Lựa chọn nào sau đây không phải là một bước trong quy trình khai thác dữ liệu:

Câu 7:

Thuộc tính “Loại khách hàng” có hai giá trị: “VIP”, “Premium” và “Economic” là thuộc tính thuộc kiểu dữ liệu nào sau đây:

Lời giải:

Đáp án đúng: D

Thuộc tính "Loại khách hàng" với các giá trị "VIP", "Premium" và "Economic" thể hiện một thứ tự hoặc cấp bậc nhất định. "VIP" có thể được coi là cao cấp hơn "Premium", và "Premium" cao cấp hơn "Economic". Do đó, đây là thuộc tính thuộc kiểu dữ liệu xếp hạng/thứ tự. Các giá trị có thể so sánh và sắp xếp được theo một thứ tự có ý nghĩa.

Câu 8:

Tiền xử lý dữ liệu không bao gồm các bước nào sau đây:

Lời giải:

Đáp án đúng: C

Tiền xử lý dữ liệu là quá trình chuẩn bị dữ liệu thô để có thể sử dụng cho các mô hình học máy hoặc phân tích. Quá trình này bao gồm các bước như làm sạch dữ liệu (xử lý các giá trị thiếu, loại bỏ nhiễu), chuyển đổi dữ liệu (ví dụ: chuẩn hóa, rời rạc hóa), và rút gọn dữ liệu (giảm số lượng thuộc tính hoặc mẫu). Thu thập dữ liệu là một bước riêng biệt, xảy ra trước khi tiền xử lý dữ liệu. Vì vậy, thu thập dữ liệu không thuộc quá trình tiền xử lý dữ liệu.

Câu 9:

Khi nào thì ta cần rời rạc hóa dữ liệu:

Lời giải:

Đáp án đúng: B

Rời rạc hóa dữ liệu (discretization) là quá trình chuyển đổi dữ liệu liên tục (ví dụ: dữ liệu số học) thành dữ liệu rời rạc (ví dụ: các khoảng giá trị). Điều này thường được thực hiện khi các thuật toán hoặc mô hình phân tích dữ liệu hiệu quả hơn với dữ liệu rời rạc, hoặc khi cần đơn giản hóa dữ liệu để dễ hiểu và xử lý hơn. Trong các lựa chọn trên, chỉ có dữ liệu thuộc kiểu số học là cần rời rạc hóa.

Câu 10:

Phân lớp dữ liệu là thuộc phương pháp:

Lời giải:

Đáp án đúng: C

Phân lớp dữ liệu (classification) là một phương pháp học có giám sát (supervised learning). Trong học có giám sát, mô hình được huấn luyện trên một tập dữ liệu đã được gán nhãn, tức là mỗi điểm dữ liệu đã được xác định thuộc về một lớp cụ thể. Mục tiêu của mô hình là học cách ánh xạ từ các đặc trưng của dữ liệu đến các nhãn lớp này, để sau đó có thể dự đoán nhãn cho các điểm dữ liệu mới chưa được gán nhãn. Các phương pháp không giám sát thì không sử dụng dữ liệu đã được gán nhãn trước.

Câu 11:

Thuật toán phân lớp tham gia vào quá trình nào sau đây trong mô hình phân lớp dữ liệu:

Lời giải:

Đáp án đúng: A

Thuật toán phân lớp được sử dụng trong quá trình huấn luyện (training) của mô hình phân lớp dữ liệu. Trong quá trình huấn luyện, thuật toán học từ dữ liệu huấn luyện (training data) để xây dựng một mô hình có khả năng phân loại dữ liệu mới. Các giai đoạn kiểm thử (testing), đánh giá (evaluation), và dự đoán (prediction) sử dụng mô hình đã được huấn luyện, chứ không trực tiếp sử dụng thuật toán phân lớp để thực hiện.

Câu 12:

Thuật toán phân lớp nào sau đây cho phép xử lý trên nhiều kiểu/loại dữ liệu khác nhau:

Lời giải: