Trắc nghiệm Tin học KHMT 12 kết nối tri thứcTrắc nghiệm Khoa học máy tính 12 Kết nối bài 25: Làm quen với Học máy Đăng vào 3 Tháng 5, 2026 bởi admin Trắc nghiệm Khoa học máy tính 12 Kết nối bài 25: Làm quen với Học máy Trắc nghiệm Khoa học máy tính 12 Kết nối bài 25: Làm quen với Học máy Số câu25Quiz ID43925 Làm bài Câu 1 Hệ thống gợi ý phim trên Netflix hay YouTube thường sử dụng kỹ thuật nào của học máy? A Học máy để tìm kiếm các mẫu hành vi tương đồng của người dùng B Lập trình dựa trên các quy tắc cố định không thay đổi C Chỉ sử dụng tìm kiếm từ khóa ngẫu nhiên D Phân loại thủ công bởi con người cho từng người xem Câu 2 Mục đích chính của việc chia dữ liệu thành tập huấn luyện (Train set) và tập kiểm thử (Test set) là gì? A Để tăng tốc độ học của máy tính B Để đánh giá khách quan khả năng dự báo của mô hình trên dữ liệu mới C Để máy tính có thêm nhiều dữ liệu để học hơn D Để loại bỏ những dữ liệu không chính xác Câu 3 Bước đầu tiên trong quy trình xây dựng một ứng dụng học máy thường là gì? A Viết mã nguồn thuật toán B Triển khai mô hình lên môi trường thực tế C Thu thập và chuẩn bị dữ liệu D Đánh giá độ chính xác của mô hình Câu 4 Chất lượng của một mô hình học máy phụ thuộc chủ yếu vào yếu tố nào? A Chỉ phụ thuộc vào độ mạnh của phần cứng máy tính B Chỉ phụ thuộc vào ngôn ngữ lập trình được sử dụng C Chất lượng và số lượng của dữ liệu huấn luyện D Màu sắc của giao diện chương trình Câu 5 Học máy (Machine Learning) là một lĩnh vực con của ngành nào sau đây? A Trí tuệ nhân tạo B Hệ quản trị cơ sở dữ liệu C Mạng máy tính D Kỹ thuật phần mềm truyền thống Câu 6 Điều gì xảy ra trong giai đoạn 'Suy luận' (Inference) của một hệ thống học máy? A Máy tính đang thực hiện việc học từ dữ liệu có nhãn B Mô hình đã huấn luyện được sử dụng để đưa ra dự báo cho dữ liệu mới C Con người đang thực hiện gán nhãn cho dữ liệu D Hệ thống đang thực hiện xóa bỏ các dữ liệu cũ Câu 7 Học máy không giám sát thường được dùng cho mục đích nào? A Dự báo chính xác một con số cụ thể B Tìm ra các cấu trúc ẩn hoặc nhóm tự nhiên trong dữ liệu chưa có nhãn C Gán nhãn đúng cho dữ liệu dựa trên các ví dụ có sẵn D Huấn luyện robot thông qua hình phạt Câu 8 Đặc trưng (Feature) trong học máy được hiểu là gì? A Là kết quả cuối cùng mà mô hình dự báo B Là các thuộc tính độc lập dùng để mô tả đối tượng dữ liệu C Là tên của thuật toán học máy đang sử dụng D Là một lỗi xảy ra trong quá trình huấn luyện Câu 9 Đâu là một nhược điểm tiềm tàng của học máy nếu dữ liệu huấn luyện bị định kiến (bias)? A Máy tính sẽ bị hỏng phần cứng B Mô hình sẽ đưa ra các dự báo thiếu công bằng hoặc sai lệch C Tốc độ xử lý của thuật toán sẽ tăng lên D Dữ liệu sẽ tự động được làm sạch Câu 10 Ứng dụng nào sau đây minh họa rõ nhất cho bài toán phân loại (Classification) trong học máy? A Dự báo giá vàng vào ngày mai B Tự động phân loại email là 'Thư rác' hoặc 'Thư thường' C Gợi ý danh sách nhạc cho người dùng D Điều khiển robot di chuyển trong mê cung Câu 11 Dữ liệu được sử dụng để xây dựng mô hình trong học máy được gọi là gì? A Dữ liệu kiểm thử B Dữ liệu đầu ra C Dữ liệu huấn luyện D Dữ liệu rác Câu 12 Hệ thống lái xe tự động sử dụng học máy để thực hiện nhiệm vụ nào? A Chỉ dùng để phát nhạc trên xe B Nhận dạng chướng ngại vật, biển báo và đưa ra quyết định di chuyển an toàn C Chỉ dùng để kết nối Bluetooth với điện thoại D Thay thế hoàn toàn động cơ đốt trong của xe Câu 13 Học tăng cường (Reinforcement Learning) dựa trên cơ chế nào để máy học tập? A Dựa trên việc gán nhãn thủ công cho tất cả các hành động B Dựa trên sự tương tác với môi trường và nhận phần thưởng hoặc hình phạt C Dựa trên việc so sánh dữ liệu với các tệp tin có sẵn D Dựa trên việc học từ các cụm dữ liệu không nhãn Câu 14 Trong ví dụ về dự báo thời tiết, 'độ ẩm' và 'áp suất khí quyển' được coi là gì trong mô hình học máy? A Nhãn dự báo B Các đặc trưng đầu vào C Thuật toán huấn luyện D Sai số của mô hình Câu 15 Thuật toán học máy phân cụm (Clustering) thuộc loại hình học máy nào? A Học máy không giám sát B Học máy có giám sát C Học tăng cường D Học máy bán giám sát Câu 16 Tại sao 'Big Data' (Dữ liệu lớn) lại đóng vai trò thúc đẩy sự phát triển của học máy? A Vì Big Data làm cho máy tính chạy nhanh hơn B Vì Big Data cung cấp nguồn nguyên liệu dồi dào để các mô hình học máy trở nên chính xác hơn C Vì Big Data thay thế hoàn toàn các thuật toán học máy D Vì Big Data giúp lưu trữ mã nguồn học máy tốt hơn Câu 17 Trong học máy có giám sát (Supervised Learning), mỗi mẫu dữ liệu trong tập huấn luyện thường bao gồm những thành phần nào? A Chỉ có nhãn B Chỉ có các đặc trưng C Đặc trưng và nhãn tương ứng D Mã nguồn chương trình Câu 18 Mối quan hệ giữa Học sâu (Deep Learning) và Học máy (Machine Learning) là gì? A Học sâu là một tập con của học máy, sử dụng các mạng thần kinh nhân tạo nhiều lớp B Học sâu và học máy là hai lĩnh vực hoàn toàn không liên quan C Học máy là một phần nhỏ bên trong học sâu D Học sâu là tên gọi khác của lập trình truyền thống Câu 19 Điểm khác biệt cốt lõi giữa lập trình truyền thống và học máy là gì? A Lập trình truyền thống máy tính tự đưa ra quy tắc từ dữ liệu B Lập trình truyền thống yêu cầu con người đưa ra các quy tắc tường minh, trong khi học máy tự rút ra quy tắc từ dữ liệu C Học máy không cần sử dụng đến máy tính để thực hiện D Học máy chỉ hoạt động với các dữ liệu dạng văn bản Câu 20 Khái niệm 'Mô hình' (Model) trong học máy có thể được hiểu là gì? A Là một bản thiết kế phần cứng máy tính B Là kết quả của quá trình huấn luyện, chứa đựng các tri thức/quy luật rút ra từ dữ liệu C Là danh sách các câu hỏi kiểm tra cho máy tính D Là một người mẫu đại diện cho sản phẩm công nghệ Câu 21 Trong học máy, bài toán dự báo một giá trị số liên tục (như nhiệt độ, giá nhà) được gọi là gì? A Phân loại (Classification) B Phân cụm (Clustering) C Hồi quy (Regression) D Học tăng cường (Reinforcement Learning) Câu 22 Khi mô hình học máy hoạt động rất tốt trên tập huấn luyện nhưng lại rất kém trên tập kiểm thử, hiện tượng này gọi là gì? A Quá khớp (Overfitting) B Dưới khớp (Underfitting) C Học tối ưu D Lỗi hệ thống Câu 23 Thuật toán học máy có giám sát nào thường được dùng để phân loại dữ liệu vào hai nhóm đối lập? A Hồi quy tuyến tính B Phân loại nhị phân (Binary Classification) C Phân cụm K-means D Học máy không giám sát Câu 24 Công nghệ nhận diện khuôn mặt trên điện thoại thông minh là ứng dụng của lĩnh vực nào? A Chỉ là lập trình đồ họa thông thường B Thị giác máy tính kết hợp học máy C Cơ sở dữ liệu quan hệ D Công nghệ truyền tin không dây Câu 25 Ứng dụng nào sau đây sử dụng học máy để xử lý ngôn ngữ tự nhiên? A Phần mềm tính toán bảng lương B Hệ thống dịch ngôn ngữ tự động như Google Translate C Trình duyệt web hiển thị nội dung HTML D Phần mềm chống virus quét tệp tin nhị phân Trắc nghiệm Khoa học máy tính 12 Kết nối bài 24: Sơ bộ về thiết kế mạng Trắc nghiệm Khoa học máy tính 12 Kết nối bài 26: Làm quen với Khoa học dữ liệu
