Bài Tập, Đề Thi Trắc Nghiệm Online – Môn Trí Tuệ Nhân Tạo Trong Kinh Doanh – Đề 09

Câu 1: Doanh nghiệp A muốn cải thiện trải nghiệm khách hàng trực tuyến bằng cách tự động hóa phản hồi các câu hỏi thường gặp. Giải pháp AI nào sau đây là phù hợp nhất để doanh nghiệp A triển khai?

• A. Hệ thống khuyến nghị sản phẩm
• B. Phân tích dự đoán chuỗi cung ứng
• C. Chatbot hỗ trợ khách hàng
• D. Công cụ phân tích настроения mạng xã hội

Câu 2: Trong bối cảnh ứng dụng AI vào phân tích dữ liệu bán hàng, kỹ thuật "phân cụm" (clustering) thường được sử dụng để:

• A. Dự đoán doanh số bán hàng trong tương lai dựa trên dữ liệu lịch sử.
• B. Phân nhóm khách hàng thành các phân khúc khác nhau dựa trên hành vi mua sắm.
• C. Xác định các yếu tố ảnh hưởng đến quyết định mua hàng của khách hàng.
• D. Đánh giá mức độ hài lòng của khách hàng sau khi mua sản phẩm.

Câu 3: Phát biểu nào sau đây mô tả đúng nhất sự khác biệt cốt lõi giữa "Học máy" (Machine Learning) và "Trí tuệ nhân tạo" (Artificial Intelligence)?

• A. Học máy là một nhánh của Trí tuệ nhân tạo, tập trung vào việc phát triển các hệ thống có khả năng học từ dữ liệu.
• B. Trí tuệ nhân tạo là một nhánh của Học máy, tập trung vào việc mô phỏng trí thông minh của con người.
• C. Học máy và Trí tuệ nhân tạo là hai khái niệm hoàn toàn độc lập và không liên quan đến nhau.
• D. Học máy và Trí tuệ nhân tạo là hai khái niệm đồng nhất và có thể sử dụng thay thế cho nhau.

Câu 4: Trong quá trình xây dựng mô hình dự đoán rủi ro tín dụng cho ngân hàng, việc sử dụng tập dữ liệu "Validation" (Xác thực) có vai trò quan trọng nhất là gì?

• A. Đánh giá hiệu suất cuối cùng của mô hình sau khi đã hoàn thành huấn luyện.
• B. Tinh chỉnh các siêu tham số (hyperparameters) của mô hình và theo dõi hiệu suất trong quá trình huấn luyện.
• C. Huấn luyện mô hình trên toàn bộ tập dữ liệu để đạt được độ chính xác cao nhất.
• D. Chọn lọc các đặc trưng (features) quan trọng nhất để đưa vào mô hình.

Câu 5: Một công ty thương mại điện tử sử dụng hệ thống AI để cá nhân hóa đề xuất sản phẩm cho từng khách hàng. Điều gì sau đây KHÔNG phải là một lợi ích trực tiếp mà hệ thống này mang lại?

• A. Tăng tỷ lệ chuyển đổi mua hàng (conversion rate).
• B. Nâng cao sự hài lòng và gắn kết của khách hàng.
• C. Tăng giá trị đơn hàng trung bình.
• D. Giảm chi phí sản xuất sản phẩm.

Câu 6: Trong lĩnh vực xử lý ngôn ngữ tự nhiên (NLP), "Entities" (Thực thể) được định nghĩa là:

• A. Mục đích hoặc ý định chính mà người dùng muốn thể hiện trong văn bản.
• B. Các quy tắc ngữ pháp và cú pháp được sử dụng để phân tích cấu trúc câu.
• C. Các đơn vị thông tin cụ thể và có ý nghĩa được trích xuất từ văn bản, ví dụ như tên người, địa điểm, thời gian.
• D. Tập hợp các câu hỏi và câu trả lời mẫu được sử dụng để huấn luyện chatbot.

Câu 7: Để đánh giá hiệu quả của một mô hình phân loại (Classification) trong việc dự đoán khách hàng tiềm năng, chỉ số "Recall" (Độ phủ) đo lường điều gì?

• A. Tỷ lệ dự đoán đúng trên tổng số các trường hợp được dự đoán là dương tính.
• B. Tỷ lệ dự đoán đúng trên tổng số các trường hợp dương tính thực tế.
• C. Tỷ lệ dự đoán sai trên tổng số các trường hợp âm tính thực tế.
• D. Tỷ lệ dự đoán đúng trên tổng số tất cả các trường hợp.

Câu 8: Một doanh nghiệp muốn sử dụng AI để tự động phân loại email khách hàng gửi đến bộ phận hỗ trợ thành các chủ đề khác nhau (ví dụ: "Khiếu nại", "Hỏi đáp", "Đề xuất"). Kỹ thuật học máy nào sau đây phù hợp nhất?

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

Câu 9: Trong quy trình xây dựng chatbot, "Intents" (Ý định) được sử dụng để:

• A. Xác định các thực thể (entities) quan trọng trong câu hỏi của người dùng.
• B. Đại diện cho mục đích hoặc ý định mà người dùng muốn thể hiện khi tương tác với chatbot.
• C. Xây dựng các câu trả lời tự động mà chatbot sẽ phản hồi cho người dùng.
• D. Kết nối chatbot với các kênh giao tiếp khác nhau như website, Facebook Messenger.

Câu 10: Ưu điểm chính của việc sử dụng "Random Forest" so với một "Decision Tree" (Cây quyết định) đơn lẻ trong các bài toán dự đoán là gì?

• A. Random Forest dễ dàng diễn giải kết quả hơn so với Decision Tree.
• B. Random Forest có tốc độ huấn luyện nhanh hơn Decision Tree.
• C. Random Forest có khả năng giảm hiện tượng quá khớp (overfitting) và tăng độ ổn định của mô hình.
• D. Random Forest yêu cầu ít dữ liệu huấn luyện hơn so với Decision Tree.

Câu 11: Công nghệ "Computer Vision" (Thị giác máy tính) được ứng dụng trong quy trình eKYC (Định danh khách hàng điện tử) của ngân hàng chủ yếu để thực hiện công việc nào?

• A. Phân tích lịch sử giao dịch của khách hàng.
• B. Đánh giá mức độ tín nhiệm của khách hàng.
• C. Tự động trả lời các câu hỏi thường gặp của khách hàng.
• D. Xác minh tính xác thực của giấy tờ tùy thân và khuôn mặt của khách hàng qua hình ảnh hoặc video.

Câu 12: Trong mô hình "Hồi quy tuyến tính" (Linear Regression), mục tiêu chính là:

• A. Tìm ra mối quan hệ tuyến tính giữa các biến đầu vào và biến mục tiêu là một giá trị số liên tục.
• B. Phân loại dữ liệu vào các nhóm khác nhau dựa trên đặc điểm.
• C. Tìm ra cấu trúc ẩn và mối quan hệ giữa các điểm dữ liệu không có nhãn.
• D. Dự đoán xác suất một sự kiện xảy ra trong tương lai.

Câu 13: "Đạo đức AI" (AI Ethics) trong kinh doanh đề cập đến vấn đề gì?

• A. Hiệu quả kinh tế của việc ứng dụng AI.
• B. Khả năng kỹ thuật của các hệ thống AI.
• C. Quy trình phát triển và triển khai AI.
• D. Các giá trị đạo đức, công bằng, trách nhiệm và tác động xã hội của việc phát triển và sử dụng AI trong kinh doanh.

Câu 14: Biến "categorical" (biến phân loại) khác với biến "numerical" (biến số) ở điểm nào?

• A. Biến numerical chỉ có thể nhận giá trị số nguyên, còn biến categorical có thể nhận giá trị số thực.
• B. Biến categorical biểu diễn các nhóm hoặc loại, trong khi biến numerical biểu diễn các giá trị số có thể đo lường được.
• C. Biến numerical thường được sử dụng trong các bài toán phân loại, còn biến categorical trong các bài toán hồi quy.
• D. Biến categorical luôn có ít giá trị duy nhất hơn so với biến numerical.

Câu 15: Để giảm thiểu "bias" (thiên kiến) trong dữ liệu huấn luyện mô hình AI, doanh nghiệp nên thực hiện biện pháp nào?

• A. Sử dụng các thuật toán học máy phức tạp hơn.
• B. Tăng kích thước tập dữ liệu huấn luyện.
• C. Đảm bảo tính đa dạng và đại diện của dữ liệu huấn luyện cho tất cả các nhóm đối tượng liên quan.
• D. Loại bỏ hoàn toàn dữ liệu nhiễu (noise) trong tập huấn luyện.

Câu 16: Trong ngôn ngữ lập trình Python, thư viện "pandas" chủ yếu được sử dụng để:

• A. Xử lý và phân tích dữ liệu dạng bảng (tabular data) một cách hiệu quả.
• B. Xây dựng các mô hình học máy và thống kê.
• C. Trực quan hóa dữ liệu bằng các biểu đồ và đồ thị.
• D. Phát triển giao diện người dùng đồ họa (GUI).

Câu 17: "Chuyển đổi số" (Digital Transformation) trong kinh doanh, với sự hỗ trợ của AI, mang lại sự thay đổi cốt yếu nào?

• A. Tự động hóa các tác vụ thủ công để tăng năng suất.
• B. Thay đổi mô hình kinh doanh, quy trình hoạt động và trải nghiệm khách hàng một cách toàn diện dựa trên công nghệ số.
• C. Ứng dụng công nghệ thông tin vào quản lý và điều hành doanh nghiệp.
• D. Giảm chi phí hoạt động và tăng lợi nhuận ngắn hạn.

Câu 18: Một công ty muốn dự đoán nhu cầu sản phẩm trong mùa lễ hội sắp tới. Phương pháp "phân tích chuỗi thời gian" (time series analysis) trong AI sẽ giúp ích như thế nào?

• A. Phân loại khách hàng thành các nhóm dựa trên hành vi mua sắm theo thời gian.
• B. Xác định các sản phẩm được mua cùng nhau trong cùng một khoảng thời gian.
• C. Phân tích dữ liệu lịch sử về nhu cầu sản phẩm theo thời gian để dự đoán nhu cầu trong tương lai.
• D. Tối ưu hóa giá bán sản phẩm theo thời gian để tăng doanh thu.

Câu 19: Trong quá trình "huấn luyện mô hình" (model training) học máy, thuật ngữ "epoch" (kỷ nguyên) đề cập đến:

• A. Một phần nhỏ của tập dữ liệu được sử dụng để cập nhật trọng số mô hình trong mỗi lần lặp.
• B. Tốc độ học (learning rate) được sử dụng trong quá trình huấn luyện.
• C. Số lượng lớp ẩn (hidden layers) trong mạng nơ-ron.
• D. Một lần lặp huấn luyện mà mô hình đã đi qua toàn bộ tập dữ liệu huấn luyện.

Câu 20: Để triển khai một giải pháp chatbot cho website của doanh nghiệp, nền tảng "Dialogflow" cung cấp chức năng chính nào?

• A. Cung cấp dịch vụ lưu trữ dữ liệu hội thoại của chatbot.
• B. Cung cấp công cụ để xây dựng và quản lý logic hội thoại (intents, entities, responses) cho chatbot.
• C. Tích hợp chatbot với các kênh truyền thông xã hội như Facebook Messenger.
• D. Phân tích hiệu suất và thống kê sử dụng chatbot.

Câu 21: Phát biểu nào sau đây KHÔNG phải là một thách thức đạo đức chính khi ứng dụng AI trong kinh doanh?

• A. Thiên kiến (bias) trong thuật toán và dữ liệu dẫn đến quyết định không công bằng.
• B. Sự thiếu minh bạch và khả năng giải thích của các mô hình AI phức tạp (black box).
• C. Khả năng AI giúp doanh nghiệp tăng trưởng doanh thu và lợi nhuận.
• D. Vấn đề về quyền riêng tư và bảo mật dữ liệu cá nhân khi sử dụng AI.

Câu 22: Trong kiến trúc của một hệ thống AI, thành phần "Dữ liệu" (Data) đóng vai trò như thế nào?

• A. Là nguồn thông tin đầu vào chính để huấn luyện và vận hành các mô hình AI.
• B. Là phần cứng vật lý để chạy các thuật toán AI.
• C. Là bộ quy tắc và quy trình được lập trình sẵn để AI hoạt động.
• D. Là giao diện người dùng để tương tác với hệ thống AI.

Câu 23: Khi so sánh "Học có giám sát" (Supervised Learning) và "Học không giám sát" (Unsupervised Learning), điểm khác biệt cơ bản nhất là gì?

• A. Tốc độ huấn luyện mô hình.
• B. Sự hiện diện của nhãn (labels) hoặc đầu ra mong muốn trong dữ liệu huấn luyện.
• C. Độ phức tạp của thuật toán học máy sử dụng.
• D. Khả năng xử lý dữ liệu lớn.

Câu 24: Trong lĩnh vực marketing, AI được ứng dụng để "phân khúc khách hàng" (customer segmentation) nhằm mục đích gì?

• A. Tự động hóa quy trình chăm sóc khách hàng.
• B. Dự đoán hành vi mua sắm của từng khách hàng cụ thể.
• C. Tối ưu hóa chi phí quảng cáo trên các kênh truyền thông.
• D. Chia khách hàng thành các nhóm nhỏ hơn với đặc điểm chung để cá nhân hóa chiến dịch marketing và tăng hiệu quả.

Câu 25: Chỉ số "Precision" (Độ chính xác) trong đánh giá mô hình phân loại cho biết điều gì?

• A. Tỷ lệ các trường hợp dự đoán là dương tính và thực tế cũng là dương tính, trên tổng số các trường hợp được dự đoán là dương tính.
• B. Tỷ lệ các trường hợp dự đoán là dương tính và thực tế cũng là dương tính, trên tổng số các trường hợp dương tính thực tế.
• C. Tỷ lệ các trường hợp dự đoán là âm tính và thực tế cũng là âm tính, trên tổng số các trường hợp âm tính thực tế.
• D. Tỷ lệ các trường hợp dự đoán đúng trên tổng số tất cả các trường hợp.

Câu 26: Trong mô hình mạng nơ-ron (Neural Network), "hàm kích hoạt" (activation function) có vai trò gì?

• A. Tối ưu hóa tốc độ huấn luyện của mạng nơ-ron.
• B. Điều chỉnh trọng số (weights) của các kết nối trong mạng.
• C. Đưa tính phi tuyến vào mạng nơ-ron, cho phép mô hình học được các mối quan hệ phức tạp hơn.
• D. Giảm số lượng tham số cần huấn luyện trong mạng nơ-ron.

Câu 27: "Feature engineering" (kỹ thuật tạo đặc trưng) là quá trình:

• A. Lựa chọn thuật toán học máy phù hợp nhất cho bài toán.
• B. Chọn lọc, biến đổi và tạo ra các đặc trưng (features) mới từ dữ liệu thô để cải thiện hiệu suất mô hình học máy.
• C. Đánh giá và lựa chọn mô hình học máy tốt nhất sau khi huấn luyện.
• D. Thu thập và làm sạch dữ liệu trước khi đưa vào huấn luyện mô hình.

Câu 28: Doanh nghiệp nên ưu tiên yếu tố nào khi xây dựng chiến lược ứng dụng AI?

• A. Sử dụng các công nghệ AI tiên tiến nhất hiện có.
• B. Xây dựng đội ngũ chuyên gia AI lớn mạnh.
• C. Xác định rõ các bài toán và mục tiêu kinh doanh cụ thể mà AI có thể giải quyết và mang lại giá trị.
• D. Thu thập càng nhiều dữ liệu càng tốt để huấn luyện mô hình AI.

Câu 29: "Deep Learning" (Học sâu) là một nhánh của "Học máy" (Machine Learning) nổi bật với điều gì?

• A. Khả năng diễn giải kết quả dự đoán một cách dễ dàng.
• B. Yêu cầu ít dữ liệu huấn luyện hơn so với các phương pháp học máy khác.
• C. Tốc độ huấn luyện mô hình nhanh hơn.
• D. Sử dụng mạng nơ-ron sâu với nhiều lớp ẩn, có khả năng tự động học các đặc trưng phức tạp từ dữ liệu.

Câu 30: Để đo lường mức độ tương đồng giữa hai chuỗi văn bản, ví dụ như đánh giá mức độ trùng lặp nội dung giữa các bài viết, kỹ thuật NLP nào sau đây có thể được sử dụng?

• A. Phân tích cú pháp (syntax parsing).
• B. Vector hóa văn bản (text vectorization) và so sánh khoảng cách giữa các vector.
• C. Nhận dạng thực thể có tên (named entity recognition).
• D. Phân tích настроения (sentiment analysis).