Trắc nghiệm Khoa học máy tính 12 Kết nối bài 26: Làm quen với Khoa học dữ liệu giúp bạn rèn luyện phản xạ làm bài hiệu quả thông qua bộ bài tập bám sát thực tế.
Trắc nghiệm Khoa học máy tính 12 Kết nối bài 26: Làm quen với Khoa học dữ liệu
⏱ Thời gian còn lại: --:--
Tiến độ hoàn thành
0/0 câu
🏆 BẢNG VÀNG TOP 5 ĐIỂM TỐT NHẤT
Đang tải bảng xếp hạng...
Câu 1: Ngôn ngữ lập trình nào sau đây phổ biến nhất và được sử dụng rộng rãi trong khoa học dữ liệu hiện nay?
- - HTML
- - Python
- - Assembly
- - Pascal
Câu 2: Lĩnh vực nghiên cứu nào kết hợp giữa toán học, thống kê, lập trình và kiến thức chuyên môn để trích xuất tri thức và thông tin từ dữ liệu?
- - Khoa học máy tính thuần túy
- - Hệ quản trị cơ sở dữ liệu
- - Khoa học dữ liệu
- - Kỹ thuật phần mềm
Câu 3: Khoa học dữ liệu đóng vai trò gì trong việc phát triển Đô thị thông minh?
- - Giúp quét dọn rác thải trên đường phố một cách thủ công
- - Tối ưu hóa việc tiêu thụ năng lượng và quản lý giao thông dựa trên dữ liệu cảm biến
- - Thay thế hoàn toàn con người trong việc quản lý hành chính
- - Chỉ dùng để trang trí các tòa nhà bằng đèn LED
Câu 4: Tại sao bước 'Tiền xử lý dữ liệu' lại cực kỳ quan trọng trong quy trình khoa học dữ liệu?
- - Vì nó giúp làm sạch dữ liệu nhiễu và định dạng lại dữ liệu chuẩn xác cho phân tích
- - Vì nó làm cho kích thước tệp dữ liệu trở nên lớn hơn gấp nhiều lần
- - Vì nó là bước duy nhất không cần sử dụng đến máy tính
- - Vì nó giúp doanh nghiệp không cần phải thu thập dữ liệu nữa
Câu 5: Hoạt động nào sau đây thường được thực hiện trong giai đoạn 'Tiền xử lý dữ liệu'?
- - Xác định mục tiêu kinh doanh của dự án
- - Xử lý các giá trị bị thiếu (Missing values) trong tập dữ liệu
- - Thuyết trình kết quả trước hội đồng quản trị
- - Thu thập ý kiến phản hồi từ người dùng ứng dụng
Câu 6: Trong quá trình 'Tiền xử lý dữ liệu', việc chuẩn hóa dữ liệu (normalization) nhằm mục đích gì?
- - Để dữ liệu trông đẹp mắt hơn khi in ấn
- - Đưa các giá trị về cùng một thang đo để thuật toán phân tích hiệu quả hơn
- - Giảm số lượng tệp tin trong thư mục lưu trữ
- - Tăng dung lượng của cơ sở dữ liệu
Câu 7: Dữ liệu phi cấu trúc chiếm phần lớn trong dữ liệu lớn, ví dụ của nó là gì?
- - Bảng điểm học sinh trong cơ sở dữ liệu SQL
- - Các tệp hình ảnh, video và các bài đăng trên mạng xã hội
- - Tệp Excel chứa danh sách khách hàng có định dạng cột
- - Mã số định danh cá nhân trong căn cước công dân
Câu 8: Kiến thức chuyên môn (Domain Knowledge) giúp ích gì trong quy trình khoa học dữ liệu?
- - Giúp nhà khoa học dữ liệu biết cách cài đặt hệ điều hành Windows
- - Giúp đặt ra những câu hỏi đúng và diễn giải kết quả phân tích sát với thực tế
- - Giúp tăng tốc độ kết nối internet khi đang làm việc
- - Giúp máy tính không bị nóng khi xử lý dữ liệu nặng
Câu 9: Loại dữ liệu nào sau đây được coi là dữ liệu có cấu trúc?
- - Các đoạn video quay bằng điện thoại
- - Bảng điểm học sinh lưu trong cơ sở dữ liệu quan hệ
- - Các bài đăng tự do trên mạng xã hội
- - File ghi âm cuộc hội thoại
Câu 10: Ứng dụng nào của khoa học dữ liệu giúp cải thiện dịch vụ y tế?
- - Sắp xếp ghế ngồi trong phòng chờ bệnh viện
- - Chẩn đoán sớm các loại bệnh thông qua phân tích hình ảnh X-quang
- - Ghi chép lịch làm việc của bác sĩ bằng sổ tay
- - Sử dụng đèn chiếu sáng thông minh trong hành lang
Câu 11: Khái niệm 'Dữ liệu lớn' (Big Data) thường được nhắc đến cùng Khoa học dữ liệu vì lý do gì?
- - Vì Big Data chỉ là một tên gọi khác của ổ cứng máy tính
- - Vì Khoa học dữ liệu cung cấp công cụ để khai thác giá trị từ Big Data
- - Vì Big Data làm cho máy tính chạy nhanh hơn mà không cần nâng cấp
- - Vì Big Data là một loại virus máy tính mới
Câu 12: Tại sao khoa học dữ liệu được coi là một lĩnh vực liên ngành?
- - Vì nó chỉ sử dụng duy nhất kiến thức về toán học
- - Vì nó chỉ yêu cầu kỹ năng lập trình phần mềm
- - Vì nó kết hợp toán học, thống kê, tin học và kiến thức nghiệp vụ
- - Vì nó không cần sự tương tác giữa các con người với nhau
Câu 13: Tại sao 'Kiến thức chuyên môn' lại cực kỳ quan trọng trong quy trình Khoa học dữ liệu?
- - Để biết cách lập trình các thuật toán phức tạp trên máy tính
- - Để mua được các thiết bị lưu trữ dữ liệu phù hợp với ngân sách
- - Để đặt đúng câu hỏi nghiên cứu và giải thích kết quả phân tích một cách thực tế
- - Để thay thế cho các công cụ thống kê khi dữ liệu quá ít
Câu 14: Tại sao cần phải thực hiện bước 'Biểu diễn và giải thích kết quả'?
- - Để dữ liệu trông đẹp mắt hơn và dễ gây ấn tượng với khách hàng
- - Để truyền tải các thông tin phức tạp một cách trực quan và dễ hiểu cho người dùng
- - Để làm chậm quá trình đưa ra quyết định của tổ chức
- - Để ẩn đi những sai sót trong quá trình thu thập dữ liệu
Câu 15: Khái niệm 'Variety' trong dữ liệu lớn có ý nghĩa gì?
- - Dữ liệu có kích thước cực kỳ lớn lên đến hàng Petabyte
- - Dữ liệu có độ chính xác và tin cậy tuyệt đối
- - Dữ liệu tồn tại dưới nhiều dạng khác nhau như văn bản, hình ảnh, âm thanh
- - Dữ liệu luôn thay đổi giá trị theo từng giây
Câu 16: Ví dụ nào sau đây minh họa cho việc 'Diễn giải kết quả' trong khoa học dữ liệu?
- - Lưu trữ dữ liệu vào một ổ cứng dung lượng lớn
- - Sử dụng biểu đồ nhiệt (Heatmap) để biểu thị mật độ dân cư
- - Viết mã nguồn bằng ngôn ngữ Python để lọc dữ liệu
- - Kết nối hai bảng dữ liệu bằng khóa ngoại
Câu 17: Mối quan hệ giữa Khoa học dữ liệu và Trí tuệ nhân tạo (AI) là gì?
- - Khoa học dữ liệu và AI hoàn toàn không có liên quan gì đến nhau
- - AI là một công cụ quan trọng được sử dụng trong khoa học dữ liệu để phân tích và dự báo
- - Khoa học dữ liệu chỉ là một nhánh nhỏ và không cần thiết của AI
- - AI luôn được thực hiện trước khi có dữ liệu trong mọi quy trình
Câu 18: Tại sao trực quan hóa dữ liệu (Data Visualization) lại quan trọng đối với những người không chuyên về kỹ thuật?
- - Vì họ không thể đọc được các con số trong bảng tính
- - Vì biểu đồ giúp họ nắm bắt nhanh các xu hướng và bất thường mà không cần đọc mã nguồn
- - Vì nó làm cho máy tính chạy nhanh hơn bình thường
- - Vì nó là cách duy nhất để lưu trữ dữ liệu lâu dài
Câu 19: Đâu là thách thức lớn nhất về mặt dữ liệu mà khoa học dữ liệu thường phải đối mặt?
- - Dữ liệu quá sạch và không có lỗi
- - Dữ liệu bị thiếu, không đồng nhất hoặc chứa nhiều thông tin rác
- - Có quá ít công cụ để thực hiện việc phân tích dữ liệu
- - Tốc độ xử lý của máy tính hiện nay là quá chậm cho mọi bài toán
Câu 20: Hoạt động nào sau đây thuộc bước 'Trực quan hóa dữ liệu' trong khoa học dữ liệu?
- - Viết mã nguồn để xóa các bản ghi bị trùng lặp
- - Vẽ các biểu đồ đường và biểu đồ cột để trình bày xu hướng
- - Kết nối các cảm biến để thu thập tín hiệu môi trường
- - Cài đặt hệ điều hành mới cho máy chủ phân tích
Câu 21: Tại sao bước làm sạch dữ liệu lại chiếm phần lớn thời gian trong quy trình khoa học dữ liệu?
- - Vì đây là bước đơn giản nhất không cần tư duy
- - Để đảm bảo dữ liệu không bị sai lệch, thiếu sót hoặc không nhất quán
- - Để làm cho kích thước tệp dữ liệu tăng lên gấp đôi
- - Vì đây là yêu cầu bắt buộc của các phần mềm soạn thảo
Câu 22: Vì sao dữ liệu thu thập được thường phải qua bước 'Làm sạch'?
- - Vì dữ liệu thường bị bụi bẩn bám vào trong quá trình lưu trữ
- - Để loại bỏ các nhiễu, sai sót và định dạng lại dữ liệu cho thống nhất
- - Để làm cho dữ liệu có dung lượng nhỏ lại nhằm tiết kiệm pin
- - Để chuẩn bị mang đi in ấn tại các nhà in chuyên nghiệp
Câu 23: Hoạt động 'Trực quan hóa dữ liệu' (Data Visualization) thường sử dụng công cụ nào?
- - Các loại bút màu để vẽ lên giấy khổ lớn
- - Các biểu đồ, bản đồ nhiệt và đồ thị tương tác trên máy tính
- - Các loa phóng thanh để thông báo dữ liệu cho mọi người
- - Các kính hiển vi để soi kỹ các con số siêu nhỏ
Câu 24: Theo chương trình Tin học 12 Kết nối tri thức, khoa học dữ liệu được định nghĩa chủ yếu là gì?
- - Lĩnh vực nghiên cứu về cách chế tạo các loại ổ cứng lưu trữ dữ liệu dung lượng lớn
- - Lĩnh vực đa ngành sử dụng các phương pháp khoa học để trích xuất tri thức từ dữ liệu
- - Ngành học chỉ tập trung vào việc soạn thảo văn bản và bảng tính văn phòng
- - Kỹ thuật sửa chữa các lỗi phần cứng máy tính và thiết bị ngoại vi
Câu 25: Hành động nào sau đây vi phạm đạo đức và pháp luật khi làm khoa học dữ liệu?
- - Mã hóa dữ liệu cá nhân của người dùng để bảo mật
- - Sử dụng dữ liệu riêng tư của khách hàng mà không có sự cho phép
- - Công khai nguồn gốc của dữ liệu nghiên cứu
- - Yêu cầu người dùng xác nhận quyền truy cập dữ liệu