Quay lại danh mục Trắc nghiệm Khoa học dữ liệu trong kinh tế và kinh doanh
Bộ 2 - Trắc nghiệm Khoa học dữ liệu trong kinh tế và kinh doanh

Bộ 2 - Trắc nghiệm Khoa học dữ liệu trong kinh tế và kinh doanh

Lưu ý: Nội dung trong bài Bộ 2 - Trắc nghiệm Khoa học dữ liệu trong kinh tế và kinh doanh chỉ dành cho mục đích tham khảo và học tập. Ban quản trị không chịu trách nhiệm về tính pháp lý hoặc kết quả thực tế khi áp dụng các thông tin này. Chúng tôi KHÔNG yêu cầu bất kỳ quyền truy cập nào vào hệ thống của bạn, KHÔNG theo dõi thao tác và KHÔNG thu thập dữ liệu cá nhân của bạn trong suốt quá trình làm bài.

Thời gian còn lại: --:--

Câu 1: Trong phân tích dữ liệu kinh doanh, sự khác biệt cốt lõi giữa 'Phân tích dự báo' (Predictive Analytics) và 'Phân tích mô tả' (Descriptive Analytics) là gì?

Câu 2: Hiện tượng 'Overfitting' (Quá khớp) trong mô hình học máy khi dự báo nhu cầu thị trường thường dẫn đến hệ quả nào sau đây?

Câu 3: Mục đích chính của việc thực hiện 'A/B Testing' trong chiến dịch marketing kỹ thuật số là gì?

Câu 4: Trong khoa học dữ liệu, kỹ thuật 'Feature Selection' (Chọn lọc đặc trưng) có vai trò quan trọng nhất là gì?

Câu 5: Để dự báo khả năng một khách hàng sẽ rời bỏ dịch vụ (Churn Prediction), loại mô hình nào sau đây thường được ưu tiên sử dụng?

Câu 6: Trong bài toán phát hiện gian lận tín dụng, thách thức lớn nhất đối với tập dữ liệu thường là gì?

Câu 7: Chỉ số 'Mean Absolute Error' (MAE) trong đánh giá mô hình hồi quy dự báo doanh thu cho biết điều gì?

Câu 8: Phương pháp 'K-means clustering' thường được ứng dụng phổ biến nhất trong hoạt động kinh doanh nào?

Câu 9: Trong khai phá dữ liệu (Data Mining), chỉ số 'Lift' trong luật kết hợp (Association Rules) lớn hơn 1 có ý nghĩa gì đối với việc bán chéo sản phẩm?

Câu 10: Hiện tượng 'Data Leakage' (Rò rỉ dữ liệu) trong xây dựng mô hình dự báo kinh tế xảy ra khi nào?

Câu 11: Giả định về 'Phương sai sai số không đổi' (Homoscedasticity) trong hồi quy tuyến tính cổ điển có ý nghĩa gì?

Câu 12: Kỹ thuật 'Pruning' (Tỉa cành) trong thuật toán Cây quyết định (Decision Tree) nhằm mục đích chủ yếu là gì?

Câu 13: Sự khác biệt cơ bản giữa 'Học có giám sát' (Supervised Learning) và 'Học không giám sát' (Unsupervised Learning) là gì?

Câu 14: Trong phân tích kinh doanh, tại sao mối tương quan (Correlation) không đồng nghĩa với quan hệ nhân quả (Causation)?

Câu 15: Kỹ thuật 'K-fold Cross-validation' được sử dụng trong quy trình xây dựng mô hình nhằm mục đích gì?

Câu 16: Hệ thống 'Business Intelligence' (BI) khác với 'Data Science' ở điểm trọng tâm nào sau đây?

Câu 17: Việc thực hiện 'Standardization' (Chuẩn hóa) dữ liệu trước khi đưa vào mô hình Clustering có lợi ích gì?

Câu 18: Tại sao mô hình 'Random Forest' thường có hiệu suất tốt hơn một cây quyết định đơn lẻ (Single Decision Tree)?

Câu 19: Trong phân tích chuỗi thời gian (Time Series), yếu tố 'Tính mùa vụ' (Seasonality) được hiểu là gì?

Câu 20: Quy trình 'Tokenization' trong phân tích dữ liệu văn bản (NLP) phục vụ mục đích gì trong kinh doanh?

Câu 21: Vai trò của 'Hàm kích hoạt' (Activation Function) trong mạng thần kinh nhân tạo (Neural Networks) là gì?

Câu 22: Khi đánh giá mô hình phân loại khách hàng tiềm năng, chỉ số 'Recall' (Độ nhạy) cao có ý nghĩa gì đối với đội ngũ bán hàng?

Câu 23: Trong kiến trúc dữ liệu hiện đại, quá trình 'ETL' (Extract, Transform, Load) thực hiện nhiệm vụ gì?

Câu 24: Ý nghĩa của giá trị 'P-value' nhỏ hơn 0.05 trong một kiểm định giả thuyết kinh tế là gì?

Câu 25: Mô hình hồi quy Logistic (Logistic Regression) trả về kết quả đầu ra dưới dạng nào?