Trắc nghiệm đúng sai Khoa học máy tính 12 CD bài 1: Giới thiệu về Học máy

BÀI FCS1. GIỚI THIỆU VỀ HỌC MÁY

Câu 1: Một công ty công nghệ đang xây dựng một hệ thống nhận diện khuôn mặt để mở khóa điện thoại. Hệ thống cần được huấn luyện trên một tập dữ liệu lớn gồm các hình ảnh khuôn mặt của người dùng từ nhiều góc độ khác nhau.

Dưới đây là một số nhận xét về hệ thống nhận diện khuôn mặt này:

a. Hệ thống cần một tập dữ liệu huấn luyện gồm các hình ảnh khuôn mặt có gán nhãn để hoạt động chính xác.
b. Học không giám sát là phương pháp phù hợp nhất để phát triển hệ thống nhận diện khuôn mặt.
c. Nếu dữ liệu huấn luyện chỉ chứa hình ảnh của một nhóm nhỏ người, mô hình có thể hoạt động không chính xác đối với những người ngoài tập dữ liệu.
d. Các thuật toán như mạng nơ-ron tích chập (CNN) có thể được sử dụng để trích xuất đặc trưng khuôn mặt.

Câu 2: Một hệ thống phát hiện gian lận thẻ tín dụng sử dụng học máy để phân tích các giao dịch và xác định những giao dịch có khả năng gian lận. Dữ liệu bao gồm vị trí giao dịch, số tiền giao dịch và lịch sử giao dịch của chủ thẻ.

Dưới đây là một số nhận xét về hệ thống này:

a. Hệ thống có thể sử dụng thuật toán phân cụm để nhóm các giao dịch bất thường mà không cần dữ liệu nhãn.
b. Hệ thống không thể phát hiện gian lận nếu không có dữ liệu huấn luyện từ các giao dịch trước đó.
c. Khi có một giao dịch bất thường, hệ thống có thể ngay lập tức từ chối giao dịch mà không cần con người xác minh.
d. Các giao dịch có giá trị cao luôn bị hệ thống đánh dấu là gian lận.

Câu 3: Một công ty vận tải muốn tối ưu hóa tuyến đường giao hàng bằng cách sử dụng học máy để dự đoán thời gian di chuyển dựa trên dữ liệu giao thông, thời tiết và khoảng cách.

Dưới đây là một số nhận xét về ứng dụng học máy trong bài toán này:

a. Học máy có thể được sử dụng để dự đoán thời gian di chuyển dựa trên dữ liệu lịch sử về giao thông.
b. Các mô hình học máy luôn đưa ra kết quả chính xác 100% khi dự đoán thời gian di chuyển.
c. Dữ liệu thời tiết có thể là một yếu tố quan trọng ảnh hưởng đến độ chính xác của dự đoán.
d. Mạng nơ-ron nhân tạo (ANN) không thể áp dụng để tối ưu hóa tuyến đường giao hàng.