L3. Số liệu nào sau đây thường KHÔNG được sử dụng để huấn luyện mô hình hồi quy tuyến tính? 

Câu hỏi này kiểm tra kiến thức về các hàm mất mát (loss functions) và các độ đo hiệu suất thường được sử dụng trong mô hình hồi quy tuyến tính. * **A. Có nghĩa là lỗi tuyệt đối:** Lỗi tuyệt đối trung bình (MAE - Mean Absolute Error) là một độ đo khoảng cách trung bình giữa các giá trị dự đoán và giá trị thực tế. Nó được sử dụng phổ biến trong hồi quy. * **B. Entropy chéo nhị phân:** Entropy chéo nhị phân (Binary Cross-Entropy) là một hàm mất mát thường được sử dụng trong các bài toán phân loại nhị phân, nơi mục tiêu là dự đoán một trong hai lớp. Nó không phù hợp cho hồi quy tuyến tính, vốn dự đoán các giá trị liên tục. * **C. bình phương R:** R-squared (hệ số xác định) đo lường tỷ lệ phương sai trong biến phụ thuộc có thể dự đoán được từ biến độc lập. Nó là một độ đo hiệu suất quan trọng trong hồi quy. * **D. Lỗi bình phương trung bình gốc (RMSE):** RMSE là căn bậc hai của lỗi bình phương trung bình (MSE - Mean Squared Error). MSE và RMSE là các hàm mất mát phổ biến trong hồi quy, đo lường trung bình độ lớn của các lỗi dự đoán. Vì entropy chéo nhị phân không được sử dụng trong hồi quy tuyến tính, nên đáp án đúng là B.