Đề 7 – Bài tập, đề thi trắc nghiệm online Khoa học dữ liệu trong kinh tế và kinh doanh

A A. Tăng kích thước bộ dữ liệu. B B. Giảm độ phức tạp tính toán và loại bỏ thông tin nhiễu. C C. Tăng cường bảo mật dữ liệu. D D. Cải thiện chất lượng dữ liệu đầu vào.

A A. Tăng cường sự chủ quan trong quyết định quản lý. B B. Cá nhân hóa trải nghiệm khách hàng. C C. Tối ưu hóa hoạt động và giảm chi phí. D D. Phát hiện gian lận và giảm thiểu rủi ro.

A A. Quá trình chọn lựa phần cứng máy tính phù hợp. B B. Quá trình tạo ra các biến (features) mới từ dữ liệu hiện có để cải thiện hiệu suất mô hình. C C. Quá trình kiểm thử và đánh giá mô hình. D D. Quá trình triển khai mô hình vào thực tế.

A A. Thu thập dữ liệu từ nhiều nguồn khác nhau. B B. Tìm kiếm các mẫu, xu hướng và tri thức ẩn sâu trong dữ liệu lớn. C C. Trực quan hóa dữ liệu bằng biểu đồ và đồ thị. D D. Bảo mật và quản lý dữ liệu.

A A. Mean Squared Error (MSE). B B. R-squared. C C. Accuracy, Precision, Recall, F1-score. D D. Root Mean Squared Error (RMSE).

A A. Phân tích đánh giá sản phẩm từ bình luận của khách hàng. B B. Dịch tự động tài liệu kinh doanh đa ngôn ngữ. C C. Dự báo giá cổ phiếu dựa trên dữ liệu giao dịch. D D. Chatbot hỗ trợ khách hàng trực tuyến.

A A. Giảm kích thước dữ liệu huấn luyện. B B. Kết hợp nhiều mô hình học máy để cải thiện độ chính xác và độ ổn định. C C. Đơn giản hóa mô hình học máy. D D. Tăng tốc độ huấn luyện mô hình.

A A. Chi phí phần mềm phân tích dữ liệu quá cao. B B. Thiếu dữ liệu chất lượng cao và nhân lực có kỹ năng. C C. Sự phản đối từ phía người lao động. D D. Quy định pháp lý về bảo vệ dữ liệu còn lỏng lẻo.

A A. Mô hình hồi quy. B B. Mô hình phân cụm. C C. Mô hình phân loại. D D. Mô hình giảm chiều dữ liệu.

A A. Microsoft Word. B B. Microsoft Excel. C C. Tableau hoặc Power BI. D D. Adobe Photoshop.

A A. K-Nearest Neighbors (KNN). B B. Naive Bayes. C C. Decision Trees. D D. Linear Regression.

A A. Tăng tốc độ huấn luyện mô hình. B B. Đánh giá độ tin cậy và khả năng tổng quát hóa của mô hình. C C. Làm sạch dữ liệu đầu vào. D D. Triển khai mô hình vào môi trường thực tế.

A A. Dự đoán giá cổ phiếu. B B. Phân nhóm khách hàng dựa trên đặc điểm chung. C C. Phân tích cảm xúc của khách hàng về sản phẩm. D D. Tối ưu hóa chuỗi cung ứng.

A A. Xu hướng thời trang hiện tại. B B. Hành vi tiêu dùng và dự báo kinh tế vĩ mô. C C. Cấu trúc gen của thực vật. D D. Vòng đời của các loài côn trùng.

A A. Dữ liệu có kích thước nhỏ nhưng phức tạp. B B. Dữ liệu có khối lượng lớn, tốc độ tạo ra nhanh, và đa dạng về loại hình. C C. Dữ liệu được lưu trữ trên các thiết bị lớn. D D. Dữ liệu chỉ liên quan đến các công ty lớn.

A A. Thu thập dữ liệu. B B. Chuẩn bị dữ liệu. C C. Phân tích dữ liệu. D D. Triển khai mô hình.

A A. Giai đoạn thu thập dữ liệu. B B. Giai đoạn xây dựng và huấn luyện mô hình. C C. Giai đoạn đưa mô hình vào sử dụng thực tế để giải quyết vấn đề. D D. Giai đoạn đánh giá hiệu suất mô hình.

A A. Bảng dữ liệu doanh số bán hàng. B B. Cơ sở dữ liệu khách hàng với thông tin cá nhân. C C. Bài đăng trên mạng xã hội và bình luận trực tuyến. D D. Báo cáo tài chính định kỳ.

A A. Mô hình hoạt động quá chậm. B B. Mô hình học quá tốt trên dữ liệu huấn luyện nhưng kém trên dữ liệu mới. C C. Mô hình không học được gì từ dữ liệu. D D. Mô hình bị thiếu dữ liệu huấn luyện.

A A. Phân tích hiệu quả chiến dịch quảng cáo. B B. Dự báo nhu cầu hàng hóa và tối ưu hóa tồn kho. C C. Phân tích cảm xúc khách hàng về sản phẩm. D D. Đánh giá rủi ro tín dụng của khách hàng.

A A. Nơi lưu trữ dữ liệu giao dịch trực tuyến. B B. Hệ thống lưu trữ dữ liệu lịch sử, tích hợp từ nhiều nguồn để phân tích và báo cáo. C C. Công cụ trực quan hóa dữ liệu. D D. Phần mềm quản lý cơ sở dữ liệu.

A A. Phân tích hồi quy. B B. Phân cụm. C C. Phân tích thành phần chính (PCA). D D. Khai thác luật kết hợp.

A A. Xu hướng thời trang. B B. Gian lận giao dịch và rủi ro tín dụng. C C. Tình trạng giao thông đô thị. D D. Dự báo thời tiết.

A A. K-means clustering. B B. Linear Regression. C C. ARIMA (Autoregressive Integrated Moving Average). D D. Support Vector Machines (SVM).

A A. K-means clustering. B B. Linear Regression. C C. Support Vector Machines (SVM). D D. Principal Component Analysis (PCA).

A A. Thuật toán phân cụm. B B. Thuật toán giảm chiều dữ liệu. C C. Thuật toán ensemble learning (học tập kết hợp). D D. Thuật toán phân tích chuỗi thời gian.

A A. Tăng cường chi tiêu marketing. B B. Cải thiện quy trình ra quyết định dựa trên bằng chứng. C C. Giảm sự phụ thuộc vào ý kiến chuyên gia. D D. Tự động hóa hoàn toàn hoạt động kinh doanh.

A A. Phân tích thành phần hóa học của sản phẩm. B B. Đo lường mức độ hài lòng của nhân viên. C C. Tối ưu hóa chiến dịch quảng cáo và cá nhân hóa nội dung. D D. Quản lý kho hàng.

A A. Tăng chi phí đầu tư vào công nghệ. B B. Sử dụng dữ liệu cá nhân một cách xâm phạm quyền riêng tư. C C. Khó khăn trong việc tuyển dụng nhân tài. D D. Tốc độ phát triển công nghệ quá nhanh.

A A. Quản lý chuỗi cung ứng. B B. Quản lý quan hệ khách hàng (CRM). C C. Quản lý rủi ro tài chính. D D. Nghiên cứu và phát triển sản phẩm.