1. Hiện tượng overfitting là gì ?

a. Là hiện tượng mô hình học quá khớp với tập dữ liệu huấn luyện
b. Là hiện tượng mô hình rất tốt trên tập dữ liệu huấn luyện nhưng rất kém trên tập kiểm tra
c. Là hiện tượng hàm mất mát tiến sát về 0 trên tập dữ liệu huấn luyện và hàm mất mát không
có xu hướng giảm hoặc tăng dần hoặc dao động bất định sau nhiều lần huấn luyện
d. Tất cả đáp án trên
2. Các kĩ thuật được sử dụng để tránh hiện tượng overfitting:
a. Data augmentation
b. Early stopping
c. Dropout
d. Tất cả đáp án trên
e. Không đáp án nào đúng
3. Mục tiêu chính của tăng cường dữ liệu là gì ?
a. Giảm overfitting
b. Tăng kích thước của tập dữ liệu
c. Tăng kích thước của model
d. Giảm thời gian training
4. Mục tiêu sử dụng tăng cường dữ liệu trong machine learning là gì?
a. Cải thiện sự tối ưu cho model
b. Giảm rủi ro overfitting
c. Tăng kích thước tập dữ liệu
d. Tất cả các đáp án trên
5. Tăng cường dữ liệu có thể áp dụng cho các loại dữ liệu nào ?
a. Dữ liệu hình ảnh, dữ liệu văn bản và dữ liệu nhiễu
b. Dữ liệu âm thanh, dữ liệu văn bản và dữ liệu nhiễu
c. Dữ liệu hình ảnh, dữ liệu âm thanh và dữ liệu văn bản
6. Các mô hình phát hiện đối tượng sử dụng khối SPP, là viết tắt của:
a. Spatial Pyramid Pooling
b. Spatial Pooling Pyramid
c. Space Pyramid Pooling
d. Space Pooling Pyramid
7. Mục đích của khối SPP dùng để:
a. Cải thiện khả năng phát hiện đối tượng
b. Tăng tốc độ của model
c. Cả 2 đáp án đều đúng
d. Cả 2 đáp án đều sai
8. Faster RCNN là phương pháp
a. One-stage detection
b. Two-stage detection
c. Three-stage detection
d. Four-stage detection
9. Ý tưởng chính của Faster RCNN ?
a. Sử dụng anchor box với kích thước và các tỉ lệ khác nhau
b. Sử dụng một mạng CNN
 c. Sử dụng RPN để nhận biết các vùng lưu ý (ROI) trong ảnh
d. Kết hợp CNN và RNN
10. Tác động của việc áp dụng tăng cường dữ liệu đối với hiệu suất của mô hình là gì ?
a. Nó có thể cải thiện hiêu suất của mô hình
b. Nó có thể giảm hiệu suất của mô hình
c. Nó không ảnh hưởng đến hiệu suất của mô hình
d. Nó phụ thuộc vào kỹ thuật tăng cường dữ liệu có thẻ đang được sử dụng
11. Trong thuật toán Gradien Descent, tỉ lệ học r xác định mức độ thay đổi giá trị của các trọng số
trong mạng.
a. Đúng
b. Sai
12. Khi tỉ lệ học được điều chỉnh quá lớn, hiện tượng gì sẽ xảy ra :
a. Hội tụ
b. Phân kì
c. Cả 2 đáp trên
d. Không đáp án nào chính xác
13. Những cách nào sau đây giúp tăng độ chính xác của mô hình phát hiện đối tượng:
a. Tăng cường dữ liệu
b. Thay đổi mô hình backbone
c. Thay đổi hàm mất mát
d. Cả 3 đáp án trên
e. Không đáp án nào chính xác
14. Những cách nào sau đây giúp tăng tốc độ xử lý của mô hình phát hiện đối tượng:
a. Giảm số lớp của mô hình backbone
b. Giảm số filter trong lớp convolution của mô hình backbone
c. Giảm kích thước đầu vào của mô hình phát hiện đối tượng
d. Cả 3 đáp án trên
e. Không đáp án nào chính xác
15. Giải thuật tìm kiếm theo chiều rộng bắt đầu duyệt từ :
a. Nút gốc
b. Nút cha
c. Nút con
d. Nút kế
16. Phương pháp học nhờ các mạng nơ ron là gì :
a. Là phương pháp học thay đổi cấu trúc bên ngoài của mạng hoặc thay đổi các trọng số kết
nối giữa các nơ ron trong mạng
b. Là phương pháp học thay đổi cấu trúc bên trong của mạng hoặc thay đổi các trọng số kết
nối giữa các nơ ron ngoài mạng
c. Là phương pháp học thay đổi cấu trúc bên trong của mạng hoặc thay đổi các trọng số kết
nối giữa các nơ ron trong mạng
d. Là phương pháp học thay đổi cấu trúc bên trong của mạng và thay đổi các trọng số kết nối
giữa các nơ ron trong mạng
17. Vì sao cần chia tập dữ liệu thành tập huấn luyện và kiểm tra
a. Để đánh giá chính xác và khách quan hiệu quả của mô hình đã huấn luyện
 b. Để giảm thời gian huấn luyện
c. Để giảm kích thước tập dữ liệu huấn luyện
d. Tất cả đáp án trên
18. Mục đích sử dụng hàm kích hoạt là gì ?
a. Phá vỡ tính tuyến tính của mạng nơron
b. Cho phép mạng nơ ron biểu diễn được các hàm phi tuyến phức tạp
c. Cả 2 đáp án trên
d. Không đáp án nào chính xác
19. Nếu một mô hình phân loại có độ chính xác là 99.9999% thì chúng ta có nên tin vào con số này
không
a. Có
b. Không
20. Điều gì xảy ra khi tốc độ học quá nhỏ ?
a. Quá trình đào tạo diễn ra chậm để có thể đạt đến điểm tối ưu cục bộ
b. Quá trình đào tạo diễn ra nhanh để có thể đạt đến điểm tối ưu cục bộ
c. Cả 2 đáp án trên
d. Không đáp án nào chính xác
21. Kích thước ảnh đầu vào tăng lên gấp đối thì lượng thông số của mô hình CNN thay đổi thế nào ?
a. Tăng lên gấp đôi
b. Không thay đổi
c. Giảm một nửa
d. Thay đổi tùy theo kích thước tập dữ liệu huấn luyện
e. Không đáp án nào chính xác
22. Khi kích thước ảnh đầu vào tăng lên thì số BFLOPs của mô hình CNN tăng lên hay giảm đi:
a. Tăng
b. Giảm
c. Không thay đổi
23. Khái niệm Epoch là gì ?
a. Đại diện cho 1 lần lặp trên toàn bộ dữ liệu
b. Đại diện cho 1 lần lặp trên một nhóm dữ liệu
c. Không đáp án nào chính xác
24. Vì sao mô hình yolo lại sử dụng cách biểu diễn bounding box theo tâm và tỉ lệ
a. Giúp quá trình huấn luyện nhanh và dễ hội tụ
b. Giúp mô mình ít tham số hơn
c. Giúp mô hình phát hiện chính xác hơn
d. Cả 3 đáp án trên
e. Không đáp án nào chính xác
25. Trong bài toán phân loại 2 lớp, khi áp dụng thuật toán kNN với k là số chẵn, nếu xảy ra trường
hợp số neigbor của mỗi lớp là bằng nhau thì sẽ làm thế nào ?
a. Chọn ngẫu nhiên
b. Chọn lớp của neigbor gần nhất
c. Cả 2 đáp án trên
d. Không đáp án nào chính xác