Đề 4 – Bài tập, đề thi trắc nghiệm online Khoa học dữ liệu trong kinh tế và kinh doanh

A A. Phân khúc khách hàng (Customer Segmentation) để cá nhân hóa chiến dịch. B B. Dự đoán nhu cầu nguyên vật liệu sản xuất. C C. Đề xuất sản phẩm (Recommendation System) cho khách hàng trực tuyến. D D. Phân tích hiệu quả chiến dịch quảng cáo trên mạng xã hội.

A A. Phân tích hồi quy (Regression Analysis) B B. Phân cụm (Clustering) C C. Phân tích phương sai (ANOVA) D D. Phân lớp (Classification)

A A. Volume (Khối lượng) B B. Variety (Đa dạng) C C. Velocity (Tốc độ) D D. Veracity (Tính xác thực)

A A. Mô hình hoạt động tốt hơn trên dữ liệu huấn luyện. B B. Kết quả phân tích không công bằng hoặc không chính xác, đặc biệt đối với một số nhóm đối tượng. C C. Tăng tốc độ huấn luyện mô hình. D D. Giảm nguy cơ overfitting.

A A. Màu sắc yêu thích của khách hàng. B B. Lịch sử thanh toán nợ của khách hàng. C C. Hệ điều hành điện thoại khách hàng sử dụng. D D. Thời gian truy cập website của ngân hàng.

A A. Sự cân bằng giữa tốc độ huấn luyện và độ chính xác của mô hình. B B. Sự cân bằng giữa khả năng mô hình khớp tốt với dữ liệu huấn luyện và khả năng tổng quát hóa trên dữ liệu mới. C C. Sự cân bằng giữa chi phí đầu tư và lợi ích thu được từ mô hình. D D. Sự cân bằng giữa tính dễ diễn giải và độ phức tạp của mô hình.

A A. Dự đoán xếp hạng sản phẩm. B B. Phân loại đánh giá thành tích cực và tiêu cực. C C. Khám phá các chủ đề chính được thảo luận trong văn bản. D D. Tóm tắt nội dung văn bản.

A A. Bảng dữ liệu doanh số bán hàng hàng tháng. B B. Cơ sở dữ liệu khách hàng với thông tin cá nhân và lịch sử mua hàng. C C. Bài đăng và bình luận trên mạng xã hội về sản phẩm. D D. Báo cáo tài chính hàng quý.

A A. Sử dụng công nghệ và thuật toán học máy tiên tiến nhất. B B. Có đủ dữ liệu lớn và đa dạng. C C. Xác định rõ ràng bài toán kinh doanh cần giải quyết và mục tiêu cụ thể. D D. Tuyển dụng đội ngũ chuyên gia khoa học dữ liệu đông đảo.

A A. Tăng số lượng biến (features) trong dữ liệu. B B. Giảm số lượng biến (features) trong dữ liệu trong khi vẫn giữ lại thông tin quan trọng. C C. Tăng kích thước mẫu dữ liệu. D D. Giảm kích thước mẫu dữ liệu.

A A. Chi phí đầu tư vào công nghệ và nhân lực khoa học dữ liệu quá cao. B B. Sự phức tạp của các thuật toán học máy khiến việc giải thích kết quả trở nên khó khăn. C C. Nguy cơ xâm phạm quyền riêng tư và sử dụng dữ liệu cá nhân không được phép. D D. Khó khăn trong việc tích hợp dữ liệu từ nhiều nguồn khác nhau.

A A. Thu thập và lưu trữ dữ liệu một cách hiệu quả. B B. Phân tích dữ liệu để khám phá thông tin giá trị và hỗ trợ ra quyết định. C C. Xây dựng cơ sở hạ tầng mạng lưới máy tính cho doanh nghiệp. D D. Tự động hóa quy trình sản xuất trong nhà máy.

A A. Dự báo xu hướng thị trường chứng khoán. B B. Tối ưu hóa quy trình tuyển dụng và dự đoán tỷ lệ nghỉ việc của nhân viên. C C. Quản lý rủi ro tín dụng. D D. Cải thiện trải nghiệm khách hàng trực tuyến.

A A. Java B B. C++ C C. Python D D. Swift

A A. Mô hình học quá tốt trên dữ liệu huấn luyện nhưng kém hiệu quả trên dữ liệu mới. B B. Mô hình học quá kém trên cả dữ liệu huấn luyện và dữ liệu mới. C C. Dữ liệu huấn luyện không đủ lớn. D D. Dữ liệu có quá nhiều giá trị thiếu.

A A. Quá trình lựa chọn thuật toán học máy tốt nhất. B B. Quá trình tạo ra các biến mới hoặc biến đổi các biến hiện có để cải thiện hiệu suất mô hình. C C. Quá trình thu thập dữ liệu từ nhiều nguồn khác nhau. D D. Quá trình trực quan hóa dữ liệu.

A A. Phân tích cấu trúc dữ liệu phi cấu trúc. B B. Xác định và phân loại cảm xúc (tích cực, tiêu cực, trung lập) trong văn bản. C C. Dự báo xu hướng thị trường chứng khoán. D D. Phân tích hành vi mua sắm của khách hàng trên website.

A A. Tăng độ phức tạp của mô hình. B B. Giảm overfitting và cải thiện khả năng tổng quát hóa của mô hình. C C. Tăng tốc độ huấn luyện mô hình. D D. Xử lý dữ liệu thiếu.

A A. Khi dữ liệu huấn luyện rất lớn. B B. Khi các lớp dữ liệu không cân bằng (imbalanced classes). C C. Khi mô hình quá phức tạp (overfitting). D D. Khi thời gian huấn luyện mô hình quá dài.

A A. Tối ưu hóa quy trình sản xuất trong nhà máy. B B. Dự báo rủi ro tín dụng và phát hiện gian lận. C C. Quản lý chuỗi cung ứng hiệu quả hơn. D D. Cải thiện trải nghiệm khách hàng trực tuyến.

A A. Khả năng xử lý dữ liệu văn bản tốt. B B. Dễ dàng diễn giải và trực quan hóa. C C. Hiệu suất cao trên dữ liệu nhiễu. D D. Luôn cho kết quả chính xác cao nhất.

A A. Giảm chiều dữ liệu. B B. Tăng tính dễ diễn giải của mô hình. C C. Cải thiện độ chính xác và độ ổn định của mô hình dự đoán. D D. Xử lý dữ liệu phi cấu trúc.

A A. Sử dụng ngôn ngữ kỹ thuật và thuật ngữ chuyên ngành sâu. B B. Tập trung vào các chi tiết kỹ thuật của mô hình. C C. Truyền đạt thông tin một cách rõ ràng, dễ hiểu, tập trung vào ý nghĩa kinh doanh và hành động. D D. Trình bày tất cả các bước phân tích dữ liệu một cách chi tiết.

A A. Giảm chi phí sản xuất. B B. Tăng sự hài lòng và lòng trung thành của khách hàng. C C. Đơn giản hóa quy trình kế toán. D D. Tăng cường bảo mật dữ liệu.

A A. Doanh số bán hàng không có xu hướng hoặc tính mùa vụ. B B. Doanh số bán hàng chịu ảnh hưởng mạnh mẽ bởi các yếu tố bên ngoài như quảng cáo và khuyến mãi. C C. Doanh số bán hàng có xu hướng và/hoặc tính mùa vụ rõ ràng theo thời gian. D D. Mục tiêu là phân khúc khách hàng dựa trên hành vi mua sắm.

A A. Tăng kích thước dữ liệu huấn luyện. B B. Đánh giá khả năng tổng quát hóa của mô hình học máy trên dữ liệu mới. C C. Chuẩn bị dữ liệu trước khi đưa vào mô hình. D D. Trực quan hóa kết quả phân tích dữ liệu.

A A. Xây dựng và lựa chọn mô hình học máy phù hợp. B B. Thu thập dữ liệu từ các nguồn khác nhau. C C. Làm sạch, chuyển đổi và định dạng dữ liệu để sẵn sàng cho phân tích. D D. Trình bày kết quả phân tích dữ liệu dưới dạng trực quan.

A A. Phân tích hành vi mua sắm của từng cá nhân khách hàng. B B. Dự báo tăng trưởng GDP và tỷ lệ lạm phát của một quốc gia. C C. Tối ưu hóa chiến dịch quảng cáo trực tuyến cho một doanh nghiệp. D D. Phân tích rủi ro tín dụng cho từng khoản vay cá nhân.

A A. Dự đoán hành vi mua sắm của từng khách hàng. B B. Phân nhóm khách hàng thành các nhóm có đặc điểm tương đồng. C C. Xếp hạng khách hàng dựa trên giá trị đóng góp. D D. Xác định khách hàng có nguy cơ rời bỏ.

A A. Thiết kế sản phẩm mới. B B. Tối ưu hóa tồn kho và dự báo nhu cầu. C C. Tuyển dụng và đào tạo nhân viên. D D. Xây dựng chiến lược marketing tổng thể.