
• D. Dịch máy tự động (ví dụ: Google Translate).

Câu 23: Trong học không giám sát, mục tiêu chính không phải là dự đoán một kết quả cụ thể, mà là gì?

• A. Khám phá cấu trúc, mối quan hệ hoặc các mẫu ẩn trong dữ liệu.
• B. Đạt độ chính xác dự đoán cao nhất.
• C. Gán nhãn cho toàn bộ dữ liệu.
• D. Xây dựng mô hình có thể đưa ra quyết định trong môi trường động.

Câu 24: Khi nói về "tổng quát hóa" (generalization) của mô hình học máy, ý nào sau đây là đúng?

• A. Mô hình học thuộc lòng dữ liệu huấn luyện.
• B. Mô hình hoạt động tốt trên dữ liệu mới, chưa từng thấy.
• C. Mô hình có kích thước nhỏ gọn.
• D. Mô hình huấn luyện rất nhanh.

Câu 25: Một nhà khoa học dữ liệu đang làm việc với một tập dữ liệu rất lớn với hàng trăm đặc trưng cho mỗi điểm dữ liệu. Việc này gây khó khăn trong tính toán và trực quan hóa. Kỹ thuật học máy nào có thể giúp giảm số lượng đặc trưng trong khi vẫn giữ lại phần lớn thông tin quan trọng?

• A. Phân loại (Classification).
• B. Hồi quy (Regression).
• C. Gom cụm (Clustering).
• D. Giảm chiều dữ liệu (Dimensionality Reduction).

Câu 26: Trong học máy, quá trình điều chỉnh các "siêu tham số" (hyperparameters) của mô hình nhằm mục đích gì?

• A. Tối ưu hóa hiệu suất của mô hình trên dữ liệu kiểm tra.
• B. Tăng số lượng dữ liệu huấn luyện.
• C. Giảm số lượng đặc trưng đầu vào.
• D. Chuyển đổi bài toán từ học có giám sát sang không giám sát.

Câu 27: Một ứng dụng sử dụng học máy để phân tích cảm xúc (sentiment analysis) từ các bình luận của khách hàng trên mạng xã hội. Mô hình được huấn luyện để phân loại bình luận là "tích cực", "tiêu cực" hoặc "trung tính". Đây là ví dụ về loại bài toán học máy nào?

• A. Hồi quy (Regression).
• B. Gom cụm (Clustering).
• C. Phân loại (Classification).
• D. Học tăng cường (Reinforcement Learning).

Câu 28: Đâu là một thách thức phổ biến khi làm việc với dữ liệu trong học máy?

• A. Dữ liệu luôn hoàn hảo và sẵn sàng sử dụng.
• B. Dữ liệu thực tế thường không hoàn hảo, cần làm sạch và tiền xử lý.
• C. Cần rất ít dữ liệu để huấn luyện mô hình hiệu quả.
• D. Chất lượng dữ liệu không ảnh hưởng đến hiệu suất mô hình.

Câu 29: Một hệ thống robot học cách đi lại bằng cách thử và sai. Robot nhận "thưởng" khi thực hiện hành động đúng hướng và "phạt" khi sai hướng. Hệ thống này đang sử dụng phương pháp học máy nào?

• A. Học có giám sát (Supervised Learning).
• B. Học không giám sát (Unsupervised Learning).
• C. Giảm chiều dữ liệu (Dimensionality Reduction).
• D. Học tăng cường (Reinforcement Learning).

Câu 30: Trong quy trình phát triển mô hình học máy, bước nào thường diễn ra sau khi mô hình đã được huấn luyện và đánh giá ban đầu?

• A. Tinh chỉnh mô hình (ví dụ: điều chỉnh siêu tham số) hoặc thử thuật toán khác để cải thiện hiệu suất.
• B. Triển khai mô hình ngay lập tức vào môi trường sản phẩm.
• C. Loại bỏ toàn bộ dữ liệu huấn luyện.
• D. Bắt đầu lại từ bước thu thập dữ liệu ban đầu mà không xem xét kết quả đánh giá.

Câu 1: Một công ty thương mại điện tử muốn phân tích lịch sử mua hàng của khách hàng để nhóm họ thành các phân khúc khác nhau (ví dụ: khách hàng thường xuyên, khách hàng chỉ mua dịp khuyến mãi, khách hàng mới...). Mục tiêu là để tạo ra các chiến dịch marketing cá nhân hóa. Bài toán này phù hợp nhất với loại hình học máy nào?

• A. Học có giám sát (Supervised Learning)
• B. Học không giám sát (Unsupervised Learning)
• C. Học tăng cường (Reinforcement Learning)
• D. Học bán giám sát (Semi-supervised Learning)

Câu 2: Để xây dựng một hệ thống tự động phân loại email thành "Hộp thư đến" và "Thư rác", người ta thu thập một lượng lớn email đã được đánh dấu sẵn là "rác" hoặc "không rác". Loại dữ liệu này là gì và phù hợp với phương pháp học máy nào?

• A. Dữ liệu không nhãn, phù hợp với học không giám sát.
• B. Dữ liệu không nhãn, phù hợp với học có giám sát.
• C. Dữ liệu có nhãn, phù hợp với học không giám sát.
• D. Dữ liệu có nhãn, phù hợp với học có giám sát.

Câu 3: Trong quá trình phát triển một mô hình học máy, dữ liệu thường được chia thành các tập con. Tập dữ liệu nào được sử dụng để điều chỉnh các tham số của mô hình nhằm tối ưu hóa hiệu suất trên dữ liệu chưa thấy?

• A. Tập huấn luyện (Training set)
• B. Tập kiểm tra (Test set)
• C. Tập xác thực (Validation set)
• D. Tập dữ liệu đầy đủ (Full dataset)

Câu 4: Tại sao việc chia dữ liệu ban đầu thành các tập huấn luyện, xác thực và kiểm tra lại quan trọng trong học máy?

• A. Để đánh giá khả năng tổng quát hóa của mô hình trên dữ liệu chưa thấy, tránh học thuộc lòng dữ liệu huấn luyện.
• B. Để tăng tốc độ huấn luyện mô hình.
• C. Để giảm thiểu kích thước dữ liệu cần xử lý.
• D. Để đảm bảo tất cả dữ liệu đều được sử dụng trong quá trình huấn luyện.

Câu 5: Một nhà khoa học dữ liệu đang làm việc với một tập dữ liệu lớn về các giao dịch tài chính. Mục tiêu là phát hiện các giao dịch bất thường có dấu hiệu gian lận mà không có sẵn ví dụ về "giao dịch gian lận" trong dữ liệu lịch sử. Phương pháp học máy nào có khả năng được áp dụng hiệu quả nhất trong trường hợp này?

• A. Học có giám sát (Supervised Learning)
• B. Học không giám sát (Unsupervised Learning)
• C. Học tăng cường (Reinforcement Learning)
• D. Học bán giám sát (Semi-supervised Learning)

Câu 6: Học máy khác với lập trình truyền thống ở điểm cốt lõi nào?

• A. Học máy sử dụng ngôn ngữ lập trình phức tạp hơn.
• B. Học máy không cần dữ liệu đầu vào.
• C. Học máy cho phép máy tính tự học từ dữ liệu để tìm ra quy tắc, thay vì được lập trình sẵn các quy tắc cụ thể.
• D. Học máy chỉ áp dụng cho các bài toán toán học.

Câu 7: Bạn đang xây dựng một ứng dụng dự đoán giá nhà dựa trên các đặc điểm như diện tích, số phòng ngủ, vị trí... Bạn có sẵn một tập dữ liệu lịch sử bao gồm các đặc điểm này và giá bán thực tế của từng ngôi nhà. Đây là một bài toán gì trong học máy?

• A. Hồi quy (Regression), thuộc học có giám sát.
• B. Phân loại (Classification), thuộc học có giám sát.
• C. Gom cụm (Clustering), thuộc học không giám sát.
• D. Giảm chiều dữ liệu (Dimensionality Reduction), thuộc học không giám sát.

Câu 8: Khi huấn luyện một mô hình học máy, nếu mô hình hoạt động rất tốt trên tập huấn luyện nhưng lại kém hiệu quả trên tập kiểm tra, hiện tượng này được gọi là gì?

• A. Học dưới mức (Underfitting)
• B. Học thuộc lòng (Overfitting)
• C. Tổng quát hóa (Generalization)
• D. Tối ưu hóa (Optimization)

Câu 9: Ứng dụng "nhận diện khuôn mặt" trên điện thoại thông minh để mở khóa thiết bị chủ yếu sử dụng loại bài toán học máy nào?

• A. Phân loại (Classification)
• B. Hồi quy (Regression)
• C. Gom cụm (Clustering)
• D. Giảm chiều dữ liệu (Dimensionality Reduction)

Câu 10: Alan Turing đề xuất "Phép thử Turing" với mục đích chính là gì?

• A. Kiểm tra tốc độ xử lý của máy tính.
• B. Đo lường dung lượng bộ nhớ của máy tính.
• C. Kiểm tra khả năng thể hiện trí tuệ của máy tính tương đương con người.
• D. So sánh hiệu quả giữa các thuật toán học máy khác nhau.

Câu 11: Bạn thu thập dữ liệu về các loài hoa khác nhau, bao gồm các đặc điểm như chiều dài cánh hoa, chiều rộng đài hoa, màu sắc... Bạn muốn nhóm các loài hoa này thành các nhóm dựa trên sự tương đồng về đặc điểm mà không biết trước có bao nhiêu loài hoặc loài nào thuộc nhóm nào. Đây là một ứng dụng điển hình của kỹ thuật học không giám sát nào?

• A. Hồi quy (Regression)
• B. Gom cụm (Clustering)
• C. Phân loại (Classification)
• D. Phát hiện bất thường (Anomaly Detection)

Câu 12: Mô hình học máy nào thường được sử dụng để dự đoán xem một email có phải là thư rác hay không, dựa trên việc phân tích nội dung và tiêu đề của email?

• A. Mô hình phân loại (Classification Model)
• B. Mô hình hồi quy (Regression Model)
• C. Mô hình gom cụm (Clustering Model)
• D. Mô hình giảm chiều (Dimensionality Reduction Model)

Câu 13: Giả sử bạn có một tập dữ liệu về hình ảnh các loại trái cây khác nhau (táo, chuối, cam...). Mỗi hình ảnh đều có nhãn ghi rõ đó là loại trái cây gì. Bạn muốn huấn luyện một mô hình để khi đưa một hình ảnh trái cây mới vào, mô hình sẽ nhận biết và gọi tên loại trái cây đó. Công việc này thuộc loại hình học máy nào?

• A. Học có giám sát (Supervised Learning)
• B. Học không giám sát (Unsupervised Learning)
• C. Học tăng cường (Reinforcement Learning)
• D. Học bán giám sát (Semi-supervised Learning)

Câu 14: Trong học máy, thuật ngữ "đặc trưng" (feature) dùng để chỉ điều gì?

• A. Kết quả dự đoán của mô hình.
• B. Thuật toán được sử dụng để huấn luyện mô hình.
• C. Lượng dữ liệu cần thiết để huấn luyện.
• D. Các thuộc tính hoặc khía cạnh có thể đo lường được của dữ liệu đầu vào.

Câu 15: Mục tiêu chính của các kỹ thuật giảm chiều dữ liệu (Dimensionality Reduction) trong học không giám sát là gì?

• A. Tăng số lượng đặc trưng để làm phong phú dữ liệu.
• B. Gán nhãn cho dữ liệu không nhãn.
• C. Giảm số lượng đặc trưng của dữ liệu trong khi vẫn giữ lại thông tin quan trọng.
• D. Phân loại dữ liệu vào các nhóm khác nhau.

Câu 16: Hệ thống gợi ý sản phẩm "Bạn có thể thích..." trên các trang thương mại điện tử (dựa trên lịch sử mua hàng của bạn và những người dùng tương tự) thường sử dụng kỹ thuật học máy nào?

• A. Chủ yếu là các mô hình hồi quy.
• B. Sử dụng các kỹ thuật khám phá mẫu và mối quan hệ trong dữ liệu (thường là học không giám sát).
• C. Chỉ dựa vào dữ liệu được gán nhãn rõ ràng về sở thích.
• D. Không liên quan đến học máy.

Câu 17: Khi xây dựng một mô hình học có giám sát, bước đầu tiên và quan trọng nhất thường là gì?

• A. Chọn thuật toán học máy phức tạp nhất.
• B. Chia dữ liệu thành tập huấn luyện và kiểm tra.
• C. Bắt đầu huấn luyện mô hình ngay lập tức.
• D. Thu thập, làm sạch và chuẩn bị dữ liệu có nhãn phù hợp.

Câu 18: Một công ty bảo hiểm muốn dự đoán khả năng một khách hàng sẽ yêu cầu bồi thường trong năm tới dựa trên các thông tin như tuổi, nghề nghiệp, lịch sử yêu cầu bồi thường trước đây... Đây là một bài toán gì và thuộc loại hình học máy nào?

• A. Phân loại (Classification), thuộc học có giám sát.
• B. Hồi quy (Regression), thuộc học có giám sát.
• C. Gom cụm (Clustering), thuộc học không giám sát.
• D. Phát hiện bất thường (Anomaly Detection), thuộc học không giám sát.

Câu 19: Ứng dụng nào sau đây là ví dụ điển hình của việc sử dụng học máy để xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP)?

• A. Phần mềm chỉnh sửa ảnh (ví dụ: Photoshop).
• B. Hệ thống quản lý cơ sở dữ liệu.
• C. Hệ thống dịch máy tự động (ví dụ: Google Translate).
• D. Phần mềm tính toán bảng tính (ví dụ: Excel).

Câu 20: Tại sao việc lựa chọn đặc trưng (feature selection) phù hợp lại quan trọng trong học máy?

• A. Chỉ để giảm kích thước tập dữ liệu.
• B. Chỉ để làm cho mô hình phức tạp hơn.
• C. Chỉ áp dụng cho học không giám sát.
• D. Giúp cải thiện hiệu suất mô hình, giảm nhiễu và tăng tốc độ huấn luyện bằng cách chọn các đặc trưng quan trọng nhất.

Câu 21: Một nhà nghiên cứu muốn phân tích một tập dữ liệu lớn về các bài báo khoa học để tìm ra các chủ đề chính và mối liên hệ giữa chúng mà không có sẵn thông tin về chủ đề của từng bài báo. Kỹ thuật học không giám sát nào phù hợp nhất cho nhiệm vụ này?

• A. Phân tích chủ đề (Topic Modeling)
• B. Hồi quy tuyến tính (Linear Regression)
• C. Máy vector hỗ trợ (Support Vector Machine)
• D. Phân loại (Classification)

Câu 22: Trong học máy, "mô hình" (model) là gì?

• A. Tập dữ liệu được sử dụng để huấn luyện.
• B. Thuật toán được sử dụng để huấn luyện.
• C. Biểu diễn toán học hoặc cấu trúc dữ liệu đã học được từ dữ liệu, dùng để đưa ra dự đoán.
• D. Kết quả đánh giá hiệu suất cuối cùng.

Câu 23: Một hệ thống chẩn đoán hình ảnh y tế sử dụng học máy để phát hiện các dấu hiệu bệnh tiềm ẩn trên ảnh X-quang. Để huấn luyện hệ thống này, người ta cần loại dữ liệu nào?

• A. Chỉ cần ảnh X-quang không cần nhãn.
• B. Dữ liệu văn bản mô tả bệnh.
• C. Dữ liệu âm thanh của bệnh nhân.
• D. Ảnh X-quang được gán nhãn bởi chuyên gia y tế (ví dụ: có/không có dấu hiệu bệnh).

Câu 24: Khi nào thì phương pháp học không giám sát thường được ưu tiên sử dụng hơn học có giám sát?

• A. Khi dữ liệu không có sẵn nhãn hoặc mục tiêu là khám phá cấu trúc ẩn trong dữ liệu.
• B. Khi cần dự đoán một giá trị hoặc phân loại đối tượng vào các lớp đã biết.
• C. Khi cần mô hình đưa ra quyết định dựa trên phản hồi từ môi trường.
• D. Khi có rất ít dữ liệu để huấn luyện.

Câu 25: Một hạn chế tiềm ẩn của việc sử dụng học máy trong các ứng dụng quan trọng (như chẩn đoán y tế, tuyển dụng) là gì?

• A. Học máy luôn đưa ra kết quả chính xác tuyệt đối.
• B. Mô hình có thể học và lặp lại các sai lệch (bias) có trong dữ liệu huấn luyện.
• C. Học máy chỉ hoạt động với lượng dữ liệu rất nhỏ.
• D. Kết quả của học máy luôn dễ dàng giải thích được (highly interpretable).

Câu 26: Công cụ nào sau đây KHÔNG phải là một ứng dụng trực tiếp và phổ biến của học máy?

• A. Microsoft Word (phần mềm soạn thảo văn bản)
• B. Siri (trợ lý ảo nhận dạng giọng nói)
• C. Hệ thống gợi ý phim trên Netflix
• D. Bộ lọc thư rác trong email

Câu 27: Giả sử bạn có một mô hình học máy đã được huấn luyện. Bước tiếp theo để đánh giá hiệu suất thực sự của mô hình trên dữ liệu mới là sử dụng tập dữ liệu nào?

• A. Tập huấn luyện (Training set)
• B. Tập kiểm tra (Test set)
• C. Tập xác thực (Validation set)
• D. Toàn bộ tập dữ liệu ban đầu

Câu 28: Mục tiêu chính của học có giám sát là gì?

• A. Xây dựng mô hình để dự đoán hoặc phân loại dữ liệu mới dựa trên dữ liệu đã được gán nhãn.
• B. Tìm kiếm các cấu trúc hoặc mẫu ẩn trong dữ liệu không có nhãn.
• C. Giảm số lượng đặc trưng trong tập dữ liệu.
• D. Cho phép máy tính học cách hành động trong môi trường để tối đa hóa phần thưởng.

Câu 29: Khi nào thì hiện tượng "học dưới mức" (underfitting) có thể xảy ra trong quá trình huấn luyện mô hình học máy?

• A. Mô hình quá phức tạp so với dữ liệu.
• B. Mô hình được huấn luyện trên quá nhiều dữ liệu.
• C. Mô hình quá đơn giản hoặc chưa được huấn luyện đủ để nắm bắt được các mẫu trong dữ liệu.
• D. Dữ liệu huấn luyện có quá ít đặc trưng.

Câu 30: Một trong những thách thức lớn nhất khi áp dụng học máy vào các bài toán thực tế là gì?

• A. Thu thập, làm sạch và chuẩn bị dữ liệu chất lượng cao phù hợp.
• B. Lựa chọn ngôn ngữ lập trình.
• C. Tìm kiếm các thuật toán học máy mới.
• D. Chỉ cần chạy mô hình với dữ liệu thô.