15+ Đề Trắc nghiệm Tin học 12 Cánh diều Bài 2: Giới thiệu về khoa học dữ liệu

Câu 1: Đâu là phát biểu chính xác nhất về khoa học dữ liệu?

• A. Khoa học dữ liệu là ngành hẹp của toán học ứng dụng, tập trung vào thống kê.
• B. Khoa học dữ liệu chủ yếu sử dụng các công cụ phần mềm để quản lý cơ sở dữ liệu lớn.
• C. Khoa học dữ liệu là lĩnh vực nghiên cứu thuật toán máy tính nhanh hơn.
• D. Khoa học dữ liệu là một lĩnh vực liên ngành, kết hợp toán học, thống kê, khoa học máy tính và kiến thức предмет để trích xuất tri thức và giá trị từ dữ liệu.

Câu 2: Trong quy trình dự án khoa học dữ liệu, giai đoạn nào tập trung vào việc làm sạch, chuyển đổi và cấu trúc lại dữ liệu thô để chuẩn bị cho phân tích?

• A. Xác định vấn đề
• B. Chuẩn bị dữ liệu
• C. Phân tích và khai phá dữ liệu
• D. Đánh giá và giải thích kết quả

Câu 3: Mục tiêu chính của khoa học dữ liệu là gì?

• A. Tạo ra các phần mềm ứng dụng phức tạp.
• B. Xây dựng cơ sở dữ liệu lớn và hiệu quả.
• C. Phát hiện tri thức mới, đưa ra quyết định sáng suốt dựa trên dữ liệu.
• D. Thay thế hoàn toàn các phương pháp thống kê truyền thống.

Câu 4: Dự án "Bộ gen người" (Human Genome Project - HGP) là một ví dụ điển hình về ứng dụng khoa học dữ liệu trong lĩnh vực nào?

• A. Sinh học và Y tế
• B. Vật lý thiên văn
• C. Khoa học xã hội
• D. Kinh tế và Tài chính

Câu 5: Kính thiên văn Kepler đã thu thập một lượng lớn dữ liệu về độ sáng của các ngôi sao. Hoạt động này minh họa vai trò của khoa học dữ liệu trong việc nào?

• A. Phát triển phần cứng máy tính mới.
• B. Nghiên cứu và khám phá vũ trụ thông qua phân tích dữ liệu.
• C. Cải thiện chất lượng hình ảnh thiên văn.
• D. Xây dựng các mô hình mô phỏng vũ trụ.

Câu 6: Hệ thống "Giám sát đánh bắt cá toàn cầu" (Global Fishing Watch) sử dụng dữ liệu vệ tinh để theo dõi tàu thuyền và phát hiện hoạt động đánh bắt cá trái phép. Đây là một ví dụ về ứng dụng khoa học dữ liệu trong lĩnh vực nào?

• A. Nông nghiệp thông minh
• B. Giao thông vận tải
• C. Quản lý đô thị
• D. Bảo tồn môi trường và quản lý tài nguyên thiên nhiên

Câu 7: Mô hình ngôn ngữ lớn (LLM) như GPT-3 thể hiện thành tựu của khoa học dữ liệu trong lĩnh vực nào?

• A. Thị giác máy tính
• B. Robot học
• C. Xử lý ngôn ngữ tự nhiên (NLP)
• D. Hệ thống khuyến nghị

Câu 8: American Express sử dụng mô hình học máy để phát hiện gian lận giao dịch thẻ tín dụng. Điều này thể hiện vai trò của khoa học dữ liệu trong việc nào?

• A. Nâng cao hiệu quả hoạt động và giảm thiểu rủi ro trong kinh doanh.
• B. Tăng cường bảo mật hệ thống mạng.
• C. Cải thiện trải nghiệm người dùng.
• D. Phát triển các phương thức thanh toán mới.

Câu 9: Trong dự án "Bộ gen người", kỹ thuật "giải trình tự gen" đóng vai trò quan trọng trong giai đoạn nào của quy trình khoa học dữ liệu?

• A. Phân tích và khai phá dữ liệu
• B. Thu thập dữ liệu
• C. Chuẩn bị dữ liệu
• D. Đánh giá và giải thích kết quả

Câu 10: Thuật ngữ nào mô tả dữ liệu có khối lượng lớn, tốc độ tạo ra nhanh và đa dạng về loại hình, đòi hỏi công nghệ và phương pháp xử lý đặc biệt?

• A. Dữ liệu nhỏ (Small Data)
• B. Dữ liệu tĩnh (Static Data)
• C. Dữ liệu lớn (Big Data)
• D. Dữ liệu thời gian thực (Real-time Data)

Câu 11: Đâu là kỹ năng quan trọng nhất đối với một nhà khoa học dữ liệu?

• A. Lập trình web chuyên nghiệp
• B. Thiết kế đồ họa 3D
• C. Quản trị hệ thống mạng
• D. Khả năng phân tích, giải quyết vấn đề và giao tiếp hiệu quả

Câu 12: Trong quá trình phân tích dữ liệu, việc "trực quan hóa dữ liệu" (data visualization) có vai trò gì?

• A. Tăng tốc độ xử lý dữ liệu.
• B. Giúp con người dễ dàng hiểu và nhận diện các mẫu, xu hướng trong dữ liệu.
• C. Thay thế các phương pháp thống kê truyền thống.
• D. Đảm bảo tính bảo mật của dữ liệu.

Câu 13: Phát biểu nào sau đây thể hiện sự khác biệt chính giữa khoa học dữ liệu và thống kê truyền thống?

• A. Thống kê truyền thống sử dụng máy tính, khoa học dữ liệu thì không.
• B. Khoa học dữ liệu chỉ làm việc với dữ liệu số, thống kê làm việc với mọi loại dữ liệu.
• C. Khoa học dữ liệu có phạm vi rộng hơn, kết hợp thống kê với khoa học máy tính và kiến thức предмет, để xử lý dữ liệu đa dạng và quy mô lớn.
• D. Thống kê truyền thống tập trung vào dự đoán, khoa học dữ liệu tập trung vào mô tả dữ liệu.

Câu 14: Trong giai đoạn "đánh giá và giải thích kết quả" của dự án khoa học dữ liệu, nhà khoa học dữ liệu cần làm gì?

• A. Thu thập thêm dữ liệu nếu kết quả chưa rõ ràng.
• B. Lựa chọn thuật toán phân tích dữ liệu phù hợp nhất.
• C. Chuẩn bị dữ liệu cho bước phân tích tiếp theo.
• D. Diễn giải ý nghĩa của kết quả phân tích, đưa ra kết luận và khuyến nghị.

Câu 15: Đâu là một thách thức đạo đức lớn trong khoa học dữ liệu?

• A. Sự phức tạp của thuật toán học máy.
• B. Sử dụng dữ liệu cá nhân mà không có sự đồng ý hoặc gây ra phân biệt đối xử.
• C. Khó khăn trong việc trực quan hóa dữ liệu đa chiều.
• D. Chi phí đầu tư cho hạ tầng công nghệ thông tin.

Câu 16: Kiểu dữ liệu nào sau đây thường khó phân tích hơn bằng các phương pháp truyền thống và đòi hỏi kỹ thuật của khoa học dữ liệu?

• A. Dữ liệu dạng bảng (structured data) trong cơ sở dữ liệu.
• B. Dữ liệu số (numerical data) từ cảm biến.
• C. Dữ liệu phi cấu trúc (unstructured data) như văn bản, hình ảnh, video.
• D. Dữ liệu thời gian chuỗi (time-series data) từ thị trường chứng khoán.

Câu 17: Trong một dự án khoa học dữ liệu về dự báo doanh số bán hàng, bước nào sau đây thể hiện giai đoạn "phân tích và khai phá dữ liệu"?

• A. Xây dựng mô hình dự báo doanh số dựa trên dữ liệu lịch sử và các yếu tố liên quan.
• B. Thu thập dữ liệu doanh số bán hàng từ các năm trước.
• C. Làm sạch và chuẩn hóa dữ liệu doanh số.
• D. Trình bày kết quả dự báo doanh số cho ban lãnh đạo.

Câu 18: Vai trò của "chuyên gia предмет" (domain expert) trong dự án khoa học dữ liệu là gì?

• A. Viết mã chương trình phân tích dữ liệu.
• B. Cung cấp kiến thức chuyên sâu về lĩnh vực ứng dụng, giúp định hướng phân tích và giải thích kết quả.
• C. Quản lý cơ sở dữ liệu của dự án.
• D. Thiết kế giao diện trực quan hóa dữ liệu.

Câu 19: Phương pháp nào sau đây thuộc về "học máy" (machine learning), một nhánh quan trọng của khoa học dữ liệu?

• A. Thống kê mô tả (descriptive statistics)
• B. Phân tích hồi quy tuyến tính (linear regression analysis) thủ công
• C. Mạng nơ-ron nhân tạo (artificial neural networks)
• D. Tính toán trung bình và độ lệch chuẩn

Câu 20: Trong bối cảnh khoa học dữ liệu, "dữ liệu mở" (open data) mang lại lợi ích gì?

• A. Giảm chi phí lưu trữ dữ liệu.
• B. Tăng cường bảo mật dữ liệu cá nhân.
• C. Đơn giản hóa quy trình thu thập dữ liệu.
• D. Thúc đẩy nghiên cứu, đổi mới và hợp tác trong cộng đồng khoa học và xã hội.

Câu 21: Công cụ nào sau đây không phải là một ngôn ngữ lập trình phổ biến được sử dụng trong khoa học dữ liệu?

• A. Python
• B. Pascal
• C. R
• D. SQL

Câu 22: Trong khoa học dữ liệu, "mô hình hóa dữ liệu" (data modeling) nhằm mục đích gì?

• A. Sao chép dữ liệu sang một định dạng khác.
• B. Nén dữ liệu để tiết kiệm không gian lưu trữ.
• C. Đại diện dữ liệu một cách cấu trúc, giúp phân tích và khai thác thông tin hiệu quả hơn.
• D. Bảo vệ dữ liệu khỏi truy cập trái phép.

Câu 23: Khi trình bày kết quả phân tích dữ liệu cho người không chuyên môn, nhà khoa học dữ liệu nên ưu tiên điều gì?

• A. Sử dụng ngôn ngữ đơn giản, trực quan, tập trung vào ý nghĩa và ứng dụng thực tế.
• B. Trình bày chi tiết các thuật toán và công thức toán học đã sử dụng.
• C. Sử dụng nhiều thuật ngữ chuyên ngành để thể hiện tính chuyên nghiệp.
• D. Chỉ tập trung vào kết quả định lượng, bỏ qua giải thích định tính.

Câu 24: Đâu là một ví dụ về ứng dụng khoa học dữ liệu trong lĩnh vực giáo dục?

• A. Phát triển robot giáo viên.
• B. Phân tích dữ liệu học tập để cá nhân hóa trải nghiệm học sinh và cải thiện phương pháp giảng dạy.
• C. Xây dựng phòng thí nghiệm ảo.
• D. Số hóa toàn bộ sách giáo khoa.

Câu 25: Trong khoa học dữ liệu, "kỹ thuật giảm chiều dữ liệu" (dimensionality reduction) được sử dụng để làm gì?

• A. Tăng kích thước của dữ liệu để chứa được nhiều thông tin hơn.
• B. Thay đổi định dạng dữ liệu sang dạng dễ đọc hơn.
• C. Giảm số lượng biến (thuộc tính) của dữ liệu, giúp đơn giản hóa phân tích và trực quan hóa.
• D. Tăng độ chính xác của dữ liệu.

Câu 26: Phát biểu nào sau đây không đúng về khoa học dữ liệu?

• A. Khoa học dữ liệu có thể giúp giải quyết các vấn đề phức tạp trong nhiều lĩnh vực.
• B. Khoa học dữ liệu dựa trên nền tảng của toán học, thống kê và khoa học máy tính.
• C. Khoa học dữ liệu ngày càng trở nên quan trọng trong thế giới hiện đại.
• D. Khoa học dữ liệu chỉ phù hợp với các công ty công nghệ lớn, không cần thiết cho doanh nghiệp nhỏ.

Câu 27: Trong một quy trình khoa học dữ liệu, sau khi "xác định vấn đề", bước tiếp theo quan trọng là gì?

• A. Phân tích dữ liệu.
• B. Thu thập dữ liệu liên quan đến vấn đề.
• C. Trực quan hóa dữ liệu.
• D. Đánh giá kết quả phân tích.

Câu 28: Đâu là một ví dụ về "dữ liệu có cấu trúc" (structured data)?

• A. Bảng dữ liệu khách hàng trong cơ sở dữ liệu quan hệ (SQL).
• B. Bài đăng trên mạng xã hội Facebook.
• C. File âm thanh định dạng MP3.
• D. Video trên Youtube.

Câu 29: Trong khoa học dữ liệu, việc "lựa chọn đặc trưng" (feature selection) có ý nghĩa gì?

• A. Tạo ra các đặc trưng mới từ dữ liệu hiện có.
• B. Sắp xếp các đặc trưng theo thứ tự quan trọng.
• C. Chọn ra một tập hợp con các đặc trưng quan trọng nhất, giúp mô hình hiệu quả hơn và dễ diễn giải hơn.
• D. Mã hóa các đặc trưng thành dạng số.

Câu 30: Để đảm bảo tính khách quan và tin cậy của kết quả phân tích khoa học dữ liệu, cần chú trọng điều gì trong quá trình thực hiện dự án?

• A. Sử dụng các công cụ phần mềm mới nhất.
• B. Thu thập dữ liệu từ nhiều nguồn khác nhau.
• C. Làm việc với đội ngũ chuyên gia giàu kinh nghiệm.
• D. Tuân thủ quy trình khoa học, kiểm tra và đánh giá kết quả một cách cẩn thận, minh bạch.

Câu 1: Lĩnh vực nào sau đây không phải là một trong những trụ cột chính kết hợp lại tạo nên Khoa học dữ liệu?

• A. Toán học và Thống kê
• B. Khoa học máy tính
• C. Kiến thức chuyên môn trong lĩnh vực ứng dụng
• D. Thiết kế đồ họa và Nghệ thuật

Câu 2: Giai đoạn đầu tiên và quan trọng nhất trong quy trình của một dự án Khoa học dữ liệu là gì?

• A. Xác định rõ vấn đề cần giải quyết
• B. Thu thập dữ liệu
• C. Phân tích và trực quan hóa dữ liệu
• D. Xây dựng mô hình dự đoán

Câu 3: Một công ty bán lẻ muốn dự đoán xu hướng mua sắm của khách hàng trong 3 tháng tới dựa trên lịch sử giao dịch 5 năm qua. Hoạt động này thuộc mục tiêu nào của Khoa học dữ liệu?

• A. Phát hiện tri thức mới
• B. Xây dựng mô hình dự đoán
• C. Tối ưu hóa quyết định
• D. Trực quan hóa dữ liệu

Câu 4: Một nhà khoa học dữ liệu đang làm việc với một tập dữ liệu chứa thông tin về nhiệt độ, độ ẩm, và lượng mưa để dự báo khả năng xảy ra lũ lụt. Việc làm sạch, xử lý các giá trị thiếu hoặc không chính xác trong dữ liệu này thuộc giai đoạn nào của dự án Khoa học dữ liệu?

• A. Thu thập dữ liệu
• B. Phân tích và khai phá dữ liệu
• C. Chuẩn bị dữ liệu
• D. Đánh giá và giải thích kết quả

Câu 5: Giả sử bạn là một nhà khoa học dữ liệu được giao nhiệm vụ phân tích hiệu quả của một chiến dịch quảng cáo trực tuyến. Dữ liệu bạn có bao gồm số lần hiển thị quảng cáo, số lần nhấp chuột, và số lượt mua hàng. Hoạt động tính toán tỷ lệ nhấp chuột (CTR) hoặc tỷ lệ chuyển đổi (Conversion Rate) thuộc giai đoạn nào trong quy trình Khoa học dữ liệu?

• A. Thu thập dữ liệu
• B. Phân tích và khai phá dữ liệu
• C. Chuẩn bị dữ liệu
• D. Ra quyết định và triển khai

Câu 6: Mục tiêu "Phát hiện tri thức từ dữ liệu" trong Khoa học dữ liệu thường liên quan đến việc tìm ra điều gì?

• A. Cách thu thập dữ liệu nhanh nhất
• B. Chi phí lưu trữ dữ liệu
• C. Các quy tắc ngữ pháp trong văn bản
• D. Các mẫu hình, xu hướng hoặc mối quan hệ ẩn trong dữ liệu

Câu 7: Một cửa hàng tạp hóa sử dụng dữ liệu bán hàng để xác định những sản phẩm nào thường được mua cùng nhau (ví dụ: sữa và bánh mì). Kết quả phân tích này giúp cửa hàng sắp xếp lại cách trưng bày sản phẩm để tăng doanh thu. Ứng dụng này thuộc mục tiêu nào của Khoa học dữ liệu?

• A. Tối ưu hóa quyết định (về trưng bày sản phẩm)
• B. Xây dựng mô hình dự đoán (về hành vi mua sắm)
• C. Trực quan hóa dữ liệu (về doanh số)
• D. Chuẩn bị dữ liệu (về sản phẩm)

Câu 8: Tại sao kiến thức chuyên môn trong lĩnh vực ứng dụng (ví dụ: y tế, tài chính, giáo dục) lại quan trọng trong Khoa học dữ liệu?

• A. Giúp tự động hóa toàn bộ quy trình
• B. Thay thế hoàn toàn vai trò của toán học và thống kê
• C. Giúp hiểu ngữ cảnh của dữ liệu, xác định vấn đề phù hợp và diễn giải kết quả chính xác
• D. Chỉ cần thiết ở giai đoạn thu thập dữ liệu

Câu 9: Dự án Bộ gen người (Human Genome Project - HGP) là một ví dụ điển hình về ứng dụng Khoa học dữ liệu trong lĩnh vực nào?

• A. Y tế và Sinh học
• B. Thiên văn học
• C. Tài chính
• D. Giám sát môi trường

Câu 10: Hệ thống Giám sát đánh bắt cá toàn cầu (Global Fishing Watch) chủ yếu sử dụng loại dữ liệu nào để theo dõi và phát hiện hoạt động đánh bắt bất hợp pháp?

• A. Dữ liệu từ cảm biến dưới nước
• B. Dữ liệu từ nhật ký của tàu thuyền
• C. Dữ liệu vệ tinh về vị trí và hoạt động của tàu cá
• D. Dữ liệu phỏng vấn ngư dân

Câu 11: Phát hiện gian lận trong giao dịch tài chính là một ứng dụng quan trọng của Khoa học dữ liệu. Kỹ thuật nào sau đây thường được sử dụng để xây dựng các mô hình phát hiện gian lận?

• A. Phân tích cảm xúc văn bản
• B. Học máy (Machine Learning)
• C. Xử lý ảnh
• D. Phân tích chuỗi thời gian (chỉ riêng lẻ)

Câu 12: Giả sử một công ty bảo hiểm muốn sử dụng Khoa học dữ liệu để phân tích các yêu cầu bồi thường nhằm xác định những trường hợp có khả năng gian lận cao. Bước đầu tiên trong quy trình này sẽ là gì?

• A. Trực quan hóa tất cả các yêu cầu bồi thường
• B. Báo cáo các trường hợp nghi ngờ cho cảnh sát
• C. Xây dựng một mô hình dự đoán ngay lập tức
• D. Xác định rõ "gian lận" nghĩa là gì trong bối cảnh của công ty và mục tiêu phát hiện

Câu 13: Khi một nhà khoa học dữ liệu trình bày kết quả phân tích cho người ra quyết định, việc trực quan hóa dữ liệu (ví dụ: sử dụng biểu đồ, đồ thị) đóng vai trò gì?

• A. Giúp người không chuyên dễ dàng hiểu được các mẫu hình và thông tin quan trọng từ dữ liệu
• B. Chỉ để làm cho báo cáo trông đẹp mắt hơn
• C. Thay thế hoàn toàn việc phân tích số liệu
• D. Chỉ hữu ích trong giai đoạn thu thập dữ liệu

Câu 14: Mô hình ngôn ngữ lớn (LLM) như GPT-3 là một thành tựu nổi bật của Khoa học dữ liệu và Trí tuệ nhân tạo trong lĩnh vực nào?

• A. Phân tích hình ảnh
• B. Xử lý ngôn ngữ tự nhiên
• C. Phân tích chuỗi gen
• D. Dự báo thời tiết

Câu 15: Sau khi xây dựng và đánh giá một mô hình dự đoán, giai đoạn tiếp theo trong quy trình Khoa học dữ liệu là gì, đặc biệt nếu mô hình được chứng minh là hiệu quả?

• A. Quay lại thu thập thêm dữ liệu
• B. Bỏ qua kết quả và bắt đầu lại
• C. Chỉ báo cáo kết quả mà không làm gì thêm
• D. Ra quyết định dựa trên kết quả và triển khai giải pháp

Câu 16: Một nhà nghiên cứu đang phân tích dữ liệu từ một cuộc khảo sát trực tuyến để hiểu hành vi của người dùng trên một trang web. Anh ấy nhận thấy rằng nhiều câu trả lời cho câu hỏi về tuổi không hợp lệ (ví dụ: nhập "abc" hoặc "-10"). Việc xử lý những dữ liệu không hợp lệ này thuộc bước nào trong quy trình Khoa học dữ liệu?

• A. Thu thập dữ liệu
• B. Phân tích dữ liệu
• C. Chuẩn bị dữ liệu
• D. Trực quan hóa dữ liệu

Câu 17: Trong bối cảnh Khoa học dữ liệu, "Dữ liệu lớn" (Big Data) thường được mô tả bằng các chữ "V". Ba chữ "V" phổ biến nhất là gì?

• A. Volume (Khối lượng), Velocity (Vận tốc), Variety (Đa dạng)
• B. Visibility (Hiển thị), Validity (Tính hợp lệ), Value (Giá trị)
• C. Visualization (Trực quan hóa), Verification (Xác minh), Volume (Khối lượng)
• D. Velocity (Vận tốc), Verification (Xác minh), Value (Giá trị)

Câu 18: Một công ty muốn sử dụng dữ liệu lịch sử về sự cố máy móc để dự đoán khi nào một thiết bị cụ thể có khả năng bị hỏng. Ứng dụng này minh họa mục tiêu nào của Khoa học dữ liệu?

• A. Trực quan hóa dữ liệu
• B. Xây dựng mô hình dự đoán
• C. Phát hiện tri thức mới
• D. Tối ưu hóa quyết định sản xuất

Câu 19: Bạn đang phân tích dữ liệu bán hàng và tạo ra một biểu đồ thể hiện doanh thu theo từng tháng trong năm. Hoạt động này thuộc giai đoạn nào của quy trình Khoa học dữ liệu?

• A. Trực quan hóa dữ liệu
• B. Thu thập dữ liệu
• C. Chuẩn bị dữ liệu
• D. Ra quyết định

Câu 20: Tại sao việc đánh giá và giải thích kết quả là một giai đoạn quan trọng trong dự án Khoa học dữ liệu?

• A. Để làm cho dự án kéo dài hơn
• B. Chỉ để kiểm tra xem mô hình có chạy hay không
• C. Để hiểu ý nghĩa của kết quả, xác định tính chính xác và độ tin cậy trước khi đưa ra quyết định
• D. Để tìm lỗi trong dữ liệu gốc

Câu 21: Khi một công ty thương mại điện tử sử dụng dữ liệu về lịch sử duyệt web và mua sắm của khách hàng để gợi ý sản phẩm phù hợp, họ đang áp dụng Khoa học dữ liệu để đạt được mục tiêu nào?

• A. Phát hiện gian lận
• B. Phân tích cảm xúc
• C. Tự động hóa quy trình kế toán
• D. Cá nhân hóa trải nghiệm người dùng và tối ưu hóa doanh số

Câu 22: Trong giai đoạn "Thu thập dữ liệu" của một dự án Khoa học dữ liệu, nguồn dữ liệu có thể đến từ đâu?

• A. Cơ sở dữ liệu nội bộ, API công khai, các cuộc khảo sát, cảm biến IoT
• B. Chỉ từ các tệp Excel
• C. Chỉ từ kết quả tìm kiếm trên Google
• D. Chỉ từ các bài báo khoa học

Câu 23: Một nhà khoa học dữ liệu đang xem xét kết quả của một mô hình dự đoán và nhận thấy rằng mô hình hoạt động rất tốt trên dữ liệu huấn luyện nhưng kém hiệu quả trên dữ liệu mới. Vấn đề này thường được gọi là gì trong học máy?

• A. Thiếu dữ liệu
• B. Dữ liệu nhiễu
• C. Quá khớp (Overfitting)
• D. Thiếu sót (Underfitting)

Câu 24: Kính thiên văn không gian Kepler đã tạo ra một lượng lớn dữ liệu về độ sáng của các ngôi sao. Dữ liệu này được sử dụng chủ yếu cho mục đích nào trong khoa học dữ liệu thiên văn?

• A. Đo nhiệt độ của các hành tinh
• B. Phát hiện các hành tinh ngoài hệ mặt trời (ngoại hành tinh) dựa trên sự thay đổi độ sáng của ngôi sao chủ
• C. Xác định khoảng cách chính xác đến các thiên hà xa xôi
• D. Chụp ảnh chi tiết bề mặt các hành tinh

Câu 25: Một tổ chức y tế công cộng muốn sử dụng Khoa học dữ liệu để phân tích dữ liệu bệnh nhân nhằm xác định các yếu tố nguy cơ hàng đầu gây ra bệnh tim mạch trong cộng đồng. Hoạt động này tập trung chủ yếu vào mục tiêu nào của Khoa học dữ liệu?

• A. Phát hiện tri thức từ dữ liệu (về các yếu tố nguy cơ)
• B. Trực quan hóa dữ liệu (về số ca bệnh)
• C. Xây dựng mô hình dự đoán (về từng bệnh nhân)
• D. Tối ưu hóa quyết định điều trị

Câu 26: Tại sao đạo đức trong Khoa học dữ liệu ngày càng trở nên quan trọng?

• A. Chỉ để tuân thủ các quy định pháp luật
• B. Để làm cho dữ liệu sạch hơn
• C. Để giảm bớt khối lượng công việc cho nhà khoa học dữ liệu
• D. Để đảm bảo việc sử dụng dữ liệu và kết quả phân tích không dẫn đến phân biệt đối xử, xâm phạm quyền riêng tư hoặc gây hại cho cá nhân/xã hội

Câu 27: Một trong những thách thức lớn khi làm việc với dữ liệu lớn (Big Data) là gì?

• A. Dữ liệu quá sạch và chuẩn hóa
• B. Việc lưu trữ, xử lý và phân tích đòi hỏi hạ tầng công nghệ và kỹ thuật phức tạp
• C. Luôn có đủ công cụ miễn phí để xử lý
• D. Dữ liệu luôn đến từ một nguồn duy nhất

Câu 28: Khi một nhà khoa học dữ liệu sử dụng thuật toán để phân nhóm khách hàng thành các phân khúc khác nhau dựa trên hành vi mua sắm của họ, kỹ thuật này thường được gọi là gì trong Khoa học dữ liệu?

• A. Phân cụm (Clustering)
• B. Phân loại (Classification)
• C. Hồi quy (Regression)
• D. Phát hiện bất thường (Anomaly Detection)

Câu 29: Giả sử bạn có một tập dữ liệu về các bức ảnh và bạn muốn xây dựng một mô hình để tự động nhận diện xem trong ảnh có chó hay mèo. Lĩnh vực con nào của Khoa học dữ liệu và AI chuyên về việc này?

• A. Xử lý ngôn ngữ tự nhiên (NLP)
• B. Phân tích chuỗi thời gian
• C. Thị giác máy tính (Computer Vision)
• D. Hệ thống gợi ý (Recommender Systems)

Câu 30: Mục tiêu "Tối ưu hóa quyết định" trong Khoa học dữ liệu có ý nghĩa là gì?

• A. Chỉ đơn giản là đưa ra bất kỳ quyết định nào
• B. Sử dụng kết quả phân tích dữ liệu để đưa ra lựa chọn tốt nhất nhằm đạt được mục tiêu cụ thể
• C. Tự động hóa hoàn toàn quá trình ra quyết định mà không cần con người
• D. Chỉ áp dụng trong lĩnh vực tài chính

Câu 1: Khoa học dữ liệu (Data Science) được mô tả là một lĩnh vực liên ngành. Yếu tố nào sau đây phản ánh rõ nhất tính liên ngành này?

• A. Nó chỉ yêu cầu kiến thức sâu về lập trình.
• B. Nó chủ yếu dựa vào các công cụ phần mềm có sẵn.
• C. Nó kết hợp kiến thức từ Toán học, Thống kê, Khoa học máy tính và kiến thức chuyên môn trong lĩnh vực ứng dụng cụ thể.
• D. Mục tiêu duy nhất của nó là tạo ra các biểu đồ và báo cáo đẹp mắt.

Câu 2: Trong quy trình dự án Khoa học dữ liệu điển hình, giai đoạn nào sau đây tập trung vào việc làm sạch, biến đổi và tổ chức dữ liệu thô để chuẩn bị cho phân tích?

• A. Xác định vấn đề
• B. Chuẩn bị dữ liệu
• C. Phân tích và khai phá dữ liệu
• D. Ra quyết định và triển khai

Câu 3: Một công ty bán lẻ muốn dự đoán doanh số bán hàng trong quý tới dựa trên dữ liệu lịch sử. Họ sẽ áp dụng mục tiêu chính nào của Khoa học dữ liệu?

• A. Xây dựng mô hình dự đoán
• B. Phát hiện tri thức từ dữ liệu
• C. Tối ưu hóa quyết định
• D. Chỉ trực quan hóa dữ liệu

Câu 4: Dự án Bộ gen người (Human Genome Project) là một ví dụ nổi bật về ứng dụng Khoa học dữ liệu. Khoa học dữ liệu đã đóng vai trò như thế nào trong dự án này?

• A. Giúp tự động hóa quá trình lấy mẫu máu.
• B. Chỉ đơn thuần là lưu trữ dữ liệu gen.
• C. Giúp thiết kế các phòng thí nghiệm hiệu quả hơn.
• D. Phân tích, sắp xếp và giải thích lượng lớn dữ liệu trình tự gen.

Câu 5: Kính thiên văn Kepler đã thu thập lượng dữ liệu khổng lồ về độ sáng của các ngôi sao. Để phát hiện các ngoại hành tinh (exoplanets) từ dữ liệu này, các nhà khoa học dữ liệu có thể sử dụng kỹ thuật phân tích nào?

• A. Phân tích dữ liệu văn bản.
• B. Phân tích chuỗi thời gian (time series analysis) để tìm kiếm sự sụt giảm định kỳ về độ sáng.
• C. Phân tích hình ảnh để nhận dạng thiên hà.
• D. Phân tích mạng xã hội của các ngôi sao.

Câu 6: Hệ thống Giám sát đánh bắt cá toàn cầu (Global Fishing Watch) sử dụng Khoa học dữ liệu và dữ liệu vệ tinh. Ứng dụng này minh họa cho khả năng của Khoa học dữ liệu trong việc gì?

• A. Phát triển các loại tàu cá mới.
• B. Thay thế hoàn toàn ngư dân bằng máy móc.
• C. Theo dõi, phân tích hành vi và phát hiện hoạt động bất hợp pháp trên quy mô lớn.
• D. Dự báo thời tiết cho các chuyến đi biển.

Câu 7: Các mô hình ngôn ngữ lớn (LLM) như GPT-3 là kết quả của sự tiến bộ trong Khoa học dữ liệu và Trí tuệ nhân tạo. Chúng thể hiện ứng dụng của Khoa học dữ liệu trong lĩnh vực nào?

• A. Xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP).
• B. Phân tích dữ liệu số học.
• C. Tối ưu hóa chuỗi cung ứng.
• D. Phân tích hình ảnh y tế.

Câu 8: Khi American Express áp dụng mô hình học máy để phát hiện gian lận trong giao dịch tài chính, họ đang sử dụng Khoa học dữ liệu để giải quyết vấn đề gì?

• A. Giảm phí giao dịch cho khách hàng.
• B. Tăng tốc độ thanh toán.
• C. Mở rộng mạng lưới chấp nhận thẻ.
• D. Phát hiện các mẫu hành vi bất thường và rủi ro.

Câu 9: Tại sao kiến thức về Thống kê lại quan trọng đối với một nhà Khoa học dữ liệu?

• A. Để thiết kế phần cứng máy tính.
• B. Để hiểu cấu trúc dữ liệu, phân tích mối quan hệ, kiểm định giả thuyết và đánh giá mô hình.
• C. Để viết code giao diện người dùng.
• D. Chỉ cần thiết cho việc thu thập dữ liệu ban đầu.

Câu 10: Ngoài các kỹ năng kỹ thuật (Toán, Thống kê, Lập trình), một nhà Khoa học dữ liệu cần có kỹ năng mềm nào để làm việc hiệu quả, đặc biệt khi trình bày kết quả cho những người không chuyên về kỹ thuật?

• A. Kỹ năng sửa chữa máy in.
• B. Kỹ năng nhớ tất cả các công thức toán học.
• C. Kỹ năng giao tiếp và trực quan hóa dữ liệu để giải thích kết quả phức tạp một cách rõ ràng.
• D. Kỹ năng chỉ làm việc độc lập.

Câu 11: Giai đoạn "Phân tích và khai phá dữ liệu" trong quy trình Khoa học dữ liệu bao gồm những hoạt động chính nào?

• A. Chỉ thu thập thêm dữ liệu.
• B. Chỉ viết báo cáo cuối cùng.
• C. Chỉ cài đặt phần mềm.
• D. Áp dụng các kỹ thuật thống kê, học máy để tìm kiếm mẫu hình, xu hướng và xây dựng mô hình.

Câu 12: Tại sao "kiến thức chuyên môn trong lĩnh vực ứng dụng" (domain knowledge) lại là một thành phần quan trọng của Khoa học dữ liệu?

• A. Giúp hiểu rõ vấn đề kinh doanh hoặc khoa học, diễn giải kết quả phân tích một cách chính xác và đặt ra câu hỏi phù hợp.
• B. Giúp viết code nhanh hơn.
• C. Giúp thu thập dữ liệu tự động.
• D. Chỉ cần thiết cho giai đoạn trực quan hóa.

Câu 13: Một nhà Khoa học dữ liệu đang làm việc với dữ liệu về khách hàng của một ngân hàng để xác định những khách hàng có khả năng vỡ nợ cao. Đây là một ví dụ về ứng dụng Khoa học dữ liệu để làm gì?

• A. Tự động hóa dịch vụ khách hàng.
• B. Thiết kế lại chi nhánh ngân hàng.
• C. Đánh giá rủi ro và đưa ra quyết định cho vay.
• D. Quảng cáo sản phẩm mới cho tất cả khách hàng.

Câu 14: Trong bối cảnh dữ liệu lớn (Big Data), đặc điểm "Variety" (Đa dạng) đề cập đến điều gì?

• A. Số lượng dữ liệu rất lớn.
• B. Tốc độ dữ liệu được tạo ra nhanh.
• C. Tính xác thực và tin cậy của dữ liệu.
• D. Sự tồn tại của nhiều loại dữ liệu khác nhau (có cấu trúc, bán cấu trúc, phi cấu trúc) từ nhiều nguồn khác nhau.

Câu 15: Tại sao giai đoạn "Trực quan hóa dữ liệu" lại quan trọng trong Khoa học dữ liệu?

• A. Giúp con người dễ dàng hiểu được các mẫu hình, xu hướng và thông tin quan trọng từ dữ liệu phức tạp.
• B. Thay thế hoàn toàn việc phân tích dữ liệu.
• C. Chỉ để làm cho báo cáo trông đẹp hơn.
• D. Là bước cuối cùng và không cần thiết trước khi ra quyết định.

Câu 16: Một nhà Khoa học dữ liệu muốn xây dựng một mô hình phân loại email thành "thư rác" hoặc "không phải thư rác". Đây là một ví dụ về bài toán thuộc loại nào trong học máy?

• A. Hồi quy (Regression).
• B. Phân loại (Classification).
• C. Phân cụm (Clustering).
• D. Giảm chiều (Dimensionality Reduction).

Câu 17: Khi áp dụng Khoa học dữ liệu để tối ưu hóa tuyến đường giao thông trong một thành phố, mục tiêu chính của việc này là gì?

• A. Tăng số lượng phương tiện cá nhân trên đường.
• B. Chỉ thu thập dữ liệu về tai nạn giao thông.
• C. Xây thêm nhiều đường cao tốc.
• D. Giảm tắc nghẽn, tiết kiệm thời gian di chuyển và tối ưu hóa việc sử dụng hạ tầng.

Câu 18: Đâu là một thách thức tiềm ẩn về mặt đạo đức khi sử dụng Khoa học dữ liệu trong các quyết định ảnh hưởng đến con người (ví dụ: tuyển dụng, cho vay)?

• A. Nguy cơ thiên vị (bias) trong dữ liệu hoặc thuật toán dẫn đến phân biệt đối xử.
• B. Dữ liệu quá sạch sẽ và hoàn hảo.
• C. Mô hình quá đơn giản.
• D. Thiếu dữ liệu để phân tích.

Câu 19: Giai đoạn "Xác định vấn đề" trong quy trình Khoa học dữ liệu đòi hỏi điều gì?

• A. Chỉ cần thu thập bất kỳ dữ liệu nào có sẵn.
• B. Hiểu rõ mục tiêu kinh doanh/khoa học, xác định câu hỏi cần trả lời và kết quả mong muốn.
• C. Bắt đầu xây dựng mô hình ngay lập tức.
• D. Chỉ tập trung vào việc cài đặt phần mềm phân tích.

Câu 20: Khi phân tích dữ liệu, việc xác định các giá trị ngoại lai (outliers) và xử lý chúng là một phần của giai đoạn nào trong quy trình Khoa học dữ liệu?

• A. Thu thập dữ liệu.
• B. Xác định vấn đề.
• C. Chuẩn bị dữ liệu.
• D. Trực quan hóa kết quả cuối cùng.

Câu 21: Đâu là một ví dụ về việc sử dụng Khoa học dữ liệu để "phát hiện tri thức từ dữ liệu"?

• A. Tìm ra mối liên hệ bất ngờ giữa hành vi mua sắm của khách hàng và thời tiết.
• B. Chỉ tính tổng doanh số hàng tháng.
• C. Tạo một biểu đồ cột đơn giản.
• D. Lưu trữ dữ liệu khách hàng vào cơ sở dữ liệu.

Câu 22: Một dự án Khoa học dữ liệu thường có tính chất lặp (iterative). Điều này có nghĩa là gì?

• A. Mỗi giai đoạn chỉ được thực hiện một lần duy nhất.
• B. Dự án luôn thất bại và phải bắt đầu lại từ đầu.
• C. Chỉ có một người làm việc trên toàn bộ dự án.
• D. Có thể quay lại các giai đoạn trước đó (ví dụ: quay lại chuẩn bị dữ liệu sau khi phân tích) để cải thiện kết quả hoặc tinh chỉnh vấn đề.

Câu 23: Tại sao việc đánh giá và giải thích kết quả phân tích là một giai đoạn quan trọng trong Khoa học dữ liệu?

• A. Để đảm bảo mô hình chính xác, hiểu được ý nghĩa của kết quả và truyền đạt thông tin cho các bên liên quan để đưa ra quyết định đúng đắn.
• B. Chỉ để tạo ra một báo cáo dài.
• C. Để chứng minh rằng tất cả dữ liệu đều hoàn hảo.
• D. Bước này không ảnh hưởng đến quyết định cuối cùng.

Câu 24: Khi làm việc với dữ liệu phi cấu trúc như văn bản hoặc hình ảnh, nhà Khoa học dữ liệu cần áp dụng các kỹ thuật đặc thù. Điều này liên quan đến đặc điểm nào của dữ liệu lớn?

• A. Volume (Khối lượng).
• B. Velocity (Tốc độ).
• C. Variety (Đa dạng).
• D. Veracity (Tính xác thực).

Câu 25: Một công ty dịch vụ trực tuyến thu thập dữ liệu về hành vi người dùng theo thời gian thực (ví dụ: số lần nhấp chuột, thời gian trên trang). Đây là ví dụ về dữ liệu có đặc điểm nào nổi bật?

• A. Volume (Khối lượng).
• B. Velocity (Tốc độ).
• C. Variety (Đa dạng).
• D. Veracity (Tính xác thực).

Câu 26: Mục tiêu "Tối ưu hóa quyết định" trong Khoa học dữ liệu có nghĩa là gì?

• A. Chỉ đưa ra quyết định dựa trên kinh nghiệm cá nhân.
• B. Đưa ra quyết định một cách ngẫu nhiên.
• C. Chỉ thu thập thêm dữ liệu mà không phân tích.
• D. Sử dụng phân tích dữ liệu và mô hình để đưa ra lựa chọn tốt nhất trong các tình huống phức tạp.

Câu 27: Tại sao việc "ra quyết định và triển khai" là giai đoạn cuối cùng nhưng cũng rất quan trọng trong một dự án Khoa học dữ liệu?

• A. Vì đây là lúc thu thập dữ liệu ban đầu.
• B. Vì đây là lúc làm sạch dữ liệu.
• C. Vì kết quả phân tích chỉ có giá trị khi được áp dụng vào thực tế để tạo ra sự thay đổi hoặc cải thiện.
• D. Vì giai đoạn này không đòi hỏi kỹ năng phân tích.

Câu 28: Một nhà Khoa học dữ liệu cần phân tích dữ liệu về thời tiết để dự báo nhiệt độ ngày mai. Đây là một ví dụ về bài toán thuộc loại nào trong học máy?

• A. Hồi quy (Regression).
• B. Phân loại (Classification).
• C. Phân cụm (Clustering).
• D. Phát hiện bất thường (Anomaly Detection).

Câu 29: Khi một công ty sử dụng Khoa học dữ liệu để hiểu rõ hơn về hành vi và sở thích của các nhóm khách hàng khác nhau, họ đang thực hiện hoạt động gì?

• A. Tối ưu hóa giá sản phẩm.
• B. Phân khúc khách hàng (Customer Segmentation).
• C. Dự báo thời tiết.
• D. Tự động hóa sản xuất.

Câu 30: Đâu là một kỹ năng tư duy bậc cao quan trọng mà Khoa học dữ liệu đòi hỏi?

• A. Chỉ ghi nhớ công thức.
• B. Chỉ sao chép dữ liệu.
• C. Chỉ gõ máy nhanh.
• D. Phân tích (Analysis) dữ liệu để tìm ra mối quan hệ và ý nghĩa tiềm ẩn.

Câu 1: Khoa học dữ liệu được mô tả là một lĩnh vực liên ngành. Điều này có nghĩa là khoa học dữ liệu tích hợp kiến thức và phương pháp từ những lĩnh vực chính nào?

• A. Chỉ Tin học và Toán học.
• B. Chỉ Thống kê và Kinh doanh.
• C. Toán học, Thống kê và Khoa học máy tính, cùng với kiến thức chuyên môn trong lĩnh vực ứng dụng.
• D. Chỉ Khoa học máy tính và các lĩnh vực nghệ thuật.

Câu 2: Mục tiêu cốt lõi nhất của khoa học dữ liệu là gì?

• A. Thu thập càng nhiều dữ liệu càng tốt.
• B. Xây dựng các phần mềm phức tạp để xử lý dữ liệu.
• C. Trực quan hóa dữ liệu dưới dạng biểu đồ đẹp mắt.
• D. Phát hiện tri thức, hiểu biết sâu sắc và đưa ra quyết định dựa trên dữ liệu.

Câu 3: Giả sử một công ty thương mại điện tử muốn giảm thiểu tình trạng khách hàng bỏ giỏ hàng. Họ quyết định sử dụng khoa học dữ liệu để phân tích hành vi của khách hàng. Giai đoạn đầu tiên trong quy trình dự án khoa học dữ liệu mà họ cần thực hiện là gì?

• A. Xác định vấn đề kinh doanh cần giải quyết.
• B. Thu thập dữ liệu lịch sử mua sắm của khách hàng.
• C. Xây dựng mô hình dự đoán hành vi.
• D. Trực quan hóa dữ liệu về giỏ hàng bị bỏ quên.

Câu 4: Sau khi xác định vấn đề (giảm bỏ giỏ hàng), công ty thương mại điện tử tiến hành thu thập dữ liệu về lịch sử duyệt web, sản phẩm đã xem, sản phẩm đã thêm vào giỏ hàng, thông tin cá nhân khách hàng, v.v. Giai đoạn tiếp theo trong quy trình dự án khoa học dữ liệu là gì?

• A. Phân tích và khai phá dữ liệu.
• B. Chuẩn bị dữ liệu (làm sạch, biến đổi, tích hợp).
• C. Đánh giá và giải thích kết quả.
• D. Ra quyết định và triển khai.

Câu 5: Trong giai đoạn chuẩn bị dữ liệu cho dự án giảm bỏ giỏ hàng, công ty phát hiện nhiều bản ghi khách hàng bị thiếu thông tin tuổi hoặc địa chỉ không nhất quán. Hoạt động nào sau đây thuộc về giai đoạn này?

• A. Xây dựng biểu đồ thể hiện tỷ lệ bỏ giỏ hàng theo ngày.
• B. Áp dụng thuật toán học máy để dự đoán.
• C. Trình bày kết quả phân tích cho ban giám đốc.
• D. Điền giá trị thiếu hoặc chuẩn hóa định dạng địa chỉ.

Câu 6: Giai đoạn nào trong quy trình dự án khoa học dữ liệu tập trung vào việc tìm ra các mẫu hình, xu hướng và mối quan hệ ẩn trong dữ liệu đã được chuẩn bị?

• A. Phân tích và khai phá dữ liệu.
• B. Thu thập dữ liệu.
• C. Đánh giá và giải thích.
• D. Ra quyết định và triển khai.

Câu 7: Sau khi xây dựng mô hình dự đoán khách hàng có khả năng bỏ giỏ hàng cao, công ty cần kiểm tra xem mô hình hoạt động tốt đến mức nào. Giai đoạn nào của dự án khoa học dữ liệu thực hiện việc này?

• A. Thu thập dữ liệu.
• B. Chuẩn bị dữ liệu.
• C. Đánh giá và giải thích kết quả.
• D. Ra quyết định và triển khai.

Câu 8: Tại sao giai đoạn "Ra quyết định và triển khai" lại là bước cuối cùng quan trọng trong quy trình dự án khoa học dữ liệu?

• A. Vì đây là lúc thu thập thêm dữ liệu nếu cần.
• B. Vì kết quả phân tích phải được chuyển đổi thành hành động cụ thể để giải quyết vấn đề ban đầu.
• C. Vì đây là lúc xác định lại vấn đề nếu kết quả không như mong đợi.
• D. Vì đây là lúc trực quan hóa toàn bộ quá trình.

Câu 9: Dự án Bộ gen người (Human Genome Project - HGP) là một ví dụ điển hình về ứng dụng quy mô lớn của khoa học dữ liệu trong lĩnh vực nào?

• A. Y học và Sinh học.
• B. Thiên văn học.
• C. Tài chính ngân hàng.
• D. Giám sát môi trường.

Câu 10: Thách thức lớn mà Dự án Bộ gen người (HGP) đặt ra cho khoa học dữ liệu chủ yếu liên quan đến điều gì?

• A. Thiếu các nhà khoa học có chuyên môn.
• B. Chi phí thu thập dữ liệu quá thấp.
• C. Khối lượng dữ liệu khổng lồ cần lưu trữ, xử lý và phân tích.
• D. Không có công nghệ máy tính phù hợp.

Câu 11: Kính thiên văn Kepler đã tạo ra một lượng lớn dữ liệu về độ sáng của các ngôi sao. Mục đích chính của việc thu thập dữ liệu này trong bối cảnh khoa học dữ liệu là gì?

• A. Để tạo ra những bức ảnh đẹp về vũ trụ.
• B. Để phát hiện và nghiên cứu các hành tinh ngoài hệ mặt trời (ngoại hành tinh) dựa trên sự thay đổi độ sáng của ngôi sao chủ.
• C. Để đo nhiệt độ chính xác của các ngôi sao.
• D. Để tính toán khoảng cách giữa các thiên hà.

Câu 12: Hệ thống Giám sát đánh bắt cá toàn cầu (Global Fishing Watch) sử dụng dữ liệu vệ tinh và khoa học dữ liệu để giải quyết vấn đề nào?

• A. Dự báo thời tiết trên biển.
• B. Theo dõi sự di cư của các loài chim biển.
• C. Đo nhiệt độ bề mặt nước biển.
• D. Phát hiện và ngăn chặn hoạt động đánh bắt cá bất hợp pháp, không báo cáo và không theo quy định (IUU fishing).

Câu 13: Các mô hình ngôn ngữ lớn (LLM) như GPT-3 là một thành tựu nổi bật của khoa học dữ liệu, đặc biệt trong lĩnh vực nào?

• A. Xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP).
• B. Nhận dạng hình ảnh.
• C. Phân tích dữ liệu tài chính.
• D. Dự báo thời tiết.

Câu 14: Khoa học dữ liệu đã giúp các tổ chức tài chính như American Express cải thiện đáng kể khả năng phát hiện gian lận bằng cách nào?

• A. Tăng cường số lượng nhân viên kiểm tra giao dịch thủ công.
• B. Chỉ dựa vào các quy tắc cố định để phát hiện gian lận.
• C. Xây dựng và triển khai các mô hình học máy để phân tích hành vi giao dịch bất thường.
• D. Yêu cầu khách hàng xác nhận mọi giao dịch nhỏ.

Câu 15: Một nhà khoa học dữ liệu đang làm việc với một tập dữ liệu lớn về giao dịch ngân hàng để tìm ra các giao dịch có dấu hiệu rửa tiền. Công việc này thuộc về giai đoạn nào trong quy trình dự án khoa học dữ liệu?

• A. Thu thập dữ liệu.
• B. Phân tích và khai phá dữ liệu.
• C. Đánh giá và giải thích kết quả.
• D. Ra quyết định và triển khai.

Câu 16: Vai trò của Thống kê trong khoa học dữ liệu là gì?

• A. Chỉ cung cấp các công cụ để lưu trữ dữ liệu.
• B. Chỉ giúp thiết kế giao diện người dùng.
• C. Chỉ liên quan đến việc thu thập dữ liệu.
• D. Cung cấp các phương pháp để hiểu, tóm tắt dữ liệu, kiểm định giả thuyết và xây dựng mô hình dựa trên xác suất.

Câu 17: Tại sao Khoa học máy tính lại là một thành phần không thể thiếu của khoa học dữ liệu?

• A. Vì Khoa học máy tính cung cấp kiến thức về kinh doanh.
• B. Vì Khoa học máy tính giúp thu thập dữ liệu thủ công.
• C. Vì Khoa học máy tính cung cấp các thuật toán, công cụ phần mềm và năng lực tính toán để xử lý và phân tích dữ liệu quy mô lớn.
• D. Vì Khoa học máy tính chỉ liên quan đến việc tạo ra hình ảnh trực quan.

Câu 18: Khi một nhà khoa học dữ liệu sử dụng biểu đồ, đồ thị hoặc bảng tổng hợp để trình bày các phát hiện từ dữ liệu, họ đang thực hiện hoạt động nào?

• A. Trực quan hóa dữ liệu (Data Visualization).
• B. Thu thập dữ liệu.
• C. Mô hình hóa dữ liệu.
• D. Làm sạch dữ liệu.

Câu 19: Một trong những thách thức chính khi làm việc với dữ liệu lớn (Big Data) trong khoa học dữ liệu là gì?

• A. Dữ liệu lớn luôn sạch và dễ hiểu.
• B. Dữ liệu lớn có khối lượng nhỏ nên dễ lưu trữ.
• C. Dữ liệu lớn thường chỉ đến từ một nguồn duy nhất.
• D. Khối lượng, tốc độ và sự đa dạng của dữ liệu đòi hỏi các công cụ và kỹ thuật xử lý chuyên biệt.

Câu 20: Tại sao kiến thức chuyên môn về lĩnh vực ứng dụng (ví dụ: y tế, tài chính, bán lẻ) lại quan trọng đối với một nhà khoa học dữ liệu?

• A. Để họ có thể viết code nhanh hơn.
• B. Để họ hiểu rõ ngữ cảnh của dữ liệu, xác định vấn đề phù hợp và diễn giải kết quả phân tích một cách chính xác.
• C. Để họ có thể thiết kế phần cứng máy tính.
• D. Để họ có thể thu thập dữ liệu bằng tay hiệu quả hơn.

Câu 21: Khi phân tích dữ liệu về doanh số bán hàng, nhà khoa học dữ liệu nhận thấy có một số giao dịch có giá trị âm, điều này không thể xảy ra trong thực tế. Hoạt động khắc phục vấn đề này thuộc giai đoạn nào?

• A. Chuẩn bị dữ liệu.
• B. Thu thập dữ liệu.
• C. Phân tích và khai phá dữ liệu.
• D. Đánh giá và giải thích.

Câu 22: Một công ty truyền thông xã hội sử dụng khoa học dữ liệu để phân tích nội dung người dùng đăng tải và dự đoán xu hướng viral. Loại dữ liệu chính mà họ xử lý trong trường hợp này là gì?

• A. Dữ liệu số học (numerical data) thuần túy.
• B. Dữ liệu hình ảnh tĩnh (static image data).
• C. Dữ liệu văn bản (text data) và có thể cả hình ảnh, video.
• D. Dữ liệu địa lý (geographical data) thuần túy.

Câu 23: Sự khác biệt chính giữa khoa học dữ liệu và phân tích dữ liệu (data analysis) truyền thống là gì?

• A. Khoa học dữ liệu chỉ sử dụng dữ liệu lớn, còn phân tích dữ liệu thì không.
• B. Khoa học dữ liệu không sử dụng thống kê.
• C. Phân tích dữ liệu chỉ tập trung vào dự báo, còn khoa học dữ liệu thì không.
• D. Khoa học dữ liệu có phạm vi rộng hơn, bao gồm toàn bộ vòng đời dữ liệu từ thu thập, chuẩn bị, phân tích sâu, xây dựng mô hình dự đoán/tối ưu hóa, đến triển khai và ra quyết định, thường xử lý dữ liệu phức tạp và quy mô lớn hơn.

Câu 24: Tại sao việc trực quan hóa dữ liệu lại quan trọng trong giai đoạn "Phân tích và khai phá dữ liệu"?

• A. Để làm cho báo cáo trông đẹp hơn.
• B. Để dễ dàng phát hiện các mẫu hình, xu hướng, ngoại lệ và hiểu cấu trúc dữ liệu một cách trực quan.
• C. Để thay thế hoàn toàn việc phân tích thống kê.
• D. Để làm cho quá trình thu thập dữ liệu nhanh hơn.

Câu 25: Một công ty y tế sử dụng khoa học dữ liệu để phân tích hồ sơ bệnh án của bệnh nhân. Vấn đề đạo đức nào cần được đặc biệt lưu ý trong trường hợp này?

• A. Chi phí lưu trữ dữ liệu.
• B. Tốc độ xử lý dữ liệu.
• C. Bảo mật và quyền riêng tư của thông tin bệnh nhân.
• D. Lựa chọn ngôn ngữ lập trình phù hợp.

Câu 26: Khi một mô hình khoa học dữ liệu được triển khai trong thực tế (ví dụ: mô hình dự đoán gian lận thẻ tín dụng), việc giám sát hiệu suất của mô hình theo thời gian có quan trọng không? Tại sao?

• A. Có, vì dữ liệu thực tế có thể thay đổi theo thời gian, làm giảm độ chính xác của mô hình.
• B. Không, vì mô hình đã được đánh giá là tốt trước khi triển khai.
• C. Chỉ quan trọng nếu dữ liệu đầu vào rất nhỏ.
• D. Chỉ quan trọng trong giai đoạn thu thập dữ liệu.

Câu 27: Một nhà khoa học dữ liệu được giao nhiệm vụ phân tích dữ liệu cảm biến từ một nhà máy để dự đoán khi nào một thiết bị có khả năng bị hỏng (bảo trì dự đoán). Đây là một ví dụ về ứng dụng khoa học dữ liệu trong lĩnh vực nào?

• A. Phân tích ngôn ngữ tự nhiên.
• B. Công nghiệp và Sản xuất (Industrial Analytics).
• C. Thương mại điện tử.
• D. Thiên văn học.

Câu 28: Trong quy trình khoa học dữ liệu, việc "làm sạch" dữ liệu (data cleaning) nhằm mục đích gì?

• A. Để làm cho dữ liệu có kích thước nhỏ hơn.
• B. Để chuyển dữ liệu sang định dạng hình ảnh.
• C. Để xử lý các giá trị thiếu, không chính xác, không nhất quán hoặc trùng lặp trong dữ liệu.
• D. Để thêm thông tin mới vào dữ liệu.

Câu 29: Một công ty vận tải sử dụng khoa học dữ liệu để tối ưu hóa lộ trình giao hàng, nhằm giảm chi phí và thời gian. Đây là một ví dụ về việc sử dụng khoa học dữ liệu để:

• A. Tối ưu hóa quyết định.
• B. Phát hiện tri thức mới.
• C. Trực quan hóa dữ liệu địa lý.
• D. Xác định vấn đề ban đầu.

Câu 30: Lĩnh vực nào dưới đây KHÔNG phải là một thành phần cốt lõi tạo nên khoa học dữ liệu?

• A. Toán học và Thống kê.
• B. Khoa học máy tính.
• C. Kiến thức chuyên môn về lĩnh vực ứng dụng.
• D. Thiết kế đồ họa chuyên nghiệp (Graphic Design).

Câu 1: Khoa học dữ liệu được định nghĩa là một lĩnh vực liên ngành. Điều này có nghĩa là Khoa học dữ liệu kết hợp các kiến thức và phương pháp từ những lĩnh vực nào?

• A. Chỉ tập trung vào Toán học và Thống kê.
• B. Chỉ liên quan đến Khoa học máy tính và Kỹ thuật phần mềm.
• C. Kết hợp Toán học, Thống kê, Khoa học máy tính và kiến thức chuyên môn trong lĩnh vực ứng dụng.
• D. Chủ yếu là thu thập và lưu trữ dữ liệu lớn.

Câu 2: Mục tiêu cốt lõi của Khoa học dữ liệu là gì?

• A. Tạo ra các thuật toán phức tạp nhất.
• B. Chỉ để trực quan hóa dữ liệu một cách đẹp mắt.
• C. Thu thập càng nhiều dữ liệu càng tốt.
• D. Phát hiện tri thức, hiểu biết sâu sắc từ dữ liệu để hỗ trợ ra quyết định hoặc giải quyết vấn đề.

Câu 3: Trong quy trình dự án Khoa học dữ liệu, giai đoạn đầu tiên và quan trọng nhất là gì, giúp định hình toàn bộ quá trình sau này?

• A. Xác định vấn đề kinh doanh hoặc mục tiêu cần đạt được.
• B. Bắt đầu thu thập dữ liệu ngay lập tức.
• C. Xây dựng mô hình học máy đầu tiên.
• D. Trực quan hóa các mẫu dữ liệu ban đầu.

Câu 4: Một nhà khoa học dữ liệu đang làm việc với một tập dữ liệu thô chứa nhiều giá trị bị thiếu, định dạng không nhất quán và các bản ghi trùng lặp. Anh ấy đang ở giai đoạn nào của dự án Khoa học dữ liệu và cần thực hiện công việc gì?

• A. Giai đoạn Thu thập dữ liệu; cần tìm thêm nguồn dữ liệu.
• B. Giai đoạn Chuẩn bị dữ liệu; cần làm sạch, biến đổi và tích hợp dữ liệu.
• C. Giai đoạn Phân tích dữ liệu; cần chạy thuật toán học máy.
• D. Giai đoạn Ra quyết định; cần trình bày kết quả cho người quản lý.