Quản trị logistic và chuỗi cung ứng - BA29

Anh văn III/Tiếng anh cơ bản 3 - EG09.3

Kỹ thuật điện tử số - IT01.2

Ngôn ngữ thiết kế Web - IT14

Phương pháp nghiên cứu khoa học - HM01/HM55

Khởi nghiệp kinh doanh - HM35/HM85

Quản lý tổ chức sự kiện - HM23

Phát triển các hệ thống TMĐT - EC16

Quản trị logistic và chuỗi cung ứng - BA29/EC08

Tiếng Trung Quốc 1A - CN12

Tiếng Trung Quốc 1B - CN13

Logic học đại cương - CN08

Cơ sở văn hoá Việt Nam - CN01

Trí tuệ nhân tạo trong kinh doanh - BF36

Luật Tài chính - Ngân hàng - BF33

Công nghệ tài chính căn bản - BF43

Quản trị tài chính - HM59

Tiền tệ và thanh toán quốc tế - HM65

Quản lý chất lượng dịch vụ - HM87

Giám sát khách sạn - HM32

Zalo Trợ thủ học tập HOU

Mẫu bằng tại đại học Mở Hà Nội HOU

Trợ thủ học tập HOU - Đại học Mở Hà Nội

Câu hỏi 21638 - Nhập môn Khai phá dữ liệu và máy học - IT61

Dữ liệu nhiễu là gì?

Các câu hỏi khác:

Câu hỏi 21681:
Vì sao không nên sử dụng giá trị mặc định như "Unknown" để thay thế dữ liệu thiếu?

A. Vì nó làm giảm tính chính xác
B. Vì nó làm mất dữ liệu
C. Vì nó làm tăng kích thước dữ liệu
D. Vì nó có thể làm sai lệch phân tích dữ liệu
Câu hỏi 499782:
Phương pháp nào giúp giảm số chiều dữ liệu mà vẫn giữ lại phần lớn thông tin?

A. Phân tích thành phần chính (PCA)
B. Chuẩn hóa dữ liệu
C. Nhóm các bản ghi thành từng cụm
D. Loại bỏ bản ghi có dữ liệu thiếu
Câu hỏi 499785:
Tại sao phương pháp PCA lại hữu ích trong giảm kích thước dữ liệu?

A. Vì nó giúp tìm ra các thành phần quan trọng nhất của dữ liệu
B. Vì nó thay thế dữ liệu gốc bằng dữ liệu mới hoàn toàn
C. Vì nó loại bỏ hoàn toàn các thuộc tính không liên quan
D. Vì nó làm tăng độ phức tạp của mô hình
Câu hỏi 499788:
Điều gì sẽ xảy ra nếu áp dụng PCA lên một tập dữ liệu không có sự tương quan giữa các thuộc tính?

A. PCA sẽ làm tăng độ phức tạp của dữ liệu
B. PCA sẽ tự động loại bỏ tất cả các thuộc tính
C. PCA vẫn hoạt động bình thường nhưng không làm giảm kích thước dữ liệu
D. PCA sẽ không mang lại hiệu quả vì không có phương sai cần giảm
Câu hỏi 499792:
Khi nào nên sử dụng chọn mẫu ngẫu nhiên phân tầng (Stratified Sampling)?

A. Khi muốn tăng tốc độ xử lý bằng cách chọn ngẫu nhiên một phần nhỏ dữ liệu
B. Khi muốn giảm kích thước dữ liệu bằng cách loại bỏ toàn bộ một nhóm dữ liệu
C. Khi muốn làm sạch dữ liệu trước khi tích hợp
D. Khi muốn đảm bảo tỷ lệ các nhóm dữ liệu trong tập mẫu giống như trong tập dữ liệu gốc
Câu hỏi 207366:
Một trong những nguyên nhân gây dư thừa thuộc tính trong dữ liệu là gì?

A. Khi dữ liệu chứa nhiều bản ghi lỗi
B. Khi dữ liệu bị thiếu thông tin quan trọng
C. Khi cùng một thông tin được lưu trữ dưới nhiều dạng khác nhau
D. Khi dữ liệu không được chuẩn hóa đúng cách
Câu hỏi 207369:
Khi dữ liệu có quá nhiều thuộc tính không liên quan, phương pháp nào phù hợp để xử lý?

A. Giữ nguyên tất cả thuộc tính để đảm bảo không mất thông tin
B. Chuyển đổi dữ liệu về dạng văn bản để dễ xử lý hơn
C. Sử dụng PCA hoặc lựa chọn đặc trưng
D. Thêm nhiều thuộc tính mới để tăng tính đa dạng
Câu hỏi 207370:
Khi nào nên sử dụng rời rạc hóa dữ liệu (Discretization)?

A. Khi muốn giảm kích thước dữ liệu bằng PCA
B. Khi muốn chuyển đổi dữ liệu liên tục thành các nhóm giá trị rời rạc
C. Khi muốn chuẩn hóa dữ liệu về cùng một tỷ lệ
D. Khi muốn lọc bỏ dữ liệu nhiễu khỏi tập dữ liệu
Câu hỏi 207375:
Trong Python, rời rạc hóa dữ liệu có thể được thực hiện bằng công cụ nào?

A. DecisionTreeClassifier() từ Scikit-learn
B. groupby() từ Pandas
C. KBinsDiscretizer() từ Scikit-learn
D. LabelEncoder() từ Scikit-learn
Câu hỏi 207380:
Trong Python, phương pháp nào sau đây giúp chuẩn hóa dữ liệu về khoảng [0,1]?

A. normalize() từ Pandas
B. one_hot_encoding() từ NumPy
C. StandardScaler() từ Scikit-learn
D. MinMaxScaler() từ Scikit-learn

DONATE

Để giúp chúng tôi phát triển sản phẩm tốt hơn, đạt kết quả học tập cao hơn

Trung tâm giáo dục thể chất và quốc phòng an ninh

Khoa kinh tế

Khoa đào tạo từ xa

Trung tâm đào tạo trực tuyến

Khoa đào tạo cơ bản

Khoa điện - điện tử

Khoa du lịch

Khoa Công nghệ thông tin

Viện Công nghệ sinh học và Công nghệ thực phẩm

Trung tâm đại học Mở Hà Nội tại Đà Nẵng

Khoa tiếng Trung Quốc

Khoa tạo dáng công nghiệp

Khoa tài chính ngân hàng

Khoa Tiếng anh

Khoa Luật

Bản tin HOU-TV số 06 năm 2025

Tuyển sinh đại học Mở Hà Nội - HOU