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 499789 - Nhập môn Khai phá dữ liệu và máy học - IT61

Khi sử dụng Python, thư viện nào thường được dùng để chuẩn hóa dữ liệu?

Các câu hỏi khác:

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 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 207371:
Khi xử lý dữ liệu thiếu của một cột chứa dữ liệu danh mục (categorical), phương pháp nào hợp lý?

A. Loại bỏ tất cả dữ liệu
B. Điền bằng giá trị trung bình
C. Điền bằng số 0
D. Điền bằng giá trị phổ biến nhất
Câu hỏi 207376:
Khi nào dữ liệu được coi là khả diễn giải (Interpretability)?

A. Khi dữ liệu dễ hiểu và có ý nghĩa đối với người dùng
B. Khi dữ liệu không có giá trị trống
C. Khi dữ liệu có nhiều giá trị số
D. Khi dữ liệu có kích thước nhỏ
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
Câu hỏi 207381:
Trong tiền xử lý dữ liệu, bước nào giúp chuyển đổi dữ liệu dạng số thành dạng phân loại?

A. Giảm số chiều dữ liệu
B. Làm sạch dữ liệu
C. Chuẩn hóa dữ liệu
D. Rời rạc hóa dữ liệu
Câu hỏi 207384:
Tại sao tiền xử lý dữ liệu quan trọng đối với Machine Learning?

A. Giúp giảm thời gian xử lý của máy tính
B. Không có tác dụng gì
C. Làm tăng kích thước dữ liệu
D. Giúp mô hình học chính xác hơn
Câu hỏi 207385:
Nếu một dữ liệu bị nhập sai do lỗi đánh máy, phương pháp nào phù hợp để sửa lỗi?

A. Dùng kỹ thuật khớp chuỗi
B. Điền dữ liệu thiếu
C. Loại bỏ bản ghi
D. Giữ nguyên dữ liệu
Câu hỏi 207387:
Điểm khác biệt chính giữa học sâu (Deep Learning) và học máy truyền thống là gì?

A. Học sâu không sử dụng mạng nơ-ron nhân tạo
B. Học sâu tự động học đặc trưng từ dữ liệu
C. Học sâu chỉ sử dụng các thuật toán tuyến tính
D. Học sâu không cần dữ liệu để huấn luyện
Câu hỏi 207392:
Khai phá dữ liệu (Data Mining) là gì?

A. Sử dụng các công cụ trực quan hóa để trình bày dữ liệu
B. Tìm kiếm dữ liệu trên internet
C. Tạo báo cáo từ dữ liệu đã phân tích
D. Phát hiện thông tin hữu ích từ dữ liệu lớn

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