15+ Đề Trắc nghiệm Tin học 12 Kết nối tri thức Bài 27: Máy tính và Khoa học dữ liệu

Câu 1: Trong lĩnh vực Khoa học Dữ liệu, máy tính đóng vai trò trung tâm trong việc xử lý lượng lớn thông tin. Chức năng cốt lõi nào của máy tính cho phép các nhà khoa học dữ liệu làm việc hiệu quả với tập dữ liệu khổng lồ?

• A. Khả năng kết nối mạng diện rộng, cho phép chia sẻ dữ liệu toàn cầu.
• B. Khả năng tính toán mạnh mẽ và tốc độ xử lý cao, vượt xa khả năng con người.
• C. Khả năng lưu trữ dữ liệu trên các thiết bị ngoại vi nhỏ gọn.
• D. Khả năng hiển thị dữ liệu trực quan trên màn hình độ phân giải cao.

Câu 2: Trực quan hóa dữ liệu là một bước quan trọng trong quy trình Khoa học Dữ liệu. Máy tính hỗ trợ quá trình này như thế nào để tăng cường khả năng hiểu và truyền đạt thông tin từ dữ liệu?

• A. Máy tính tự động phân tích và đưa ra kết luận cuối cùng về dữ liệu.
• B. Máy tính mã hóa dữ liệu sang định dạng phức tạp để bảo mật thông tin.
• C. Máy tính tạo ra các biểu đồ, đồ thị và mô hình trực quan, giúp nhận diện mẫu và xu hướng dễ dàng.
• D. Máy tính cho phép in dữ liệu ra giấy để dễ dàng mang theo và xem xét mọi lúc mọi nơi.

Câu 3: Dự án Hệ gen Người (HGP) là một ví dụ điển hình về ứng dụng Khoa học Dữ liệu trong Sinh học. Thách thức lớn nhất mà máy tính đã giúp giải quyết trong HGP là gì?

• A. Giải trình tự và phân tích một lượng khổng lồ dữ liệu gen, vượt quá khả năng xử lý thủ công.
• B. Tạo ra các mẫu DNA nhân tạo để thay thế các đoạn gen bị lỗi.
• C. Điều khiển các thiết bị thí nghiệm từ xa để thu thập dữ liệu gen tự động.
• D. Bảo mật thông tin di truyền của con người khỏi nguy cơ bị đánh cắp.

Câu 4: Điện toán đám mây ngày càng phổ biến trong Khoa học Dữ liệu. Ưu điểm nổi bật nhất của việc sử dụng điện toán đám mây so với việc tự xây dựng và duy trì cơ sở hạ tầng tính toán là gì?

• A. Đảm bảo an toàn dữ liệu tuyệt đối do dữ liệu được lưu trữ phân tán.
• B. Tăng tốc độ truyền tải dữ liệu nhờ vào băng thông mạng không giới hạn.
• C. Cho phép tùy chỉnh phần cứng theo yêu cầu cụ thể của từng bài toán.
• D. Giảm chi phí đầu tư ban đầu vào phần cứng và cơ sở hạ tầng, dễ dàng mở rộng tài nguyên khi cần.

Câu 5: Khi phân tích dữ liệu lớn, thời gian xử lý là một yếu tố quan trọng. Kỹ thuật xử lý song song giúp máy tính giảm đáng kể thời gian phân tích. Nguyên lý cơ bản của xử lý song song là gì?

• A. Chia nhỏ dữ liệu thành các phần nhỏ và xử lý tuần tự từng phần một.
• B. Chia nhỏ bài toán thành các tác vụ nhỏ và thực hiện đồng thời trên nhiều bộ xử lý.
• C. Nén dữ liệu để giảm kích thước trước khi xử lý, sau đó giải nén để phân tích.
• D. Sử dụng các thuật toán tối ưu để giảm số lượng phép tính cần thực hiện.

Câu 6: Tự động hóa quy trình phân tích dữ liệu là một ưu điểm lớn của việc ứng dụng máy tính trong Khoa học Dữ liệu. Lợi ích chính của tự động hóa trong bối cảnh này là gì?

• A. Giảm sự phụ thuộc vào các thuật toán phức tạp, giúp phân tích dữ liệu dễ dàng hơn.
• B. Tăng cường tính bảo mật của dữ liệu trong quá trình phân tích và xử lý.
• C. Tăng tốc độ xử lý, giảm thiểu lỗi do con người và đảm bảo tính nhất quán của quy trình.
• D. Cho phép người dùng không chuyên cũng có thể thực hiện phân tích dữ liệu phức tạp.

Câu 7: Trong nhiều ứng dụng thực tế, việc phân tích dữ liệu thời gian thực là rất quan trọng (ví dụ: giám sát giao thông, cảnh báo sớm thiên tai). Máy tính hỗ trợ phân tích dữ liệu thời gian thực bằng cách nào?

• A. Lưu trữ dữ liệu liên tục và phân tích định kỳ theo lịch trình cố định.
• B. Xử lý dữ liệu ngay khi dữ liệu được tạo ra, cho phép đưa ra phản hồi và quyết định tức thì.
• C. Sử dụng kết nối internet tốc độ cao để truyền dữ liệu đến trung tâm phân tích.
• D. Tạo ra các bản sao dữ liệu dự phòng để đảm bảo tính liên tục trong trường hợp sự cố.

Câu 8: Mạng lưới siêu máy tính đã đóng vai trò then chốt trong thành công của Dự án Hệ gen Người. Điều gì làm cho mạng lưới siêu máy tính trở nên cần thiết cho các dự án khoa học dữ liệu quy mô lớn như HGP?

• A. Khả năng bảo mật dữ liệu tuyệt đối trước các cuộc tấn công mạng.
• B. Chi phí vận hành thấp hơn so với việc sử dụng nhiều máy tính cá nhân.
• C. Dễ dàng di chuyển và triển khai ở nhiều địa điểm khác nhau trên thế giới.
• D. Cung cấp sức mạnh tính toán cực lớn, cho phép xử lý các bài toán phức tạp trong thời gian chấp nhận được.

Câu 9: Trong việc giải thích dữ liệu gen, máy tính và các thuật toán đóng vai trò như "người phiên dịch". Vai trò chính của chúng trong việc "phiên dịch" dữ liệu gen là gì?

• A. Phân tích trình tự DNA, xác định các gene và chức năng của chúng, từ đó hiểu cơ chế sinh học.
• B. Lưu trữ và sắp xếp dữ liệu gen một cách có hệ thống để dễ dàng truy cập và quản lý.
• C. Tạo ra các hình ảnh 3D trực quan về cấu trúc của DNA và các gene.
• D. Chuyển đổi dữ liệu gen từ định dạng này sang định dạng khác để tương thích với các phần mềm khác nhau.

Câu 10: Hợp tác quốc tế là yếu tố quan trọng trong Dự án Hệ gen Người. Máy tính và mạng internet đã tạo điều kiện thuận lợi như thế nào cho sự hợp tác giữa các nhóm nghiên cứu trên toàn thế giới trong dự án HGP?

• A. Cung cấp phương tiện giao tiếp trực tuyến miễn phí giữa các nhà khoa học.
• B. Tự động dịch các tài liệu nghiên cứu từ ngôn ngữ này sang ngôn ngữ khác.
• C. Cho phép chia sẻ dữ liệu, công cụ và kết quả nghiên cứu một cách nhanh chóng và hiệu quả.
• D. Đảm bảo tính công bằng trong việc phân chia nguồn lực và kinh phí cho các nhóm nghiên cứu.

Câu 11: Hãy xem xét một công ty thương mại điện tử muốn phân tích hành vi mua sắm của khách hàng để tối ưu hóa chiến dịch quảng cáo. Máy tính và Khoa học Dữ liệu có thể giúp công ty này như thế nào?

• A. Máy tính sẽ tự động tạo ra các sản phẩm mới để thu hút khách hàng.
• B. Máy tính phân tích dữ liệu giao dịch, tìm ra xu hướng mua sắm và giúp cá nhân hóa quảng cáo.
• C. Máy tính thay thế hoàn toàn nhân viên marketing trong việc lên kế hoạch quảng cáo.
• D. Máy tính dự đoán chính xác sản phẩm nào sẽ bán chạy nhất trong tương lai gần.

Câu 12: So sánh phương pháp phân tích dữ liệu thủ công truyền thống với phương pháp sử dụng máy tính trong Khoa học Dữ liệu. Ưu điểm vượt trội của phương pháp sử dụng máy tính là gì về mặt quy mô dữ liệu?

• A. Phân tích thủ công đảm bảo tính chính xác cao hơn do có sự can thiệp của con người.
• B. Phân tích thủ công phù hợp hơn với dữ liệu phức tạp và phi cấu trúc.
• C. Máy tính có thể xử lý và phân tích lượng dữ liệu lớn hơn gấp nhiều lần so với phương pháp thủ công.
• D. Máy tính giúp tiết kiệm chi phí hơn so với việc thuê nhân công phân tích thủ công.

Câu 13: Bên cạnh những lợi ích to lớn, việc sử dụng máy tính trong Khoa học Dữ liệu cũng đặt ra những thách thức. Một trong những thách thức quan trọng nhất liên quan đến dữ liệu cá nhân là gì?

• A. Sự phụ thuộc quá lớn vào công nghệ máy tính làm giảm khả năng tư duy của con người.
• B. Chi phí đầu tư và duy trì hệ thống máy tính lớn là rất tốn kém.
• C. Nguy cơ máy tính bị lỗi hoặc hỏng hóc làm gián đoạn quá trình phân tích dữ liệu.
• D. Vấn đề bảo vệ quyền riêng tư và nguy cơ lạm dụng dữ liệu cá nhân cho mục đích không chính đáng.

Câu 14: Tiền xử lý dữ liệu là một giai đoạn quan trọng trước khi phân tích dữ liệu. Tại sao giai đoạn tiền xử lý lại cần thiết trong quy trình Khoa học Dữ liệu?

• A. Để chuyển đổi dữ liệu sang định dạng phù hợp với phần mềm trực quan hóa.
• B. Để làm sạch dữ liệu, loại bỏ nhiễu, dữ liệu không đầy đủ hoặc không nhất quán, đảm bảo chất lượng dữ liệu đầu vào.
• C. Để giảm kích thước dữ liệu, giúp tiết kiệm không gian lưu trữ và tăng tốc độ truyền tải.
• D. Để mã hóa dữ liệu, bảo vệ thông tin nhạy cảm trước khi phân tích.

Câu 15: "Dữ liệu rác vào, dữ liệu rác ra" (Garbage in, garbage out) là một nguyên tắc thường được nhắc đến trong Khoa học Dữ liệu. Nguyên tắc này nhấn mạnh điều gì về chất lượng dữ liệu đầu vào?

• A. Dữ liệu đầu vào càng nhiều thì kết quả phân tích càng chính xác.
• B. Máy tính có khả năng tự động sửa lỗi dữ liệu đầu vào.
• C. Chất lượng dữ liệu đầu vào quyết định chất lượng kết quả phân tích, dữ liệu đầu vào kém sẽ dẫn đến kết quả sai lệch.
• D. Nguyên tắc này không còn đúng trong thời đại Khoa học Dữ liệu hiện nay.

Câu 16: Học máy (Machine Learning) là một lĩnh vực quan trọng của Khoa học Dữ liệu. Máy tính đóng vai trò gì trong việc hiện thực hóa các thuật toán học máy?

• A. Cung cấp nền tảng để thực thi các thuật toán phức tạp, huấn luyện mô hình và dự đoán từ dữ liệu.
• B. Tự động lựa chọn thuật toán học máy phù hợp nhất cho từng bài toán cụ thể.
• C. Đảm bảo tính minh bạch và dễ hiểu của các mô hình học máy.
• D. Thay thế hoàn toàn vai trò của con người trong việc thiết kế và phát triển thuật toán học máy.

Câu 17: Cơ sở dữ liệu (Database) đóng vai trò quan trọng trong việc quản lý dữ liệu cho Khoa học Dữ liệu. Chức năng chính của cơ sở dữ liệu trong bối cảnh này là gì?

• A. Phân tích dữ liệu và tạo ra các báo cáo thống kê tự động.
• B. Trực quan hóa dữ liệu dưới dạng biểu đồ và đồ thị.
• C. Tiền xử lý dữ liệu để làm sạch và chuẩn hóa dữ liệu.
• D. Lưu trữ, truy xuất, quản lý và cập nhật dữ liệu một cách có cấu trúc và hiệu quả.

Câu 18: Kho dữ liệu (Data Warehouse) là một khái niệm quan trọng trong Khoa học Dữ liệu, đặc biệt khi làm việc với dữ liệu lịch sử. Mục đích chính của việc xây dựng kho dữ liệu là gì?

• A. Lưu trữ dữ liệu giao dịch hiện tại để phục vụ các hoạt động hàng ngày.
• B. Tập hợp dữ liệu từ nhiều nguồn khác nhau, lưu trữ dữ liệu lịch sử để phân tích và hỗ trợ ra quyết định chiến lược.
• C. Tạo ra các bản sao lưu dữ liệu để phòng ngừa rủi ro mất dữ liệu.
• D. Tối ưu hóa hiệu suất truy vấn dữ liệu cho các ứng dụng thời gian thực.

Câu 19: Khai phá dữ liệu (Data Mining) là quá trình tìm kiếm tri thức ẩn chứa trong dữ liệu lớn. Máy tính giúp thực hiện khai phá dữ liệu như thế nào?

• A. Tự động thu thập dữ liệu từ các nguồn khác nhau trên internet.
• B. Bảo vệ dữ liệu khỏi các truy cập trái phép trong quá trình khai phá.
• C. Thực thi các thuật toán phức tạp để phát hiện mẫu, xu hướng và quy luật ẩn trong dữ liệu.
• D. Trình bày kết quả khai phá dữ liệu dưới dạng báo cáo dễ hiểu cho người dùng.

Câu 20: "Dữ liệu lớn" (Big Data) là một thuật ngữ phổ biến trong Khoa học Dữ liệu. Điều gì làm cho một tập dữ liệu được coi là "lớn" trong bối cảnh Khoa học Dữ liệu?

• A. Dữ liệu được thu thập từ nhiều nguồn khác nhau trên toàn thế giới.
• B. Dữ liệu chứa thông tin phức tạp và đa dạng, bao gồm cả văn bản, hình ảnh và video.
• C. Dữ liệu được cập nhật liên tục theo thời gian thực.
• D. Kích thước, tốc độ tạo ra và sự đa dạng của dữ liệu vượt quá khả năng xử lý của các hệ thống truyền thống.

Câu 21: Dự báo thời tiết hiện đại là một ứng dụng của Khoa học Dữ liệu. Hãy mô tả vai trò của máy tính trong quy trình dự báo thời tiết.

• A. Thu thập dữ liệu thời tiết từ nhiều nguồn, chạy các mô hình mô phỏng phức tạp và đưa ra dự báo.
• B. Hiển thị thông tin thời tiết trên các bản đồ trực quan cho người dùng.
• C. Điều khiển các vệ tinh thời tiết để thu thập dữ liệu từ không gian.
• D. Tự động phát đi các cảnh báo thời tiết nguy hiểm đến người dân.

Câu 22: Sự phát triển của sức mạnh tính toán đã tác động như thế nào đến sự tiến bộ của Khoa học Dữ liệu?

• A. Làm giảm sự cần thiết của các thuật toán phức tạp trong phân tích dữ liệu.
• B. Hạn chế khả năng xử lý dữ liệu thời gian thực do tiêu tốn nhiều năng lượng.
• C. Mở ra khả năng xử lý các tập dữ liệu lớn hơn, phức tạp hơn và phát triển các mô hình phân tích tinh vi hơn.
• D. Giảm sự quan tâm của các nhà khoa học đến lĩnh vực Khoa học Dữ liệu.

Câu 23: Phân tích dữ liệu cá nhân bằng máy tính có thể mang lại nhiều lợi ích, nhưng cũng tiềm ẩn rủi ro về đạo đức. Rủi ro đạo đức lớn nhất cần xem xét là gì?

• A. Khả năng máy tính bị tấn công và dữ liệu bị đánh cắp.
• B. Vi phạm quyền riêng tư, sử dụng dữ liệu cá nhân sai mục đích hoặc phân biệt đối xử.
• C. Sự không chính xác của các thuật toán phân tích dữ liệu.
• D. Chi phí cao để bảo vệ dữ liệu cá nhân.

Câu 24: Bảo mật dữ liệu là một vấn đề sống còn trong Khoa học Dữ liệu. Máy tính và các hệ thống mạng có thể vừa là công cụ bảo vệ, vừa là mục tiêu tấn công dữ liệu. Điều gì quan trọng nhất để đảm bảo an ninh dữ liệu trong Khoa học Dữ liệu?

• A. Sử dụng phần mềm diệt virus mạnh mẽ trên tất cả các máy tính.
• B. Sao lưu dữ liệu thường xuyên để phòng ngừa mất dữ liệu.
• C. Kết hợp các biện pháp kỹ thuật (mã hóa, tường lửa...) và quy trình quản lý chặt chẽ để bảo vệ dữ liệu toàn diện.
• D. Hạn chế chia sẻ dữ liệu với bên ngoài để giảm nguy cơ rò rỉ thông tin.

Câu 25: Đạo đức dữ liệu (Data Ethics) ngày càng được quan tâm trong Khoa học Dữ liệu. Tại sao đạo đức dữ liệu trở nên quan trọng hơn trong thời đại "Dữ liệu lớn" và máy tính mạnh mẽ?

• A. Do chi phí xử lý dữ liệu ngày càng tăng cao, cần có đạo đức để tiết kiệm tài nguyên.
• B. Do khả năng thu thập, xử lý và phân tích dữ liệu cá nhân ngày càng lớn, nguy cơ xâm phạm quyền riêng tư và gây hại ngày càng cao.
• C. Do các quy định pháp luật về bảo vệ dữ liệu ngày càng nghiêm ngặt hơn.
• D. Do nhận thức của người dùng về quyền lợi dữ liệu cá nhân ngày càng tăng.

Câu 26: Thuật toán đóng vai trò trung tâm trong Khoa học Dữ liệu. Thuật toán trong Khoa học Dữ liệu được sử dụng để làm gì?

• A. Lưu trữ và quản lý dữ liệu trong cơ sở dữ liệu.
• B. Trực quan hóa dữ liệu dưới dạng biểu đồ và đồ thị.
• C. Thực hiện các bước xử lý, phân tích dữ liệu, khai phá tri thức và đưa ra dự đoán.
• D. Bảo vệ dữ liệu khỏi các truy cập trái phép.

Câu 27: Ngôn ngữ lập trình Python và R là những công cụ phổ biến trong Khoa học Dữ liệu. Tại sao các ngôn ngữ lập trình lại quan trọng đối với các nhà khoa học dữ liệu?

• A. Để giao tiếp với máy tính bằng ngôn ngữ tự nhiên.
• B. Để tạo ra các phần mềm ứng dụng thương mại.
• C. Để thiết kế giao diện người dùng trực quan.
• D. Để viết mã lệnh, xây dựng các quy trình phân tích dữ liệu, thuật toán và mô hình học máy.

Câu 28: So sánh các công cụ trực quan hóa dữ liệu khác nhau như biểu đồ cột, biểu đồ đường, bản đồ nhiệt. Khi nào thì biểu đồ phân tán (Scatter plot) là lựa chọn phù hợp nhất để trực quan hóa dữ liệu?

• A. Khi muốn so sánh giá trị của các danh mục khác nhau.
• B. Khi muốn thể hiện mối quan hệ giữa hai biến số liên tục.
• C. Khi muốn theo dõi sự thay đổi của một biến số theo thời gian.
• D. Khi muốn hiển thị mật độ phân bố của dữ liệu trên một khu vực địa lý.

Câu 29: Một ngân hàng muốn sử dụng Khoa học Dữ liệu để phát hiện giao dịch gian lận. Bạn sẽ đề xuất sử dụng máy tính và thuật toán như thế nào để giải quyết vấn đề này?

• A. Sử dụng máy tính để lưu trữ tất cả các giao dịch ngân hàng một cách an toàn.
• B. Sử dụng phần mềm trực quan hóa dữ liệu để theo dõi các giao dịch đáng ngờ.
• C. Xây dựng mô hình học máy để phân tích lịch sử giao dịch, phát hiện các mẫu giao dịch bất thường và cảnh báo giao dịch gian lận.
• D. Sử dụng siêu máy tính để xử lý giao dịch nhanh hơn, giảm thời gian chờ đợi cho khách hàng.

Câu 30: Trong tương lai, vai trò của máy tính trong Khoa học Dữ liệu sẽ tiếp tục phát triển. Xu hướng nào có thể định hình vai trò của máy tính trong Khoa học Dữ liệu trong những năm tới?

• A. Giảm sự phụ thuộc vào máy tính và tăng cường vai trò của phân tích thủ công.
• B. Máy tính sẽ chỉ đóng vai trò lưu trữ dữ liệu, còn phân tích sẽ do con người thực hiện.
• C. Máy tính sẽ trở nên ít quan trọng hơn do sự phát triển của các phương pháp phân tích mới.
• D. Sự phát triển của trí tuệ nhân tạo (AI), điện toán lượng tử và các công nghệ mới sẽ mở rộng khả năng của máy tính trong Khoa học Dữ liệu.

Câu 1: Trong quy trình khoa học dữ liệu, máy tính đóng vai trò quan trọng nhất trong việc xử lý khối lượng dữ liệu lớn và phức tạp ở giai đoạn nào?

• A. Chỉ thu thập dữ liệu
• B. Chỉ trực quan hóa dữ liệu ban đầu
• C. Tiền xử lý, phân tích và mô hình hóa dữ liệu
• D. Chỉ trình bày kết quả

Câu 2: Việc sử dụng các thuật toán học máy phức tạp để phát hiện các mẫu ẩn hoặc đưa ra dự đoán từ dữ liệu lớn yêu cầu khả năng tính toán mạnh mẽ của máy tính. Đây là vai trò của máy tính trong giai đoạn nào của khoa học dữ liệu?

• A. Thu thập dữ liệu
• B. Phân tích và mô hình hóa dữ liệu
• C. Lưu trữ dữ liệu
• D. Trực quan hóa dữ liệu

Câu 3: Một nhà khoa học dữ liệu đang làm sạch một tập dữ liệu khách hàng khổng lồ chứa hàng triệu bản ghi với nhiều giá trị bị thiếu và không nhất quán. Công cụ nào do máy tính cung cấp sẽ hỗ trợ hiệu quả nhất cho tác vụ này?

• A. Phần mềm vẽ biểu đồ đơn giản
• B. Hệ thống quản lý cơ sở dữ liệu quan hệ truyền thống
• C. Công cụ tạo báo cáo tự động
• D. Các thư viện lập trình và framework xử lý dữ liệu lớn (ví dụ: Pandas, Spark)

Câu 4: Dự án Giải mã bộ gene người (Human Genome Project - HGP) là một ví dụ điển hình minh chứng cho vai trò của máy tính trong việc xử lý dữ liệu lớn. Thách thức dữ liệu chính mà HGP phải đối mặt là gì, và máy tính đã giải quyết nó như thế nào?

• A. Khối lượng dữ liệu khổng lồ và phức tạp; Máy tính giúp xử lý song song và tự động hóa phân tích.
• B. Thiếu dữ liệu; Máy tính giúp tạo ra dữ liệu gene nhân tạo.
• C. Dữ liệu không có cấu trúc; Máy tính chỉ dùng để lưu trữ.
• D. Dữ liệu thay đổi liên tục theo thời gian; Máy tính chỉ ghi lại các thay đổi.

Câu 5: Khi phân tích dữ liệu thời gian thực từ các cảm biến trong một nhà máy thông minh, khả năng nào của máy tính là tối quan trọng để đưa ra các cảnh báo hoặc điều chỉnh quy trình kịp thời?

• A. Khả năng lưu trữ dữ liệu lâu dài
• B. Khả năng tạo ra báo cáo định kỳ
• C. Khả năng xử lý dữ liệu với tốc độ cao và độ trễ thấp
• D. Khả năng trực quan hóa dữ liệu tĩnh

Câu 6: Một trong những lợi ích chính của việc áp dụng tự động hóa trong các tác vụ khoa học dữ liệu lặp đi lặp lại (như làm sạch dữ liệu, tạo báo cáo) là gì?

• A. Giảm yêu cầu về phần cứng máy tính
• B. Tăng tốc quy trình và giảm thiểu lỗi do con người
• C. Loại bỏ hoàn toàn sự cần thiết của chuyên gia dữ liệu
• D. Chỉ áp dụng được cho dữ liệu nhỏ

Câu 7: Điện toán đám mây (Cloud Computing) mang lại lợi ích đáng kể nào cho các dự án khoa học dữ liệu yêu cầu nguồn lực tính toán lớn và linh hoạt?

• A. Cung cấp tài nguyên tính toán theo yêu cầu mà không cần đầu tư ban đầu lớn vào phần cứng vật lý.
• B. Tăng cường bảo mật dữ liệu tự động mà không cần cấu hình.
• C. Giảm hoàn toàn chi phí vận hành hệ thống.
• D. Chỉ hỗ trợ lưu trữ dữ liệu, không hỗ trợ phân tích.

Câu 8: Để trực quan hóa một tập dữ liệu phức tạp với nhiều chiều (ví dụ: dữ liệu kinh doanh bao gồm doanh thu, chi phí, lợi nhuận theo từng khu vực, thời gian, loại sản phẩm), máy tính hỗ trợ bằng cách nào?

• A. Chỉ hiển thị dữ liệu dưới dạng bảng số thô.
• B. Tự động tạo ra các kết luận từ dữ liệu.
• C. Giới hạn số lượng điểm dữ liệu có thể hiển thị.
• D. Cung cấp các công cụ và thư viện để tạo biểu đồ, đồ thị tương tác, dashboard đa chiều.

Câu 9: Khả năng xử lý song song (Parallel Processing) của máy tính có ý nghĩa gì đặc biệt đối với việc phân tích dữ liệu lớn (Big Data)?

• A. Giúp giảm dung lượng lưu trữ cần thiết cho dữ liệu.
• B. Phân chia và xử lý các phần của dữ liệu cùng lúc trên nhiều bộ xử lý, giảm đáng kể thời gian xử lý.
• C. Đảm bảo tính chính xác 100% của dữ liệu đầu vào.
• D. Chỉ áp dụng cho các tác vụ thu thập dữ liệu.

Câu 10: Trong bối cảnh khoa học dữ liệu, thuật ngữ "khả năng mở rộng" (scalability) của cơ sở hạ tầng tính toán đề cập đến điều gì?

• A. Khả năng tăng hoặc giảm tài nguyên tính toán (CPU, RAM, lưu trữ) dễ dàng để phù hợp với khối lượng dữ liệu và độ phức tạp của bài toán.
• B. Khả năng kết nối nhiều loại thiết bị ngoại vi khác nhau.
• C. Khả năng chạy nhiều hệ điều hành cùng lúc.
• D. Khả năng hiển thị dữ liệu trên nhiều loại màn hình.

Câu 11: Một công ty thương mại điện tử muốn phân tích lịch sử mua hàng của hàng triệu khách hàng để đề xuất sản phẩm phù hợp cho từng người. Bài toán này đòi hỏi khả năng nào của máy tính trong khoa học dữ liệu?

• A. Chỉ khả năng lưu trữ dữ liệu lớn.
• B. Chỉ khả năng tạo báo cáo doanh số.
• C. Khả năng xử lý, phân tích dữ liệu phức tạp và áp dụng thuật toán học máy.
• D. Chỉ khả năng hiển thị dữ liệu dưới dạng bảng.

Câu 12: Tại sao việc tích hợp dữ liệu từ nhiều nguồn khác nhau (ví dụ: dữ liệu bán hàng, dữ liệu marketing, dữ liệu phản hồi khách hàng) lại là một bước quan trọng trong khoa học dữ liệu, và máy tính hỗ trợ việc này như thế nào?

• A. Giúp giảm dung lượng lưu trữ dữ liệu.
• B. Chỉ để so sánh các con số đơn giản.
• C. Làm cho dữ liệu trở nên ngẫu nhiên hơn.
• D. Tạo ra cái nhìn toàn diện hơn về vấn đề; Máy tính cung cấp công cụ để kết hợp, làm sạch và biến đổi dữ liệu từ các định dạng khác nhau.

Câu 13: Khi một mô hình dự báo (ví dụ: dự báo thời tiết, dự báo giá cổ phiếu) được xây dựng dựa trên dữ liệu lịch sử, máy tính đóng vai trò gì trong quá trình này?

• A. Chỉ thu thập dữ liệu lịch sử.
• B. Thực hiện các tính toán phức tạp để tìm ra mối quan hệ trong dữ liệu và xây dựng mô hình.
• C. Tự động đưa ra quyết định cuối cùng mà không cần sự can thiệp của con người.
• D. Chỉ lưu trữ mô hình đã được xây dựng sẵn.

Câu 14: Trong khoa học dữ liệu, "tiền xử lý dữ liệu" (data preprocessing) là gì, và máy tính đóng vai trò then chốt như thế nào trong giai đoạn này?

• A. Là quá trình làm sạch, biến đổi và chuẩn hóa dữ liệu để sẵn sàng cho phân tích; Máy tính cung cấp công cụ tự động hóa các tác vụ này trên quy mô lớn.
• B. Là quá trình thu thập dữ liệu từ các nguồn khác nhau; Máy tính chỉ đóng vai trò kết nối mạng.
• C. Là quá trình tạo ra các biểu đồ và đồ thị; Máy tính chỉ là màn hình hiển thị.
• D. Là quá trình diễn giải kết quả phân tích; Máy tính chỉ hiển thị văn bản giải thích.

Câu 15: Tại sao việc sử dụng siêu máy tính hoặc mạng lưới máy tính phân tán lại cần thiết cho các dự án khoa học dữ liệu quy mô rất lớn, như phân tích dữ liệu thiên văn hoặc mô phỏng khí hậu toàn cầu?

• A. Chỉ vì chúng có màn hình hiển thị lớn hơn.
• B. Để giảm chi phí vận hành so với máy tính cá nhân.
• C. Để cung cấp sức mạnh tính toán vượt trội, cho phép xử lý khối lượng dữ liệu khổng lồ và chạy các mô hình tính toán phức tạp trong thời gian hợp lý.
• D. Để đảm bảo dữ liệu được lưu trữ an toàn tuyệt đối.

Câu 16: Khả năng "học" từ dữ liệu mà không được lập trình tường minh (Machine Learning) là một kỹ thuật cốt lõi trong khoa học dữ liệu. Máy tính làm nền tảng cho khả năng này chủ yếu thông qua việc gì?

• A. Chỉ đơn giản là lưu trữ các thuật toán.
• B. Thực hiện lặp đi lặp lại các phép tính toán phức tạp trên dữ liệu để tìm ra các mẫu và điều chỉnh mô hình.
• C. Tự động thu thập dữ liệu mới từ môi trường.
• D. Trực quan hóa quá trình học một cách tự động.

Câu 17: So sánh việc phân tích dữ liệu bằng tay truyền thống với việc sử dụng máy tính trong khoa học dữ liệu, ưu điểm vượt trội của việc dùng máy tính trong phân tích dữ liệu lớn nằm ở đâu?

• A. Độ chính xác luôn thấp hơn.
• B. Chỉ có thể xử lý các tập dữ liệu nhỏ.
• C. Tốn nhiều thời gian hơn.
• D. Tốc độ xử lý nhanh hơn, khả năng xử lý khối lượng dữ liệu lớn hơn, và khả năng thực hiện các phân tích phức tạp mà con người khó thực hiện thủ công.

Câu 18: Một công ty muốn sử dụng dữ liệu bán hàng để dự báo xu hướng thị trường trong 6 tháng tới. Việc áp dụng các mô hình dự báo dựa trên dữ liệu lịch sử đòi hỏi máy tính phải có khả năng nào?

• A. Thực hiện tính toán số học và thống kê phức tạp trên tập dữ liệu lớn.
• B. Chỉ hiển thị đồ thị đường.
• C. Thu thập dữ liệu từ các cửa hàng vật lý.
• D. Lưu trữ dữ liệu vô thời hạn.

Câu 19: Khả năng nào của máy tính cho phép các nhà khoa học dữ liệu khám phá mối quan hệ nhân quả hoặc tương quan phức tạp giữa các biến trong tập dữ liệu lớn?

• A. Khả năng in ấn báo cáo.
• B. Khả năng kết nối internet.
• C. Sức mạnh tính toán để chạy các thuật toán phân tích thống kê và mô hình hóa.
• D. Khả năng phát nhạc.

Câu 20: Tại sao việc quản lý và lưu trữ dữ liệu lớn một cách hiệu quả là một thách thức trong khoa học dữ liệu, và máy tính giải quyết thách thức này như thế nào?

• A. Khối lượng dữ liệu vượt quá khả năng lưu trữ và xử lý của hệ thống truyền thống; Máy tính cung cấp các hệ thống lưu trữ phân tán (ví dụ: HDFS) và cơ sở dữ liệu NoSQL.
• B. Dữ liệu luôn bị mất; Máy tính chỉ sao lưu dữ liệu.
• C. Dữ liệu không thay đổi; Máy tính chỉ cần một ổ đĩa nhỏ.
• D. Dữ liệu chỉ có một định dạng duy nhất; Máy tính chỉ cần một phần mềm đơn giản.

Câu 21: Một nhà nghiên cứu y tế đang phân tích hình ảnh y khoa (ví dụ: ảnh X-quang, MRI) với số lượng lớn để phát hiện sớm các dấu hiệu bệnh. Kỹ thuật nào trong khoa học dữ liệu, được hỗ trợ mạnh mẽ bởi máy tính, thường được áp dụng cho loại dữ liệu này?

• A. Phân tích văn bản đơn giản.
• B. Thống kê mô tả cơ bản.
• C. Trực quan hóa dữ liệu dưới dạng bảng.
• D. Học sâu (Deep Learning) và thị giác máy tính (Computer Vision).

Câu 22: Việc tạo ra các bảng điều khiển (dashboards) tương tác, cho phép người dùng khám phá dữ liệu và hiểu kết quả phân tích một cách trực quan, là vai trò của máy tính trong giai đoạn nào của khoa học dữ liệu?

• A. Trực quan hóa và giao tiếp kết quả.
• B. Thu thập dữ liệu.
• C. Tiền xử lý dữ liệu.
• D. Lưu trữ dữ liệu.

Câu 23: Khi làm việc với dữ liệu lớn, việc lặp đi lặp lại các bước như làm sạch, biến đổi, và trích xuất đặc trưng là phổ biến. Khả năng nào của máy tính giúp tối ưu hóa các tác vụ lặp này?

• A. Khả năng kết nối mạng nhanh.
• B. Khả năng tự động hóa quy trình (automation) thông qua lập trình và các công cụ chuyên dụng.
• C. Khả năng hiển thị màu sắc đẹp.
• D. Khả năng phát âm thanh.

Câu 24: Một trong những rào cản lớn nhất khi xử lý dữ liệu lớn mà máy tính giúp khắc phục là gì?

• A. Thiếu dữ liệu.
• B. Dữ liệu quá dễ hiểu.
• C. Tốc độ xử lý chậm và hạn chế về bộ nhớ khi sử dụng phương pháp thủ công hoặc công cụ truyền thống.
• D. Dữ liệu không có định dạng.

Câu 25: Hệ thống quản lý cơ sở dữ liệu truyền thống (ví dụ: SQL) có thể gặp khó khăn khi xử lý dữ liệu lớn có cấu trúc không cố định (ví dụ: dữ liệu từ mạng xã hội, cảm biến). Máy tính hỗ trợ giải quyết vấn đề này bằng cách nào?

• A. Cung cấp các hệ thống cơ sở dữ liệu NoSQL (ví dụ: MongoDB, Cassandra) được thiết kế để lưu trữ và quản lý dữ liệu phi cấu trúc hoặc bán cấu trúc trên quy mô lớn.
• B. Chỉ chuyển đổi tất cả dữ liệu sang định dạng bảng.
• C. Bỏ qua các dữ liệu không có cấu trúc.
• D. Chỉ lưu trữ dữ liệu trên đĩa cứng đơn giản.

Câu 26: Khi một mô hình học máy được huấn luyện trên một tập dữ liệu lớn, quá trình này bao gồm hàng tỷ phép tính lặp đi lặp lại. Khả năng nào của phần cứng máy tính là quan trọng nhất để tăng tốc độ huấn luyện mô hình này?

• A. Dung lượng ổ cứng lớn.
• B. Màn hình có độ phân giải cao.
• C. Bàn phím có đèn nền.
• D. Sức mạnh xử lý của CPU và GPU (Bộ xử lý đồ họa).

Câu 27: Một trong những ứng dụng của khoa học dữ liệu là phân tích cảm xúc (sentiment analysis) từ các bài đăng trên mạng xã hội. Máy tính hỗ trợ việc này bằng cách sử dụng kỹ thuật nào?

• A. Chỉ đếm số lượng bài đăng.
• B. Phân tích ngôn ngữ tự nhiên (Natural Language Processing - NLP) để hiểu ý nghĩa và sắc thái của văn bản.
• C. Chỉ hiển thị các bài đăng theo thứ tự thời gian.
• D. Tạo ra các bài đăng mới dựa trên dữ liệu cũ.

Câu 28: Việc kiểm định giả thuyết thống kê trên một tập dữ liệu lớn để rút ra kết luận có ý nghĩa thống kê đòi hỏi máy tính phải có khả năng nào?

• A. Chỉ lưu trữ công thức thống kê.
• B. Chỉ vẽ biểu đồ cột.
• C. Thực hiện các phép tính thống kê phức tạp và lặp đi lặp lại trên toàn bộ dữ liệu một cách nhanh chóng và chính xác.
• D. Chỉ hiển thị kết quả dưới dạng văn bản.

Câu 29: Trong khoa học dữ liệu, việc tạo ra các "đặc trưng" (features) mới từ dữ liệu thô hiện có (feature engineering) thường là một bước cần thiết để cải thiện hiệu suất của mô hình. Máy tính hỗ trợ quá trình này như thế nào?

• A. Cung cấp các công cụ lập trình và thư viện để tự động hóa việc biến đổi, kết hợp và tạo ra các biến mới dựa trên logic hoặc thuật toán.
• B. Chỉ gợi ý cho người dùng nên tạo đặc trưng nào.
• C. Tự động tạo ra đặc trưng ngẫu nhiên.
• D. Chỉ lưu trữ các đặc trưng đã được tạo thủ công.

Câu 30: Khả năng nào của máy tính là nền tảng cho việc xây dựng và triển khai các hệ thống khuyến nghị (recommendation systems) cá nhân hóa, như gợi ý phim trên Netflix hay sản phẩm trên Amazon?

• A. Khả năng hiển thị video chất lượng cao.
• B. Khả năng xử lý âm thanh.
• C. Khả năng kết nối nhiều người dùng cùng lúc.
• D. Khả năng phân tích hành vi người dùng, lịch sử tương tác và áp dụng các thuật toán lọc cộng tác hoặc dựa trên nội dung để đưa ra gợi ý phù hợp.

Câu 1: Vai trò cốt lõi nào của máy tính giúp các nhà khoa học dữ liệu xử lý và phân tích các tập dữ liệu khổng lồ, thường vượt quá khả năng xử lý thủ công?

• A. Khả năng tạo ra dữ liệu mới một cách tự động.
• B. Chỉ đơn thuần lưu trữ dữ liệu thô.
• C. Giới hạn khả năng trực quan hóa dữ liệu phức tạp.
• D. Cung cấp sức mạnh tính toán và khả năng lưu trữ dữ liệu quy mô lớn.

Câu 2: Trong quy trình khoa học dữ liệu, bước "Tiền xử lý dữ liệu" (Data Preprocessing) thường tiêu tốn nhiều thời gian và công sức. Máy tính hỗ trợ hiệu quả nhất cho bước này bằng cách nào?

• A. Tự động đưa ra các kết luận kinh doanh từ dữ liệu bẩn.
• B. Chỉ giúp lưu trữ tạm thời các dữ liệu bị thiếu hoặc lỗi.
• C. Thực hiện tự động các tác vụ như làm sạch, chuyển đổi và tích hợp dữ liệu.
• D. Chỉ hỗ trợ thu thập dữ liệu từ các nguồn khác nhau.

Câu 3: Một công ty thương mại điện tử muốn phân tích hành vi mua sắm của hàng triệu khách hàng để đưa ra các gợi ý sản phẩm cá nhân hóa. Thách thức lớn nhất về mặt dữ liệu mà họ phải đối mặt, đòi hỏi sự hỗ trợ của máy tính, là gì?

• A. Sự thiếu đa dạng trong các loại dữ liệu thu thập.
• B. Khối lượng (Volume) và tốc độ phát sinh (Velocity) dữ liệu khổng lồ.
• C. Dữ liệu luôn hoàn hảo, không có sai sót.
• D. Không cần phân tích phức tạp, chỉ cần báo cáo đơn giản.

Câu 4: Kỹ thuật tính toán nào cho phép thực hiện nhiều phép tính hoặc tác vụ xử lý dữ liệu cùng lúc trên nhiều bộ xử lý hoặc máy tính, giúp giảm đáng kể thời gian phân tích các tập dữ liệu lớn?

• A. Xử lý song song (Parallel Processing).
• B. Xử lý tuần tự (Sequential Processing).
• C. Xử lý thủ công (Manual Processing).
• D. Trực quan hóa dữ liệu (Data Visualization).

Câu 5: Điện toán đám mây (Cloud Computing) mang lại lợi ích đáng kể nào cho các dự án khoa học dữ liệu, đặc biệt là đối với các nhóm nghiên cứu hoặc doanh nghiệp nhỏ?

• A. Yêu cầu đầu tư lớn vào phần cứng máy chủ tại chỗ.
• B. Giảm khả năng truy cập và chia sẻ dữ liệu giữa các thành viên.
• C. Hạn chế sử dụng các thuật toán phân tích phức tạp.
• D. Cung cấp tài nguyên tính toán và lưu trữ linh hoạt, có thể mở rộng mà không cần đầu tư ban đầu lớn.

Câu 6: Trực quan hóa dữ liệu (Data Visualization) là một giai đoạn quan trọng trong khoa học dữ liệu. Máy tính đóng góp vào giai đoạn này chủ yếu bằng cách nào?

• A. Tạo ra dữ liệu mới để điền vào các khoảng trống.
• B. Chuyển đổi các kết quả phân tích phức tạp thành biểu đồ, đồ thị dễ hiểu.
• C. Chỉ lưu trữ các hình ảnh biểu đồ đã tạo.
• D. Thực hiện các phép tính toán học trên dữ liệu.

Câu 7: Trong Dự án Hệ gene người (HGP), việc sử dụng máy tính và các thuật toán tiên tiến là yếu tố then chốt. Vai trò quan trọng nhất của chúng trong việc giải trình tự và phân tích dữ liệu gene là gì?

• A. Đảm bảo độ chính xác cao trong việc xác định và sắp xếp hàng tỷ cặp base, đồng thời xử lý khối lượng dữ liệu khổng lồ.
• B. Chỉ đơn giản là lưu trữ kết quả cuối cùng sau khi phân tích thủ công.
• C. Giới hạn khả năng phát hiện các vùng chức năng trong gene.
• D. Thay thế hoàn toàn vai trò của các nhà sinh học trong việc diễn giải kết quả.

Câu 8: Khoa học dữ liệu là sự kết hợp của nhiều lĩnh vực. Ngoài Tin học (Khoa học máy tính) và Toán học/Thống kê, lĩnh vực kiến thức nào sau đây cũng đóng vai trò thiết yếu?

• A. Văn học.
• B. Mỹ thuật.
• C. Kiến thức chuyên sâu về lĩnh vực ứng dụng (Domain Knowledge).
• D. Âm nhạc.

Câu 9: Một công ty tài chính sử dụng khoa học dữ liệu để phát hiện các giao dịch gian lận. Họ cần phân tích hàng nghìn giao dịch mỗi giây. Thách thức nào của Big Data được nhấn mạnh trong tình huống này, đòi hỏi hệ thống máy tính mạnh mẽ và khả năng xử lý thời gian thực?

• A. Variety (Đa dạng).
• B. Velocity (Tốc độ).

Câu 21: Khi sử dụng dữ liệu cá nhân trong các dự án khoa học dữ liệu (ví dụ: phân tích hành vi người dùng), vấn đề đạo đức nào cần được đặc biệt chú trọng và máy tính cần có các cơ chế hỗ trợ để đảm bảo?

• A. Quyền riêng tư và bảo mật dữ liệu.
• B. Tốc độ xử lý của thuật toán.
• C. Độ phức tạp của mô hình học máy.
• D. Số lượng dữ liệu được thu thập.

Câu 10: Học máy (Machine Learning), một lĩnh vực quan trọng của Trí tuệ nhân tạo, là công cụ mạnh mẽ trong phân tích dữ liệu. Máy tính cung cấp nền tảng cần thiết cho học máy bằng cách nào?

• A. Tự động tạo ra các câu hỏi nghiên cứu.
• B. Chỉ hiển thị kết quả cuối cùng mà không cần tính toán.
• C. Thực hiện các phép tính phức tạp, lặp đi lặp lại để huấn luyện các mô hình dữ liệu.
• D. Giới hạn số lượng dữ liệu có thể sử dụng để huấn luyện.

Câu 11: Giả sử bạn đang phân tích một tập dữ liệu lớn về nhiệt độ và lượng mưa của các khu vực khác nhau trong 50 năm để dự báo biến đổi khí hậu. Bước đầu tiên quan trọng trong quy trình khoa học dữ liệu mà máy tính sẽ hỗ trợ là gì?

• A. Xây dựng mô hình dự báo phức tạp ngay lập tức.
• B. Thu thập và làm sạch dữ liệu từ nhiều nguồn khác nhau.
• C. Trực quan hóa kết quả cuối cùng.
• D. Viết báo cáo tổng kết nghiên cứu.

Câu 12: Một trong những thách thức khi làm việc với dữ liệu từ nhiều nguồn khác nhau (ví dụ: cơ sở dữ liệu, file Excel, API) là tính không nhất quán về định dạng và cấu trúc. Máy tính giúp giải quyết thách thức "Variety" (Đa dạng) của Big Data này bằng cách nào trong giai đoạn tiền xử lý?

• A. Bỏ qua tất cả dữ liệu không đồng nhất.
• B. Lưu trữ mỗi định dạng dữ liệu ở một nơi riêng biệt.
• C. Chỉ phân tích những dữ liệu có định dạng giống nhau.
• D. Cung cấp các công cụ và thuật toán để chuyển đổi và tích hợp dữ liệu về một định dạng chuẩn.

Câu 13: Tại sao việc tự động hóa các tác vụ lặp đi lặp lại trong khoa học dữ liệu (ví dụ: làm sạch dữ liệu, chạy mô hình) lại cực kỳ quan trọng và đòi hỏi sự hỗ trợ của máy tính?

• A. Tăng tốc độ xử lý, giảm thiểu sai sót do con người và đảm bảo tính nhất quán.
• B. Làm cho quy trình trở nên phức tạp hơn.
• C. Chỉ có tác dụng với các tập dữ liệu nhỏ.
• D. Loại bỏ hoàn toàn vai trò ra quyết định của con người.

Câu 14: Khi phân tích dữ liệu cảm biến từ các thiết bị IoT (Internet of Things), dữ liệu thường được tạo ra liên tục và với tốc độ rất cao. Để đưa ra phản ứng kịp thời (ví dụ: cảnh báo sớm về sự cố), hệ thống máy tính cần có khả năng xử lý dữ liệu theo phương thức nào?

• A. Xử lý hàng loạt (Batch Processing) cuối ngày.
• B. Lưu trữ dữ liệu và phân tích sau nhiều tuần.
• C. Phân tích thời gian thực (Real-time Analytics).
• D. Chỉ trực quan hóa dữ liệu mà không phân tích.

Câu 15: Trong bối cảnh khoa học dữ liệu, siêu máy tính (Supercomputer) hoặc các hệ thống máy tính phân tán quy mô lớn thường được sử dụng cho các bài toán nào?

• A. Lưu trữ các file văn bản đơn giản.
• B. Thực hiện các phép tính cộng trừ cơ bản.
• C. Trực quan hóa dữ liệu bằng biểu đồ cột đơn giản.
• D. Giải quyết các bài toán mô phỏng phức tạp, phân tích dữ liệu khổng lồ hoặc huấn luyện các mô hình học sâu.

Câu 16: Một nhà khoa học dữ liệu đang sử dụng một thuật toán học máy để phân loại hình ảnh. Quá trình huấn luyện mô hình này trên một tập dữ liệu lớn đòi hỏi khả năng tính toán rất cao. Thành phần phần cứng nào trong máy tính đóng vai trò quan trọng nhất trong việc tăng tốc các phép tính song song cho học máy và xử lý hình ảnh?

• A. Ổ đĩa cứng (Hard Drive).
• B. Bộ xử lý đồ họa (GPU - Graphics Processing Unit).
• C. Máy in (Printer).
• D. Màn hình (Monitor).

Câu 17: Khi một mô hình học máy đã được huấn luyện và sẵn sàng sử dụng (ví dụ: để dự đoán giá nhà hoặc phát hiện email spam), giai đoạn tiếp theo trong quy trình khoa học dữ liệu, nơi máy tính đóng vai trò thực thi mô hình, được gọi là gì?

• A. Thu thập dữ liệu ban đầu.
• B. Tiền xử lý dữ liệu mới.
• C. Huấn luyện mô hình.
• D. Triển khai (Deployment) hoặc sử dụng mô hình.

Câu 18: Phân tích dữ liệu khám phá (Exploratory Data Analysis - EDA) là bước quan trọng để hiểu rõ dữ liệu trước khi xây dựng mô hình. Máy tính hỗ trợ EDA bằng cách nào hiệu quả nhất?

• A. Tính toán thống kê mô tả (trung bình, phương sai, phân bố), tạo biểu đồ phân phối, mối quan hệ giữa các biến.
• B. Tự động đưa ra kết luận cuối cùng về bài toán.
• C. Chỉ lưu trữ dữ liệu một cách ngẫu nhiên.
• D. Xây dựng các mô hình học sâu phức tạp.

Câu 19: Một trong những rủi ro tiềm ẩn khi sử dụng các mô hình học máy được huấn luyện từ dữ liệu có sai lệch (bias) là gì? Máy tính, mặc dù là công cụ mạnh mẽ, không thể tự động khắc phục vấn đề này nếu dữ liệu đầu vào không tốt.

• A. Mô hình sẽ luôn đưa ra kết quả chính xác 100%.
• B. Tốc độ xử lý của máy tính sẽ chậm lại.
• C. Mô hình có thể đưa ra các dự đoán hoặc quyết định không công bằng, phân biệt đối xử.
• D. Dữ liệu sau khi xử lý sẽ bị xóa hết.

Câu 20: So với các phương pháp phân tích dữ liệu truyền thống, việc sử dụng máy tính và các thuật toán hiện đại trong khoa học dữ liệu cho phép các nhà phân tích thực hiện được những điều gì mà trước đây rất khó hoặc không thể?

• A. Chỉ phân tích được các tập dữ liệu rất nhỏ.
• B. Giới hạn khả năng tìm kiếm các mẫu hình phức tạp ẩn trong dữ liệu.
• C. Yêu cầu thời gian xử lý lâu hơn.
• D. Xử lý khối lượng dữ liệu lớn hơn nhiều, phát hiện các mẫu hình phức tạp, tự động hóa quy trình và đưa ra dự đoán dựa trên dữ liệu.

Câu 22: Để một hệ thống máy tính có thể hỗ trợ hiệu quả cho khoa học dữ liệu, nó cần có những đặc điểm kỹ thuật nào?

• A. Chỉ cần bộ xử lý tốc độ thấp và bộ nhớ nhỏ.
• B. Không cần kết nối mạng internet.
• C. Chỉ cần khả năng hiển thị văn bản đơn giản.
• D. Bộ xử lý mạnh mẽ (CPU/GPU), bộ nhớ RAM lớn, dung lượng lưu trữ dồi dào và kết nối mạng tốc độ cao.

Câu 23: Giả sử bạn cần phân tích dữ liệu khảo sát từ hàng triệu người với nhiều loại câu trả lời khác nhau (số, văn bản, lựa chọn). Thách thức "Variety" (Đa dạng) của Big Data trong trường hợp này thể hiện rõ nhất ở khía cạnh nào?

• A. Tốc độ thu thập dữ liệu.
• B. Sự khác biệt về định dạng và cấu trúc của các loại dữ liệu (số, văn bản, danh mục).
• C. Độ chính xác của dữ liệu.
• D. Khối lượng dữ liệu thu thập được.

Câu 24: Trong bối cảnh khoa học dữ liệu, thuật ngữ ETL (Extract, Transform, Load) mô tả một quy trình quan trọng. Máy tính đóng vai trò thực hiện các bước này chủ yếu trong giai đoạn nào của khoa học dữ liệu?

• A. Tiền xử lý dữ liệu (Data Preprocessing).
• B. Thu thập dữ liệu (Data Collection).
• C. Trực quan hóa dữ liệu (Data Visualization).
• D. Triển khai mô hình (Model Deployment).

Câu 25: Một công ty sản xuất muốn dự đoán khi nào một máy móc sẽ hỏng dựa trên dữ liệu cảm biến liên tục. Họ sử dụng máy tính và các thuật toán để phân tích dữ liệu này. Đây là một ví dụ về ứng dụng khoa học dữ liệu trong lĩnh vực nào?

• A. Y tế.
• B. Thương mại điện tử.
• C. Sản xuất và bảo trì dự đoán.
• D. Giáo dục.

Câu 26: Khả năng mở rộng (Scalability) là một yếu tố quan trọng của hạ tầng tính toán trong khoa học dữ liệu quy mô lớn. Điều này có nghĩa là gì?

• A. Hệ thống chỉ có thể xử lý một lượng dữ liệu cố định.
• B. Hệ thống có thể dễ dàng tăng hoặc giảm tài nguyên (CPU, RAM, lưu trữ) để đáp ứng nhu cầu xử lý dữ liệu thay đổi.
• C. Hệ thống chỉ hoạt động trên một máy tính duy nhất.
• D. Hệ thống không thể xử lý dữ liệu từ nhiều nguồn.

Câu 27: Khi làm việc với các tập dữ liệu có chứa thông tin không đáng tin cậy, không đầy đủ hoặc không chính xác (thách thức "Veracity" - Tính xác thực), máy tính hỗ trợ như thế nào trong giai đoạn tiền xử lý?

• A. Tự động tạo ra dữ liệu chính xác để thay thế.
• B. Bỏ qua hoàn toàn các bản ghi có dữ liệu không chính xác.
• C. Chỉ báo cáo số lượng dữ liệu không chính xác.
• D. Cung cấp các công cụ và thuật toán để phát hiện, xử lý (lấp đầy, loại bỏ, biến đổi) dữ liệu thiếu, nhiễu hoặc sai lệch.

Câu 28: Một công ty truyền thông xã hội muốn phân tích cảm xúc (tích cực, tiêu cực, trung lập) từ hàng triệu bình luận của người dùng. Họ sử dụng các kỹ thuật xử lý ngôn ngữ tự nhiên (NLP) được hỗ trợ bởi máy tính. Đây là ví dụ về việc máy tính hỗ trợ phân tích loại dữ liệu nào?

• A. Dữ liệu phi cấu trúc (ví dụ: văn bản).
• B. Dữ liệu chỉ có dạng số.
• C. Dữ liệu chỉ có dạng hình ảnh.
• D. Dữ liệu đã được tổng hợp sẵn.

Câu 29: Tại sao việc hiểu rõ kiến thức chuyên sâu về lĩnh vực ứng dụng (Domain Knowledge) lại quan trọng đối với nhà khoa học dữ liệu, ngay cả khi họ có các công cụ máy tính mạnh mẽ để phân tích?

• A. Kiến thức lĩnh vực giúp máy tính tự động thu thập dữ liệu.
• B. Kiến thức lĩnh vực thay thế hoàn toàn nhu cầu sử dụng máy tính.
• C. Kiến thức lĩnh vực giúp đặt câu hỏi đúng, hiểu ý nghĩa của dữ liệu, diễn giải kết quả phân tích và đánh giá tính hợp lý của mô hình.
• D. Kiến thức lĩnh vực chỉ cần thiết cho giai đoạn trực quan hóa.

Câu 30: Tương lai của khoa học dữ liệu được dự đoán sẽ ngày càng phụ thuộc vào khả năng của máy tính. Xu hướng nào sau đây thể hiện rõ nhất sự phụ thuộc này?

• A. Giảm dần việc sử dụng các thuật toán phức tạp.
• B. Sự phát triển của AI (đặc biệt là học sâu) và nhu cầu về sức mạnh tính toán ngày càng tăng.
• C. Chuyển dịch hoàn toàn sang phân tích thủ công.
• D. Giới hạn khả năng xử lý dữ liệu thời gian thực.

Câu 1: Trong quy trình khoa học dữ liệu, giai đoạn nào máy tính đóng vai trò thiết yếu trong việc thu thập, làm sạch và biến đổi dữ liệu từ nhiều nguồn khác nhau?

• A. Giai đoạn xây dựng mô hình.
• B. Giai đoạn thu thập và tiền xử lý dữ liệu.
• C. Giai đoạn trực quan hóa dữ liệu.
• D. Giai đoạn triển khai và đánh giá.

Câu 2: Một nhà khoa học dữ liệu cần phân tích một tập dữ liệu lớn chứa thông tin về hành vi mua sắm trực tuyến của hàng triệu khách hàng. Tập dữ liệu này có kích thước vượt quá khả năng lưu trữ và xử lý của máy tính cá nhân thông thường. Công nghệ tính toán nào sau đây là giải pháp hiệu quả nhất để xử lý vấn đề này?

• A. Sử dụng ổ cứng ngoài dung lượng lớn.
• B. Chia nhỏ dữ liệu và xử lý tuần tự trên máy tính cá nhân.
• C. Sử dụng điện toán đám mây hoặc hệ thống tính toán phân tán.
• D. Giảm số lượng dữ liệu bằng cách loại bỏ ngẫu nhiên một phần.

Câu 3: Vai trò chính của máy tính trong việc trực quan hóa dữ liệu trong khoa học dữ liệu là gì?

• A. Tạo ra các biểu đồ, đồ thị và dashboard tương tác để khám phá và trình bày thông tin.
• B. Tự động thu thập dữ liệu mới từ internet.
• C. Thực hiện các phép tính phức tạp để dự báo xu hướng.
• D. Lưu trữ dữ liệu thô một cách an toàn.

Câu 4: Dự án Hệ gene người (HGP) là một ví dụ điển hình minh họa vai trò của máy tính trong khoa học dữ liệu quy mô lớn. Thách thức chính về mặt tính toán mà HGP phải đối mặt là gì?

• A. Thiếu phần mềm chuyên dụng để phân tích trình tự DNA.
• B. Khó khăn trong việc chia sẻ dữ liệu giữa các phòng thí nghiệm.
• C. Chi phí cao của các thiết bị giải trình tự gene.
• D. Xử lý, lưu trữ và phân tích khối lượng dữ liệu gene khổng lồ một cách nhanh chóng và chính xác.

Câu 5: Kỹ thuật xử lý song song (parallel processing) được ứng dụng trong khoa học dữ liệu nhằm mục đích chủ yếu nào?

• A. Giảm thiểu lỗi nhập liệu của con người.
• B. Tăng tốc độ xử lý các tác vụ tính toán phức tạp hoặc xử lý dữ liệu lớn bằng cách chia nhỏ và thực hiện đồng thời.
• C. Tự động hóa quy trình thu thập dữ liệu.
• D. Cải thiện khả năng trực quan hóa dữ liệu.

Câu 6: Tự động hóa trong khoa học dữ liệu, được hỗ trợ bởi máy tính và phần mềm, mang lại lợi ích quan trọng nào sau đây?

• A. Loại bỏ hoàn toàn vai trò của con người trong phân tích.
• B. Chỉ áp dụng cho các bài toán đơn giản.
• C. Tăng hiệu quả, giảm thời gian thực hiện các tác vụ lặp lại (ví dụ: làm sạch dữ liệu, chạy mô hình) và giảm thiểu sai sót.
• D. Tạo ra dữ liệu tổng hợp (synthetic data) một cách tự động.

Câu 7: Phân tích dữ liệu thời gian thực (real-time data analysis), một khả năng mạnh mẽ của máy tính trong khoa học dữ liệu, cho phép điều gì?

• A. Lưu trữ dữ liệu lịch sử trong thời gian dài.
• B. Chỉ phân tích dữ liệu đã được làm sạch hoàn toàn.
• C. Tạo ra các báo cáo tổng kết hàng tháng.
• D. Xử lý và phân tích dữ liệu ngay khi nó được tạo ra, hỗ trợ đưa ra quyết định tức thời.

Câu 8: Khi làm việc với tập dữ liệu rất lớn (Big Data), bên cạnh khả năng xử lý, máy tính còn cần có khả năng gì để quản lý hiệu quả lượng dữ liệu này?

• A. In ấn dữ liệu với tốc độ cao.
• B. Lưu trữ và quản lý dữ liệu trên các hệ thống phân tán hoặc cơ sở dữ liệu chuyên dụng.
• C. Tạo ra các bản sao lưu dữ liệu thủ công.
• D. Chuyển đổi tất cả dữ liệu sang định dạng văn bản thuần túy.

Câu 9: Một công ty thương mại điện tử muốn phân tích hành vi người dùng trên trang web của họ để cá nhân hóa trải nghiệm. Dữ liệu thu thập được bao gồm lịch sử duyệt web, sản phẩm đã xem, sản phẩm đã thêm vào giỏ hàng và giao dịch mua sắm. Máy tính và các thuật toán học máy sẽ đóng vai trò gì trong việc này?

• A. Phân tích các mẫu hành vi, xây dựng mô hình dự đoán sở thích và đề xuất sản phẩm phù hợp.
• B. Chỉ đơn thuần lưu trữ lịch sử duyệt web của mỗi người dùng.
• C. Tạo ra các quảng cáo ngẫu nhiên để hiển thị cho người dùng.
• D. Chỉ trực quan hóa số lượng sản phẩm được xem nhiều nhất.

Câu 10: Việc sử dụng các thư viện và framework lập trình chuyên biệt cho khoa học dữ liệu (ví dụ: Pandas, NumPy, Scikit-learn trong Python) trên máy tính giúp ích gì cho nhà khoa học dữ liệu?

• A. Giới hạn các loại dữ liệu có thể xử lý.
• B. Buộc người dùng phải viết mã từ đầu cho mọi tác vụ.
• C. Chỉ hỗ trợ trực quan hóa dữ liệu.
• D. Cung cấp các công cụ và hàm dựng sẵn mạnh mẽ để xử lý, phân tích dữ liệu và xây dựng mô hình một cách hiệu quả và nhanh chóng.

Câu 11: Khi phân tích dữ liệu, việc làm sạch dữ liệu (data cleaning) là một bước quan trọng. Máy tính hỗ trợ quá trình này như thế nào?

• A. Tự động nhận diện và sửa tất cả các lỗi trong dữ liệu mà không cần can thiệp.
• B. Chỉ lưu trữ dữ liệu lỗi để xem xét sau.
• C. Cung cấp các công cụ và thuật toán để phát hiện, xử lý các giá trị thiếu, ngoại lai, không nhất quán, và định dạng lại dữ liệu.
• D. Chỉ có thể xử lý dữ liệu đã được làm sạch hoàn toàn từ trước.

Câu 12: Một nhà nghiên cứu đang phân tích mối liên hệ giữa lượng mưa và năng suất cây trồng trên một khu vực rộng lớn trong nhiều năm. Dữ liệu bao gồm thông tin thời tiết từ nhiều trạm khí tượng và báo cáo năng suất từ nhiều nông trại. Để phân tích mối liên hệ này hiệu quả, máy tính cần có khả năng xử lý loại dữ liệu nào?

• A. Dữ liệu có cấu trúc (bảng), dữ liệu không gian (vị trí trạm/nông trại), và dữ liệu thời gian (nhiều năm).
• B. Chỉ dữ liệu văn bản từ báo cáo.
• C. Chỉ dữ liệu số về lượng mưa và năng suất.
• D. Chỉ hình ảnh của cây trồng.

Câu 13: Trong bối cảnh khoa học dữ liệu, thuật ngữ "tài nguyên tính toán linh hoạt" (flexible computing resources) khi nói về điện toán đám mây có ý nghĩa gì?

• A. Chỉ có thể sử dụng một loại máy chủ duy nhất.
• B. Có thể dễ dàng tăng hoặc giảm năng lực xử lý, lưu trữ theo nhu cầu thực tế của dự án mà không cần mua sắm phần cứng mới.
• C. Chỉ cung cấp các phần mềm miễn phí.
• D. Yêu cầu người dùng phải cài đặt tất cả phần mềm thủ công.

Câu 14: Một ứng dụng dự báo thời tiết sử dụng dữ liệu từ hàng ngàn cảm biến trên khắp thế giới và cần cập nhật dự báo liên tục. Hệ thống máy tính xử lý dữ liệu cho ứng dụng này cần ưu tiên khả năng nào?

• A. Lưu trữ dữ liệu vĩnh viễn.
• B. Thực hiện các phép tính thủ công.
• C. Phân tích dữ liệu thời gian thực và xử lý song song khối lượng dữ liệu lớn.
• D. Chỉ trực quan hóa dữ liệu lịch sử.

Câu 15: Sự phát triển của phần cứng máy tính (CPU, GPU, bộ nhớ, lưu trữ) ảnh hưởng như thế nào đến khả năng thực hiện khoa học dữ liệu?

• A. Tăng đáng kể khả năng xử lý các thuật toán phức tạp, phân tích dữ liệu lớn và xây dựng các mô hình học máy tiên tiến.
• B. Làm giảm nhu cầu về phần mềm phân tích dữ liệu.
• C. Chỉ cải thiện tốc độ hiển thị đồ họa.
• D. Không có ảnh hưởng đáng kể đến quy trình phân tích dữ liệu.

Câu 16: Khi một nhà khoa học dữ liệu sử dụng máy tính để chạy một thuật toán phân cụm (clustering) trên một tập dữ liệu khách hàng để tìm ra các nhóm khách hàng có hành vi tương tự, đây là ví dụ về việc sử dụng máy tính trong giai đoạn nào của khoa học dữ liệu?

• A. Thu thập dữ liệu.
• B. Trực quan hóa dữ liệu.
• C. Xây dựng mô hình và phân tích chuyên sâu.
• D. Triển khai kết quả.

Câu 17: Một trong những thách thức khi làm việc với dữ liệu lớn là tính "đa dạng" (Variety) của dữ liệu. Máy tính và các công cụ phần mềm hỗ trợ giải quyết thách thức này bằng cách nào?

• A. Chỉ cho phép xử lý dữ liệu có cấu trúc.
• B. Bỏ qua các loại dữ liệu không có cấu trúc.
• C. Yêu cầu chuyển đổi thủ công tất cả dữ liệu về một định dạng duy nhất.
• D. Cung cấp các công cụ và framework để xử lý, tích hợp dữ liệu từ nhiều nguồn và định dạng khác nhau (có cấu trúc, bán cấu trúc, không cấu trúc).

Câu 18: Tại sao việc sử dụng các hệ cơ sở dữ liệu phân tán (distributed databases) lại quan trọng trong khoa học dữ liệu khi làm việc với Big Data?

• A. Cho phép lưu trữ và truy xuất hiệu quả khối lượng dữ liệu vượt quá khả năng của một máy chủ duy nhất.
• B. Chỉ dùng để lưu trữ dữ liệu nhạy cảm.
• C. Giúp giảm chi phí phần cứng.
• D. Tự động làm sạch dữ liệu.

Câu 19: Một công ty muốn theo dõi và phân tích các bình luận của khách hàng về sản phẩm của họ trên mạng xã hội để hiểu rõ hơn về cảm nhận của khách hàng. Loại hình phân tích nào sẽ được máy tính hỗ trợ thực hiện trong trường hợp này?

• A. Phân tích dữ liệu số (Numerical analysis).
• B. Phân tích văn bản (Text analysis) và phân tích cảm xúc (Sentiment analysis).
• C. Phân tích hình ảnh (Image analysis).
• D. Phân tích dữ liệu thời gian (Time series analysis).

Câu 20: Giả sử bạn có một tập dữ liệu rất lớn cần thực hiện một phép biến đổi đơn giản (ví dụ: chuẩn hóa dữ liệu). Việc sử dụng một framework xử lý dữ liệu lớn như Apache Spark trên một cụm máy tính (cluster) thay vì xử lý trên máy tính cá nhân sẽ mang lại lợi ích chính nào?

• A. Giảm thiểu số lượng dữ liệu cần xử lý.
• B. Đảm bảo dữ liệu luôn được bảo mật tuyệt đối.
• C. Tăng tốc độ xử lý bằng cách phân tán công việc trên nhiều máy (xử lý song song).
• D. Tự động tạo báo cáo kết quả đẹp mắt.

Câu 21: Vai trò của các thuật toán học máy (machine learning algorithms) trong khoa học dữ liệu, được thực hiện bởi máy tính, là gì?

• A. Chỉ để tạo ra các biểu đồ đơn giản.
• B. Chỉ để lưu trữ dữ liệu một cách có tổ chức.
• C. Tự động thu thập dữ liệu từ các nguồn khác nhau.
• D. Cho phép máy tính học hỏi từ dữ liệu để tìm ra các mẫu, đưa ra dự đoán hoặc đưa ra quyết định mà không cần được lập trình rõ ràng cho từng tác vụ cụ thể.

Câu 22: Khi một công ty sử dụng khoa học dữ liệu để dự đoán nhu cầu sản phẩm trong tương lai dựa trên dữ liệu bán hàng lịch sử, đây là một ứng dụng của khả năng nào của máy tính trong khoa học dữ liệu?

• A. Xây dựng mô hình dự báo (Predictive Modeling).
• B. Trực quan hóa dữ liệu (Data Visualization).
• C. Làm sạch dữ liệu (Data Cleaning).
• D. Thu thập dữ liệu (Data Collection).

Câu 23: Một nhà nghiên cứu phát triển một thuật toán mới để phân tích dữ liệu hình ảnh y tế. Để kiểm tra hiệu quả của thuật toán này trên một tập dữ liệu lớn gồm hàng ngàn ảnh, nhà nghiên cứu cần sử dụng máy tính có cấu hình như thế nào?

• A. Máy tính chỉ có bộ xử lý tốc độ thấp.
• B. Máy tính chỉ cần dung lượng lưu trữ nhỏ.
• C. Máy tính có bộ xử lý mạnh (CPU/GPU), bộ nhớ RAM lớn và dung lượng lưu trữ đủ để chứa dữ liệu và chạy thuật toán.
• D. Bất kỳ máy tính nào cũng có thể thực hiện được.

Câu 24: Vai trò của giao diện người dùng (User Interface - UI) và giao diện lập trình ứng dụng (Application Programming Interface - API) trong các công cụ khoa học dữ liệu chạy trên máy tính là gì?

• A. Chỉ để tạo ra dữ liệu mới.
• B. Giúp người dùng (nhà khoa học dữ liệu hoặc ứng dụng khác) tương tác với dữ liệu, các thuật toán và kết quả phân tích một cách hiệu quả.
• C. Tự động hóa toàn bộ quy trình mà không cần người dùng.
• D. Chỉ dùng để bảo mật dữ liệu.

Câu 25: Trong việc xây dựng các mô hình học máy phức tạp (ví dụ: mạng nơ-ron sâu), thành phần phần cứng nào của máy tính thường đóng vai trò quan trọng nhất trong việc tăng tốc độ huấn luyện mô hình?

• A. Bộ xử lý đồ họa (GPU - Graphics Processing Unit).
• B. Ổ đĩa cứng (HDD).
• C. Màn hình hiển thị.
• D. Bàn phím và chuột.

Câu 26: Một hệ thống giám sát giao thông sử dụng camera và cảm biến để thu thập dữ liệu về lưu lượng xe cộ theo thời gian thực. Hệ thống này cần phân tích dữ liệu ngay lập tức để phát hiện ùn tắc và điều chỉnh đèn giao thông. Khả năng nào của máy tính là cần thiết nhất cho hệ thống này?

• A. Khả năng lưu trữ dữ liệu lâu dài.
• B. Khả năng tạo báo cáo hàng ngày.
• C. Khả năng xử lý dữ liệu thời gian thực và đưa ra quyết định tự động.
• D. Khả năng trực quan hóa dữ liệu lịch sử.

Câu 27: Khi một nhà khoa học dữ liệu cần chia sẻ kết quả phân tích phức tạp của mình với những người không chuyên về kỹ thuật, vai trò của máy tính trong việc trình bày kết quả này là gì?

• A. Chỉ in ra các bảng số liệu thô.
• B. Yêu cầu người nghe phải tự phân tích dữ liệu gốc.
• C. Chỉ cung cấp quyền truy cập vào mã nguồn.
• D. Sử dụng các công cụ trực quan hóa để tạo ra các biểu đồ, đồ thị, dashboard rõ ràng, dễ hiểu, giúp truyền đạt thông tin và insight một cách hiệu quả.

Câu 28: Việc tích hợp dữ liệu từ nhiều nguồn khác nhau (ví dụ: cơ sở dữ liệu bán hàng, dữ liệu website, dữ liệu mạng xã hội) là một bước quan trọng trong khoa học dữ liệu. Máy tính hỗ trợ quá trình này chủ yếu thông qua:

• A. Các công cụ ETL (Extract, Transform, Load) hoặc ELT và các hệ quản trị cơ sở dữ liệu hỗ trợ kết nối và xử lý dữ liệu từ nhiều nguồn.
• B. Khả năng in ấn dữ liệu từ nhiều nguồn.
• C. Tự động tạo ra dữ liệu mới để điền vào chỗ trống.
• D. Chỉ cho phép phân tích từng nguồn dữ liệu riêng lẻ.

Câu 29: Một trong những yếu tố quan trọng mà máy tính cung cấp để hỗ trợ quy trình lặp đi lặp lại trong khoa học dữ liệu (ví dụ: thử nghiệm các tham số mô hình khác nhau) là gì?

• A. Khả năng đưa ra quyết định cuối cùng thay cho con người.
• B. Khả năng tự động hóa các tác vụ thông qua mã lệnh (scripting) và các công cụ quản lý quy trình làm việc (workflow management tools).
• C. Chỉ lưu trữ kết quả của lần chạy đầu tiên.
• D. Yêu cầu người dùng phải thực hiện thủ công từng bước lặp lại.

Câu 30: Xét về mặt hạ tầng, sự khác biệt cơ bản giữa việc thực hiện phân tích khoa học dữ liệu trên máy tính cá nhân so với sử dụng nền tảng điện toán đám mây quy mô lớn là gì?

• A. Máy tính cá nhân luôn có tốc độ xử lý nhanh hơn.
• B. Điện toán đám mây yêu cầu đầu tư ban đầu lớn hơn.
• C. Máy tính cá nhân phù hợp hơn cho việc xử lý Big Data.
• D. Điện toán đám mây cung cấp khả năng mở rộng linh hoạt và truy cập vào tài nguyên tính toán/lưu trữ lớn hơn nhiều so với giới hạn cố định của một máy tính cá nhân.

Câu 1: Trong quy trình khoa học dữ liệu, máy tính đóng vai trò cốt lõi nhất ở giai đoạn nào để biến dữ liệu thô thành thông tin hữu ích và tri thức?

• A. Chỉ ở giai đoạn thu thập dữ liệu ban đầu.
• B. Chỉ ở giai đoạn trực quan hóa kết quả cuối cùng.
• C. Ở hầu hết các giai đoạn, đặc biệt là tiền xử lý, phân tích và mô hình hóa dữ liệu.
• D. Chỉ cần thiết cho việc lưu trữ dữ liệu lớn.

Câu 2: Một nhà khoa học dữ liệu đang làm việc với một tập dữ liệu lớn chứa nhiều giá trị thiếu và không nhất quán. Vai trò của máy tính trong giai đoạn này là gì?

• A. Tự động tạo ra dữ liệu mới để lấp đầy chỗ trống.
• B. Cung cấp các công cụ và thuật toán để làm sạch, biến đổi và chuẩn hóa dữ liệu.
• C. Trực quan hóa các giá trị thiếu dưới dạng biểu đồ.
• D. Chỉ đơn thuần lưu trữ tập dữ liệu lỗi.

Câu 3: Tại sao kỹ thuật xử lý song song lại cực kỳ quan trọng khi phân tích dữ liệu lớn (Big Data)?

• A. Vì nó giúp giảm thiểu nhu cầu về bộ nhớ lưu trữ.
• B. Vì nó cho phép dữ liệu được thu thập nhanh hơn.
• C. Vì nó chỉ hoạt động với các loại dữ liệu có cấu trúc.
• D. Vì nó cho phép chia nhỏ và xử lý đồng thời các phần dữ liệu trên nhiều bộ xử lý, giảm đáng kể thời gian phân tích.

Câu 4: Điện toán đám mây mang lại lợi ích đáng kể nào cho các dự án khoa học dữ liệu, đặc biệt là đối với các nhóm nghiên cứu nhỏ hoặc các công ty khởi nghiệp?

• A. Cung cấp khả năng truy cập linh hoạt và mở rộng đến tài nguyên tính toán mạnh mẽ mà không cần đầu tư lớn vào hạ tầng phần cứng ban đầu.
• B. Giảm thiểu hoàn toàn nguy cơ mất mát dữ liệu.
• C. Tự động viết mã cho các thuật toán phân tích.
• D. Chỉ hỗ trợ lưu trữ dữ liệu, không hỗ trợ xử lý.

Câu 5: Tự động hóa các tác vụ lặp lại trong quy trình khoa học dữ liệu (ví dụ: làm sạch dữ liệu, chạy thử nghiệm mô hình) nhờ máy tính mang lại kết quả chính nào?

• A. Tăng độ phức tạp của quy trình làm việc.
• B. Loại bỏ hoàn toàn sự tham gia của con người.
• C. Tăng tốc độ thực hiện, giảm thiểu sai sót do con người và đảm bảo tính nhất quán.
• D. Chỉ áp dụng được cho các tập dữ liệu rất nhỏ.

Câu 6: Trong Dự án Hệ gene người (HGP), việc sử dụng mạng lưới siêu máy tính và các thuật toán tinh vi đã minh chứng rõ rệt vai trò của máy tính trong việc xử lý dữ liệu lớn như thế nào?

• A. Chỉ để lưu trữ an toàn hàng trăm gigabyte dữ liệu gene.
• B. Giúp giải trình tự, lắp ráp và phân tích bộ gene người với tốc độ và độ chính xác không thể đạt được bằng phương pháp thủ công.
• C. Tạo ra các gene mới dựa trên dữ liệu thu thập được.
• D. Trực quan hóa toàn bộ trình tự DNA trên một màn hình duy nhất.

Câu 7: Một hệ thống giám sát giao thông sử dụng dữ liệu cảm biến để điều chỉnh đèn giao thông theo thời gian thực nhằm giảm ùn tắc. Khả năng nào của máy tính là quan trọng nhất trong ứng dụng này?

• A. Phân tích dữ liệu với tốc độ cao để đưa ra quyết định kịp thời (phân tích thời gian thực).
• B. Khả năng lưu trữ dữ liệu lịch sử trong nhiều năm.
• C. Tự động tạo báo cáo thống kê hàng tháng.
• D. Trực quan hóa bản đồ giao thông tĩnh.

Câu 8: Trực quan hóa dữ liệu (Data Visualization) là một giai đoạn quan trọng trong khoa học dữ liệu. Máy tính hỗ trợ giai đoạn này bằng cách nào?

• A. Tự động thu thập thêm dữ liệu từ các nguồn khác.
• B. Làm sạch và loại bỏ các giá trị ngoại lai.
• C. Thực hiện các phép tính thống kê phức tạp.
• D. Tạo ra các biểu đồ, đồ thị và bảng điều khiển tương tác giúp con người dễ dàng hiểu và khám phá insight từ dữ liệu.

Câu 9: Khi xây dựng một mô hình học máy để phân loại hình ảnh, vai trò của máy tính trong quá trình huấn luyện mô hình là gì?

• A. Chỉ hiển thị kết quả cuối cùng của quá trình huấn luyện.
• B. Thu thập các hình ảnh mới để thêm vào tập dữ liệu huấn luyện.
• C. Thực hiện lặp đi lặp lại các phép tính toán ma trận và tối ưu hóa dựa trên thuật toán được lập trình sẵn trên một lượng lớn dữ liệu.
• D. Tự động giải thích tại sao mô hình đưa ra dự đoán cụ thể.

Câu 10: Một trong những thách thức lớn khi làm việc với dữ liệu lớn là tốc độ xử lý. Máy tính giải quyết thách thức này chủ yếu thông qua những phương tiện nào?

• A. Tăng cường sức mạnh tính toán của bộ xử lý (CPU/GPU), sử dụng kiến trúc xử lý song song và phân tán.
• B. Giảm kích thước của tập dữ liệu bằng cách loại bỏ ngẫu nhiên dữ liệu.
• C. Chỉ tập trung vào phân tích dữ liệu có cấu trúc đơn giản.
• D. Yêu cầu con người thực hiện phần lớn công việc phân tích.

Câu 11: Khả năng mở rộng (scalability) của hạ tầng tính toán là yếu tố then chốt trong khoa học dữ liệu vì:

• A. Nó giúp giảm thiểu số lượng thuật toán cần sử dụng.
• B. Nó đảm bảo dữ liệu luôn được trực quan hóa đẹp mắt.
• C. Nó chỉ quan trọng đối với các dự án nhỏ.
• D. Khối lượng dữ liệu và độ phức tạp của bài toán có thể tăng lên theo thời gian, đòi hỏi khả năng tăng/giảm tài nguyên tính toán linh hoạt.

Câu 12: Yếu tố nào sau đây ít phụ thuộc vào sức mạnh tính toán trực tiếp của máy tính trong quy trình khoa học dữ liệu?

• A. Huấn luyện mô hình học sâu (deep learning).
• B. Tìm kiếm các mẫu phức tạp trong tập dữ liệu hàng petabyte.
• C. Xác định mục tiêu kinh doanh hoặc câu hỏi nghiên cứu ban đầu.
• D. Thực hiện các phép biến đổi dữ liệu trên tập dữ liệu lớn.

Câu 13: Giả sử bạn cần phân tích mối quan hệ giữa hàng trăm biến trong một tập dữ liệu khách hàng khổng lồ. Máy tính giúp bạn thực hiện điều này bằng cách nào?

• A. Tự động tạo ra mối quan hệ mới giữa các biến.
• B. Thực hiện các phép tính thống kê, phân tích tương quan, và xây dựng mô hình trên quy mô lớn và tốc độ cao.
• C. Chỉ đơn giản là liệt kê tất cả các biến có trong dữ liệu.
• D. Loại bỏ các biến không liên quan một cách ngẫu nhiên.