Trắc Nghiệm Tin Học 12 Cánh Diều Khoa Học Máy Tính Chủ Đề FCS1 Bài 1 là bộ đề ôn tập kiến thức khởi đầu chương trình môn Tin học lớp 12, bám sát nội dung Khoa học máy tính Tin học 12 Cánh Diều. Đề do thầy Nguyễn Hoàng Tùng – giáo viên môn Tin học tại Trường THPT Chu Văn An biên soạn năm học 2024–2025. Đây là bài học mở đầu cho “Chủ đề FCS: Giải quyết vấn đề với sự trợ giúp của máy tính”, với nội dung chính của “FCS1: Giới thiệu học máy và khoa học dữ liệu” và cụ thể là “Bài 1: Giới thiệu về học máy” tập trung vào khái niệm cơ bản về Machine Learning, các loại hình (có giám sát, không giám sát) và các ứng dụng phổ biến. Bộ câu hỏi này là tài liệu quan trọng giúp học sinh nắm vững kiến thức nền tảng về AI tiên tiến.
Trắc nghiệm Tin học 12 trên nền tảng detracnghiem.edu.vn được thiết kế để mang lại trải nghiệm học tập hiện đại và hiệu quả. Với kho câu hỏi phong phú, bao quát các khía cạnh lí thuyết và ứng dụng của học máy, học sinh có thể thực hành không giới hạn để củng cố kiến thức. Mỗi câu hỏi đều đi kèm đáp án và lời giải thích chi tiết, giúp các em không chỉ biết kết quả mà còn hiểu sâu sắc về cách thức hoạt động và tiềm năng của Machine Learning. Biểu đồ phân tích tiến độ học tập cá nhân là tính năng nổi bật, giúp học sinh nhận diện điểm mạnh, điểm yếu để xây dựng chiến lược ôn tập khoa học. Đây là công cụ hữu ích giúp học sinh tự tin chinh phục các bài Luyện thi trắc nghiệm lớp 12.
Trắc Nghiệm Tin Học 12 Cánh Diều Khoa Học Máy Tính
Chủ Đề FCS1: Giới thiệu học máy và khoa học dữ liệu
Bài 1: Giới thiệu về học máy
Câu 1: Khái niệm “Học máy” (Machine Learning) được định nghĩa là gì?
A. Máy tính tự động giải các bài toán logic.
B. Máy tính thực hiện các phép tính số học phức tạp.
C. Máy tính mô phỏng hành vi của con người.
D. Máy tính có khả năng học từ dữ liệu mà không cần lập trình rõ ràng.
Câu 2: Dữ liệu huấn luyện trong Học máy có vai trò chính là gì?
A. Để kiểm tra tính đúng đắn của mô hình sau khi huấn luyện.
B. Để mô hình học máy tìm ra các đặc điểm chung và quy luật từ dữ liệu đã có.
C. Để mô hình học máy thực hiện các nhiệm vụ cụ thể mà không cần dữ liệu mới.
D. Để mô hình học máy đưa ra các dự đoán về dữ liệu chưa được nhìn thấy.
Câu 3: Thuật toán học máy “phân loại” được dùng để giải quyết loại bài toán nào?
A. Bài toán dự đoán giá trị liên tục, ví dụ dự báo thời tiết.
B. Bài toán gom nhóm các dữ liệu không có nhãn.
C. Bài toán gán nhãn hoặc phân loại dữ liệu vào các nhóm định trước.
D. Bài toán dự đoán xu hướng thị trường tài chính.
Câu 4: Học có giám sát (Supervised Learning) là gì?
A. Học từ dữ liệu đã được gán nhãn, dự đoán nhãn cho dữ liệu mới.
B. Học từ dữ liệu không có nhãn, tìm ra cấu trúc ẩn.
C. Học thông qua tương tác với môi trường để đưa ra quyết định.
D. Học bằng cách quan sát các hành vi của con người.
Câu 5: Học không giám sát (Unsupervised Learning) là gì?
A. Học từ dữ liệu đã được gán nhãn, dự đoán nhãn cho dữ liệu mới.
B. Học thông qua tương tác với môi trường để đưa ra quyết định.
C. Học bằng cách phân loại dữ liệu vào các nhóm định trước.
D. Học từ dữ liệu không có nhãn, tìm ra cấu trúc và đặc điểm khác nhau.
Câu 6: Để đánh giá mô hình học máy, ta cần sử dụng dữ liệu nào?
A. Dữ liệu huấn luyện.
B. Dữ liệu kiểm tra.
C. Dữ liệu mới chưa qua xử lý.
D. Dữ liệu không có nhãn.
Câu 7: Quá trình “Huấn luyện mô hình học máy” có vai trò gì?
A. Áp dụng mô hình đã có cho dữ liệu mới.
B. Tối ưu hóa các tham số của mô hình dựa trên dữ liệu huấn luyện.
C. Đánh giá độ chính xác của mô hình.
D. Triển khai mô hình vào ứng dụng thực tế.
Câu 8: Bài toán “phân loại thư rác” (spam) là một ví dụ điển hình của loại bài toán nào trong Học máy?
A. Bài toán hồi quy.
B. Bài toán gom nhóm.
C. Bài toán phân loại.
D. Bài toán giảm chiều dữ liệu.
Câu 9: Mục tiêu chính của việc “xây dựng mô hình” trong Học máy là gì?
A. Chỉ để thu thập dữ liệu và lưu trữ chúng.
B. Để đơn giản hóa quá trình phân tích dữ liệu.
C. Để tạo ra một quy tắc tổng quát từ dữ liệu có sẵn.
D. Để hiển thị dữ liệu dưới dạng đồ họa.
Câu 10: Ứng dụng “lọc thư rác” của Học máy giúp ích gì cho người dùng?
A. Giúp mã hóa nội dung thư điện tử.
B. Giúp tự động nhận diện và chuyển thư rác vào mục riêng.
C. Giúp phân loại thư vào các thư mục khác nhau.
D. Giúp tăng tốc độ gửi và nhận thư điện tử.
Câu 11: Ứng dụng “phân loại khách hàng” trong Học máy có ý nghĩa gì đối với doanh nghiệp?
A. Giúp doanh nghiệp dự đoán hành vi của khách hàng trong tương lai.
B. Giúp doanh nghiệp xác định khách hàng mới tiềm năng.
C. Giúp doanh nghiệp tăng số lượng khách hàng tiềm năng.
D. Giúp doanh nghiệp phân nhóm khách hàng để có chiến lược phù hợp.
Câu 12: Ứng dụng “gom nhóm các quả” là một ví dụ điển hình của loại bài toán nào trong Học máy?
A. Bài toán phân loại có giám sát.
B. Bài toán hồi quy.
C. Bài toán gom nhóm không giám sát.
D. Bài toán giảm chiều dữ liệu.
Câu 13: Ứng dụng “nhận dạng tiếng nói” của Học máy giúp máy tính làm gì?
A. Chuyển đổi lời nói của con người thành văn bản.
B. Chỉ phát hiện âm thanh trong môi trường.
C. Phân tích ngữ điệu và giọng điệu của người nói.
D. Tổng hợp giọng nói của máy tính thành giọng nói con người.
Câu 14: Ứng dụng “nhận dạng chữ viết” của Học máy giúp máy tính làm gì?
A. Chuyển đổi chữ viết tay thành hình ảnh.
B. Phân tích nét chữ để nhận diện người viết.
C. Chuyển đổi chữ viết tay thành văn bản điện tử.
D. Tổng hợp chữ viết tay từ văn bản điện tử.
Câu 15: Ứng dụng “dịch máy” của Học máy giúp ích gì?
A. Chỉ dịch các từ đơn lẻ giữa các ngôn ngữ.
B. Chỉ dịch các câu đơn giản giữa các ngôn ngữ.
C. Phân tích văn bản và dự đoán khả năng tương ứng giữa ngôn ngữ.
D. Dịch thuật theo từng từ một mà không cần ngữ cảnh.
Câu 16: Ứng dụng “chẩn đoán bệnh” của Học máy giúp gì trong y tế?
A. Thay thế hoàn toàn vai trò của bác sĩ.
B. Trực tiếp kê đơn thuốc cho bệnh nhân.
C. Giúp bác sĩ chẩn đoán bệnh chính xác và nhanh hơn.
D. Phân tích kết quả xét nghiệm một cách thủ công.
Câu 17: Ứng dụng “phân tích thị trường” của Học máy giúp doanh nghiệp làm gì?
A. Xây dựng mô hình phân tích hành vi khách hàng để đưa ra chiến lược.
B. Dự đoán giá cả của sản phẩm trên thị trường.
C. Chỉ tập trung vào việc thống kê doanh số bán hàng.
D. Tự động hóa quá trình bán hàng và tiếp thị.
Câu 18: Google Dịch là một ví dụ tiêu biểu của ứng dụng Học máy trong lĩnh vực nào?
A. Nhận dạng tiếng nói.
B. Nhận dạng chữ viết.
C. Dịch máy.
D. Cả nhận dạng tiếng nói, nhận dạng chữ viết và dịch máy.
Câu 19: Phát biểu nào sau đây là SAI về Học máy?
A. Học không giám sát sử dụng dữ liệu huấn luyện không có nhãn.
B. Học có giám sát và không giám sát đều giúp máy tính giải quyết cùng một bài toán như nhau.
C. Học có giám sát sử dụng dữ liệu kiểm tra để đánh giá kết quả huấn luyện.
D. Học có giám sát dành cho huấn luyện máy tính phân cụm.
Câu 20: ChatGPT là một hệ thống AI nổi tiếng. Khả năng nào của ChatGPT đóng góp vào sự phát triển của Học máy?
A. Chỉ khả năng xử lý số liệu thống kê.
B. Khả năng hiểu và tạo ra văn bản tự nhiên.
C. Khả năng tạo ra hình ảnh và video.
D. Khả năng điều khiển robot.
Câu 21: Bài toán “Phân cụm” (Clustering) trong Học máy có ý nghĩa gì?
A. Gán nhãn cho dữ liệu dựa trên các nhãn đã biết.
B. Phân chia tập dữ liệu thành các nhóm dựa trên sự tương tự.
C. Dự đoán giá trị liên tục cho các dữ liệu mới.
D. Giảm số chiều của dữ liệu để dễ dàng hình dung.
Câu 22: Vai trò của “kiểm tra và đánh giá mô hình” trong Học máy là gì?
A. Để tìm ra các lỗi trong dữ liệu huấn luyện.
B. Để xác định mức độ đáp ứng yêu cầu của mô hình.
C. Để tăng tốc độ huấn luyện mô hình.
D. Để triển khai mô hình vào ứng dụng thực tế.
Câu 23: Học máy khác gì so với lập trình truyền thống?
A. Học máy chỉ có thể giải quyết các bài toán đơn giản.
B. Học máy học từ dữ liệu, lập trình truyền thống tuân theo lệnh.
C. Học máy yêu cầu lập trình viên phải viết mã nhiều hơn.
D. Học máy không cần dữ liệu để hoạt động.
Câu 24: Khi triển khai ứng dụng Học máy vào thực tế, điều gì cần được xem xét?
A. Chỉ khả năng tính toán của máy tính.
B. Khả năng mở rộng và hiệu suất trong môi trường thực.
C. Chỉ sự phức tạp của thuật toán.
D. Chỉ chi phí triển khai và bảo trì.
Câu 25: Học máy là một lĩnh vực của ngành nào?
A. Khoa học vật liệu.
B. Sinh học.
C. Trí tuệ nhân tạo.
D. Kỹ thuật điện tử.
Câu 26: Dữ liệu huấn luyện (Training Data) trong Học máy bao gồm những gì?
A. Dữ liệu chưa qua xử lý và không có nhãn.
B. Dữ liệu đã được gán nhãn và được sử dụng để huấn luyện mô hình.
C. Dữ liệu dùng để đánh giá mô hình sau khi huấn luyện.
D. Dữ liệu được tạo ra một cách ngẫu nhiên.
Câu 27: Phân loại dữ liệu là một bước quan trọng trong Học máy. Mục đích của việc phân loại là gì?
A. Giúp gán nhãn cho từng phần tử dữ liệu để mô hình học.
B. Giúp giảm thiểu số lượng dữ liệu cần xử lý.
C. Giúp mô hình tự động tạo ra dữ liệu mới.
D. Giúp phân chia dữ liệu thành các nhóm ngẫu nhiên.
Câu 28: Đánh giá mô hình học máy bao gồm việc nào sau đây?
A. Thu thập thêm dữ liệu mới để bổ sung cho mô hình.
B. Thay đổi thuật toán học máy để cải thiện hiệu suất.
C. So sánh nhãn đã biết với dự đoán của mô hình.
D. Triển khai mô hình vào môi trường thực tế.
Câu 29: Phát biểu nào sau đây là đúng về Học máy?
A. Học máy chỉ giải quyết các bài toán liên quan đến văn bản.
B. Học máy có thể giải quyết nhiều loại bài toán khác nhau.
C. Học máy không cần dữ liệu để thực hiện nhiệm vụ.
D. Học máy luôn đưa ra kết quả chính xác tuyệt đối.
Câu 30: Học máy và trí tuệ nhân tạo có mối quan hệ như thế nào?
A. Học máy là một phần nhỏ của trí tuệ nhân tạo.
B. Trí tuệ nhân tạo là một phần của học máy.
C. Học máy là một lĩnh vực con của trí tuệ nhân tạo.
D. Học máy và trí tuệ nhân tạo là hai lĩnh vực hoàn toàn riêng biệt.
Câu 31: Khẳng định nào sau đây là sai về dữ liệu trong Học máy?
A. Dữ liệu huấn luyện được dùng để xây dựng mô hình.
B. Dữ liệu kiểm tra được dùng để đánh giá mô hình.
C. Dữ liệu cần được chuẩn bị và phân chia thành các phần.
D. Dữ liệu có thể được sử dụng mà không cần qua chuẩn bị.
Câu 32: Thuật toán “cây quyết định” (decision tree) được sử dụng phổ biến trong loại mô hình học máy nào?
A. Hồi quy.
B. Phân loại.
C. Gom nhóm.
D. Giảm chiều.
Câu 33: Các bước chính trong quy trình học máy là gì?
A. Thu thập dữ liệu, phân tích dữ liệu, báo cáo kết quả.
B. Xây dựng mô hình, kiểm thử, triển khai.
C. Thu thập dữ liệu, chuẩn bị dữ liệu, xây dựng mô hình, đánh giá, triển khai.
D. Lập trình thuật toán, chạy thử, sửa lỗi.
Câu 34: Phát biểu nào sau đây là đúng về sự khác biệt giữa học có giám sát và học không giám sát?
A. Học có giám sát cần nhiều dữ liệu hơn học không giám sát.
B. Học có giám sát cần dữ liệu đã gán nhãn, học không giám sát thì không.
C. Học có giám sát dùng để phân loại, học không giám sát dùng để dự đoán.
D. Học có giám sát dễ triển khai hơn học không giám sát.
Câu 35: Để đánh giá chất lượng của dữ liệu kiểm tra, ta cần thực hiện gì?
A. Bổ sung thêm dữ liệu mới.
B. Kiểm tra tính đúng đắn và yêu cầu chất lượng của dữ liệu.
C. Thay đổi thuật toán học máy.
D. Gán nhãn thủ công cho toàn bộ dữ liệu.
Câu 36: Một mô hình học máy có thể đưa ra dự đoán về dữ liệu chưa được nhìn thấy sau bước nào?
A. Thu thập dữ liệu.
B. Chuẩn bị dữ liệu.
C. Xây dựng mô hình.
D. Đánh giá mô hình.
Câu 37: Ứng dụng “dự đoán khả năng tương ứng giữa ngôn ngữ nguồn và ngôn ngữ đích” là một chức năng của ứng dụng học máy nào?
A. Nhận dạng tiếng nói.
B. Nhận dạng chữ viết.
C. Dịch máy.
D. Chẩn đoán bệnh.
Câu 38: Khi một mô hình học máy đã được huấn luyện thành công, bước tiếp theo thường là gì?
A. Triển khai ứng dụng mô hình vào bài toán thực tế.
B. Quay lại thu thập thêm dữ liệu.
C. Huấn luyện lại mô hình với các tham số khác.
D. Thay đổi thuật toán học máy đã sử dụng.
Câu 39: Google Dịch sử dụng Học máy để làm gì?
A. Chỉ để nhận dạng chữ viết tay.
B. Chỉ để nhận dạng giọng nói.
C. Để phân tích văn bản và dự đoán khả năng tương ứng giữa ngôn ngữ.
D. Để quản lý cơ sở dữ liệu dịch thuật.
Câu 40: Dữ liệu huấn luyện gom các mẫu dữ liệu mô tả thuộc tính đặc trưng của đối tượng. Điều này có ý nghĩa gì?
A. Dữ liệu này không cần các thuộc tính đặc trưng.
B. Dữ liệu này chỉ mô tả số lượng đối tượng.
C. Dữ liệu này bao gồm các thông tin quan trọng của đối tượng.
D. Dữ liệu này chỉ dùng để kiểm tra mô hình.
