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 207366 - Nhập môn Khai phá dữ liệu và máy học - IT61

Một trong những nguyên nhân gây dư thừa thuộc tính trong dữ liệu là gì?

Các câu hỏi khác:

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 207373:
Một cách phổ biến để giải quyết vấn đề định danh thực thể là gì?

A. Giữ nguyên tất cả các định dạng từ các nguồn
B. Bỏ qua sự khác biệt giữa các nguồn dữ liệu
C. Sử dụng phương pháp chuẩn hóa dữ liệu để tạo định dạng chung
D. Chỉ sử dụng một nguồn dữ liệu duy nhất
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 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 207379:
Dữ liệu có thể bị sai lệch do lỗi nhập liệu, điều này ảnh hưởng đến yếu tố nào?

A. Tính chính xác (Accuracy)
B. Tính nhất quán (Consistency)
C. Tính khả diễn giải (Interpretability)
D. Tính đầy đủ (Completeness)
Câu hỏi 207383:
Một phương pháp để xác định dữ liệu ngoại lai (outliers) là gì?

A. Loại bỏ dữ liệu có giá trị nhỏ nhất
B. Sử dụng biểu đồ boxplot
C. Điền dữ liệu thiếu
D. Giữ nguyên dữ liệu
Câu hỏi 207389:
Khi xây dựng mô hình máy học, bước tiền xử lý dữ liệu đóng vai trò gì?

A. Là bước cuối cùng để kiểm tra mô hình
B. Là bước phân phối mô hình đã xây dựng
C. Là bước loại bỏ nhiễu và chuẩn hóa dữ liệu
D. Là bước để xây dựng thuật toán học sâu
Câu hỏi 207391:
Thuật toán hồi quy trong học máy thường được sử dụng để làm gì?

A. Nhóm các phần tử giống nhau
B. Phân loại dữ liệu
C. Dự đoán giá trị liên tục
D. Giảm chiều dữ liệu
Câu hỏi 207395:
Mối liên hệ giữa toán học và DMML (Khai phá dữ liệu và Máy học) là gì?

A. Đại số tuyến tính giúp biểu diễn dữ liệu dưới dạng ma trận
B. Tất cả các đáp án đều đúng
C. Xác suất thống kê giúp phân tích dữ liệu không chắc chắn
D. Giải tích hỗ trợ xử lý dữ liệu phi tuyến tính

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