Câu hỏi tự luận Khoa học máy tính 12 chân trời Bài F14: Học máy
Bộ câu hỏi tự luận Tin học 12 - Khoa học máy tính (Chân trời sáng tạo). Câu hỏi và bài tập tự luận Bài F14: Học máy. Bộ tài liệu tự luận này có 4 mức độ: Nhận biết, thông hiểu, vận dụng và vận dụng cao. Phần tự luận này sẽ giúp học sinh hiểu sâu, sát hơn về môn học Tin học 12 CTST.
Xem: => Giáo án Tin học 12 - Định hướng Khoa học máy tính chân trời sáng tạo
CHỦ ĐỀ F. GIẢI QUYẾT VẤN ĐỀ VỚI SỰ TRỢ GIÚP CỦA MÁY TÍNH
BÀI F14: MÁY HỌC
(17 CÂU)
1. NHẬN BIẾT (5 CÂU)
Câu 1: Máy học là gì? Hãy định nghĩa khái niệm máy học?
Trả lời:
Máy học (Machine Learning) là một lĩnh vực của trí tuệ nhân tạo (AI) cho phép máy tính học hỏi từ dữ liệu mà không cần lập trình rõ ràng. Nó giúp máy tính cải thiện hiệu suất trong các tác vụ cụ thể thông qua việc phân tích và nhận diện mẫu từ dữ liệu.
Câu 2: Nêu các loại máy học chính. Hãy liệt kê và mô tả ngắn gọn ba loại máy học chính?
Trả lời:
Thể loại | Chức năng | Ví dụ |
Máy học có giám sát (Supervised Learning) | Dữ liệu huấn luyện bao gồm các đầu vào và đầu ra đã biết. Mục tiêu là dự đoán đầu ra cho các đầu vào mới | Phân loại email là spam hay không spam. |
| Máy học không giám sát (Unsupervised Learning) | Dữ liệu huấn luyện chỉ có đầu vào mà không có đầu ra. Mục tiêu là tìm ra cấu trúc hoặc mẫu trong dữ liệu. | Nhóm khách hàng theo hành vi mua sắm. |
| Máy học bán giám sát (Semi-supervised Learning) | Sử dụng một lượng nhỏ dữ liệu có gán nhãn và một lượng lớn dữ liệu không gán nhãn. Kết hợp cả hai để cải thiện hiệu suất. | Nhận diện hình ảnh với một số hình ảnh đã được gán nhãn. |
Câu 3: Thuật ngữ “dữ liệu huấn luyện” có nghĩa là gì? Giải thích vai trò của nó trong quá trình máy học?
Trả lời:
...........................................
Câu 4: Mô hình trong máy học là gì? Hãy giải thích khái niệm này?
Trả lời:
...........................................
Câu 5: Tóm tắt về sơ lược phát triển của máy học?
Trả lời:
...........................................
2. THÔNG HIỂU (4 CÂU)
Câu 1: Sự khác nhau giữa máy học có giám sát và không có giám sát. Hãy mô tả sự khác biệt giữa hai loại này?
Trả lời:
Máy học có giám sát (Supervised Learning) | Máy học không giám sát (Unsupervised Learning) | |
| Dữ liệu | Bao gồm đầu vào và đầu ra đã biết (gán nhãn). | Chỉ có đầu vào mà không có đầu ra (không gán nhãn). |
| Mục tiêu | Học cách dự đoán đầu ra cho các đầu vào mới dựa trên mẫu đã học. | Tìm ra cấu trúc hoặc mẫu trong dữ liệu mà không có sự hướng dẫn. |
| Ví dụ | Dự đoán giá nhà dựa trên các yếu tố như diện tích, số phòng. | Phân nhóm khách hàng theo hành vi mua sắm mà không biết trước nhóm nào. |
Câu 2: Tại sao dữ liệu chất lượng cao lại quan trọng trong máy học? Giải thích lý do và ảnh hưởng của dữ liệu đến kết quả của mô hình?
Trả lời:
Lý do: Dữ liệu chất lượng cao giúp mô hình học được những mẫu chính xác và đáng tin cậy.
Ảnh hưởng:
+ Độ chính xác: Dữ liệu không đầy đủ hoặc sai lệch có thể dẫn đến kết quả sai lệch, làm giảm hiệu suất của mô hình.
+ Khả năng tổng quát: Mô hình cần được huấn luyện trên dữ liệu đa dạng để có thể áp dụng tốt trên dữ liệu mới.
Câu 3: Giải thích thuật toán hồi quy. Nó được sử dụng trong những tình huống nào?
Trả lời:
...........................................
Câu 4: Nêu các bước chính trong quy trình phát triển mô hình máy học. Hãy mô tả ngắn gọn từng bước?
Trả lời:
...........................................
3. VẬN DỤNG (4 CÂU)
Câu 1: Khi nào em nên sử dụng máy học không giám sát? Hãy đưa ra ví dụ cụ thể về tình huống?
Trả lời:
- Dữ liệu không có gán nhãn: Khi bạn có một tập dữ liệu lớn nhưng không có thông tin về đầu ra.
- Khám phá dữ liệu: Khi bạn muốn tìm hiểu cấu trúc hoặc mẫu trong dữ liệu mà không biết trước.
=> Ví dụ cụ thể: Phân nhóm khách hàng trong một cửa hàng trực tuyến dựa trên hành vi mua sắm của họ. Bạn có thể sử dụng máy học không giám sát để xác định các nhóm khách hàng có sở thích tương tự mà không cần biết trước thông tin về các nhóm này.
Câu 2: Mô tả cách thức hoạt động của thuật toán phân loại. Hãy đưa ra ví dụ minh họa?
Trả lời:
Thuật toán phân loại hoạt động bằng cách học từ một tập dữ liệu đã gán nhãn để xác định nhãn cho các dữ liệu chưa thấy. Quá trình này bao gồm:
+ Huấn luyện: Mô hình học từ dữ liệu đã gán nhãn, tìm ra mối quan hệ giữa các đặc trưng (features) và nhãn (labels).
+ Dự đoán: Khi nhận dữ liệu mới, mô hình sẽ sử dụng các mối quan hệ đã học để phân loại dữ liệu vào các nhãn tương ứng.
+ Ví dụ minh họa: Một mô hình phân loại hình ảnh có thể được huấn luyện trên tập dữ liệu hình ảnh của mèo và chó. Khi mô hình nhận một hình ảnh mới, nó sẽ phân loại hình ảnh đó là "mèo" hoặc "chó" dựa trên các đặc trưng đã học.
Câu 3: Hãy giải thích khái niệm “overfitting” trong máy học. Tại sao nó lại là một vấn đề và làm thế nào để tránh?
Trả lời:
...........................................
Câu 4: Thảo luận về vai trò của các tham số trong mô hình máy học. Làm thế nào để điều chỉnh các tham số này để cải thiện hiệu suất của mô hình?
Trả lời:
...........................................
4. VẬN DỤNG CAO (3 CÂU)
Câu 1: Phân tích tác động của máy học đối với một lĩnh vực cụ thể (ví dụ: y tế, tài chính, giao thông). Hãy nêu rõ những lợi ích và thách thức?
Trả lời:
*Lợi ích:
+ Chẩn đoán chính xác: Máy học giúp phân tích hình ảnh y tế (như X-quang, MRI) để phát hiện bệnh tật sớm, như ung thư.
+ Dự đoán bệnh: Mô hình có thể dự đoán nguy cơ mắc bệnh dựa trên dữ liệu di truyền và lối sống.
+ Cá nhân hóa điều trị: Máy học cho phép phát triển các phác đồ điều trị cá nhân hóa dựa trên đặc điểm bệnh nhân.
*Thách thức:
+ Dữ liệu nhạy cảm: Việc xử lý dữ liệu y tế có thể vi phạm quyền riêng tư nếu không được bảo vệ đúng cách.
+ Độ tin cậy: Mô hình không phải lúc nào cũng chính xác, có thể dẫn đến chẩn đoán sai lệch.
+ Khó khăn trong việc giải thích: Một số mô hình, đặc biệt là học sâu, khó giải thích kết quả, gây khó khăn cho bác sĩ trong việc đưa ra quyết định.
Câu 2: Thảo luận về những vấn đề đạo đức liên quan đến máy học. Hãy nêu ra một số ví dụ về cách mà máy học có thể gây ra vấn đề đạo đức?
Trả lời:
...........................................
Câu 3: So sánh các công nghệ máy học hiện đại (như học sâu, học tăng cường) với các công nghệ truyền thống. Hãy phân tích những ưu điểm và nhược điểm của từng công nghệ?
Trả lời:
...........................................
--------------- Còn tiếp ---------------
=> Giáo án Khoa học máy tính 12 chân trời Bài F14: Học máy