Đâu không phải là kiểu lỗi được xây dựng sẵn trong Python?

EOFError

IndexError

KeyError

LoopError

Trả lời:

Đáp án đúng: D

Trong Python, các lỗi như EOFError, IndexError, và KeyError là các kiểu lỗi được xây dựng sẵn và có ý nghĩa cụ thể:

EOFError: Xảy ra khi hàm input() gặp phải điều kiện kết thúc file (End-of-File) trước khi đọc được bất kỳ dữ liệu nào.
IndexError: Xảy ra khi cố gắng truy cập một phần tử trong list hoặc tuple bằng một chỉ số (index) nằm ngoài phạm vi cho phép.
KeyError: Xảy ra khi cố gắng truy cập một key không tồn tại trong một dictionary.

LoopError không phải là một kiểu lỗi được định nghĩa sẵn trong Python. Do đó, đáp án D là đáp án đúng.

100+ câu hỏi trắc nghiệm Học máy đáp án và lời giải minh họa - Phần 3

32 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 31:

Câu lệnh sau có tác dụng gì?

f = open("C:\MyFile.txt", '+')

Lời giải:

Đáp án đúng: A

Câu lệnh f = open("C:\\MyFile.txt", '+') mở tệp "C:\\MyFile.txt" ở chế độ vừa đọc vừa ghi ('+'). Chế độ này cho phép cả đọc và ghi vào tệp. Nếu tệp không tồn tại, nó sẽ được tạo. Do đó, đáp án B là chính xác nhất.

Câu 32:

Tìm kiếm đặc trưng theo chiến lược vét cạn có đặc điểm gì?

Lời giải:

Đáp án đúng: B

Chiến lược vét cạn (Exhaustive Search) duyệt qua tất cả các tập con có thể của tập đặc trưng gốc để tìm ra tập đặc trưng con tối ưu. Vì nó xét toàn bộ không gian tìm kiếm, nên nó đảm bảo tìm được tập đặc trưng con tốt nhất, tức là tập tối ưu. Do đó, đáp án đúng là B.

Câu 1:

Machine learning là phần nào của AI?

Lời giải:

Đáp án đúng: B

Machine learning (học máy) là một nhánh của trí tuệ nhân tạo (AI), tập trung vào việc phát triển các thuật toán cho phép máy tính tự học từ dữ liệu mà không cần được lập trình một cách rõ ràng. Do đó, nó thuộc về phần mềm, vì các thuật toán này được triển khai dưới dạng chương trình máy tính.

Câu 2:

Mạng neural làm gì trong học sâu?

Lời giải:

Đáp án đúng: D

Mạng neural trong học sâu (deep learning) là các mô hình tính toán được lấy cảm hứng từ cấu trúc và chức năng của não người. Chúng bao gồm các lớp kết nối các nút (neuron) với nhau, cho phép mô hình học các mẫu từ dữ liệu. Mục tiêu chính của mạng neural là tạo ra một mô hình có khả năng dự đoán hoặc phân loại dữ liệu mới một cách chính xác. Do đó, đáp án C là chính xác nhất, vì nó thể hiện mục tiêu chính của việc sử dụng mạng neural trong học sâu.

Các lựa chọn khác không chính xác vì:
- A: Mạng neural không trực tiếp giảm kích thước dữ liệu, mặc dù một số kiến trúc có thể thực hiện giảm chiều dữ liệu như một bước tiền xử lý.
- B: Tăng độ chính xác của mô hình là một *kết quả* mong muốn của việc sử dụng mạng neural, nhưng không phải là *chức năng* chính của nó. Mạng neural *tạo ra* mô hình, và mô hình này có thể có độ chính xác cao.
- D: Mô phỏng cấu trúc não người là nguồn cảm hứng, nhưng mạng neural không nhất thiết phải mô phỏng *hoàn toàn* cấu trúc não người. Mục tiêu chính là tạo ra một mô hình hiệu quả cho các tác vụ học máy.

Câu 3:

"Bias" trong machine learning là gì?

Lời giải:

Đáp án đúng: A

Bias (sai số hệ thống) trong machine learning thể hiện sự khác biệt giữa giá trị dự đoán trung bình của mô hình và giá trị thực tế mà mô hình cố gắng dự đoán. Một mô hình có bias cao sẽ đưa ra các dự đoán sai lệch một cách hệ thống, thường là do các giả định đơn giản hóa quá mức về dữ liệu. Do đó, đáp án A là chính xác. Các đáp án khác không phải là định nghĩa chính xác của bias:
- B. Sự phức tạp của mô hình liên quan đến variance (phương sai).
- C. Tính tổng quát hóa của mô hình là mục tiêu, không phải là bias.
- D. Sự khác biệt giữa dữ liệu huấn luyện và dữ liệu kiểm tra liên quan đến overfitting hoặc underfitting, và có thể dẫn đến bias cao, nhưng không phải là định nghĩa của bias.

Câu 4:

Trong deep learning, "activation function" là gì?

Lời giải: