khoahoc.vietjack.com

Câu hỏi:

20/05/2026 88 Lưu

Trong học máy, ‘feature selection’ (lựa chọn đặc trưng) khác với ‘dimensionality reduction’ (giảm chiều dữ liệu) ở điểm nào?

A.

Feature selection tạo ra đặc trưng mới, còn dimensionality reduction loại bỏ đặc trưng

B.

Feature selection chọn ra một tập con các đặc trưng gốc, còn dimensionality reduction tạo ra các đặc trưng mới là tổ hợp tuyến tính của các đặc trưng gốc

C.

Feature selection chỉ áp dụng cho học có giám sát, còn dimensionality reduction cho học không giám sát

D.

Không có sự khác biệt đáng kể giữa hai khái niệm này

Quảng cáo

Trả lời:

verified Giải bởi Vietjack

Chọn đáp án B

Đang tải chế độ Học...

Hot: 1000+ đề thi giữa kì 1 lớp 1-12 đầy đủ các môn (Update 2026) (chỉ từ 60k). Tải ngay

ĐẶC QUYỀN VIP

Đăng ký VIP để học và luyện thi không giới hạn

Trọn bộ quyền lợi trên Vietjack, trong một tài khoản.

  • Phòng luyện thi cấp tốc: ĐGNL - ĐGTD, Tốt nghiệp THPT, Ôn vào 10, Ôn vào 6, Ôn Giữa kì/Cuối kì
  • Hơn 200K đề thi thử, đề minh hoạ, chính thức các năm
  • Với 3tr+ câu hỏi theo các mức độ Nhận biết, Thông hiểu, Vận dụng
  • Tải xuống đề thi [DOCX] với đầy đủ đáp án
  • Xem hàng ngàn bài giảng đính kèm củng cố thêm kiến thức
  • Bao gồm tất cả các bậc từ Tiểu học đến Đại học
  • Chặn hiển thị quảng cáo tăng khả năng tập trung ôn luyện
  • Đăng ký ngay

CÂU HỎI HOT CÙNG CHỦ ĐỀ

Câu 1

A.

Hồi quy tuyến tính (Linear Regression)

B.

Máy Vector Hỗ trợ (Support Vector Machine – SVM)

C.

Phân cụm K-Means (K-Means Clustering)

D.

Cây quyết định (Decision Tree)

Lời giải

Chọn đáp án C

Câu 2

A.

Mô hình phân cụm

B.

Mô hình hồi quy tuyến tính được áp dụng với hàm sigmoid để phân loại

C.

Mô hình cây quyết định

D.

Mô hình mạng nơ-ron đơn giản

Lời giải

Chọn đáp án B

Câu 3

A.

Giá trị trung bình của các điểm dữ liệu gần nhất

B.

Nhãn của đa số các điểm dữ liệu lân cận gần nhất

C.

Khoảng cách từ điểm dữ liệu đến tâm của các cụm

D.

Độ dốc của hàm mất mát tại điểm đó

Lời giải

Bạn cần đăng ký gói VIP ( giá chỉ từ 250K ) để làm bài, xem đáp án và lời giải chi tiết không giới hạn.

Nâng cấp VIP

Câu 4

A.

Tăng cường tốc độ xử lý dữ liệu

B.

Giảm thiểu số lượng đặc trưng cần thiết

C.

Ước lượng hiệu suất của mô hình một cách đáng tin cậy hơn trên dữ liệu mới

D.

Xử lý các giá trị bị thiếu trong dữ liệu

Lời giải

Bạn cần đăng ký gói VIP ( giá chỉ từ 250K ) để làm bài, xem đáp án và lời giải chi tiết không giới hạn.

Nâng cấp VIP

Câu 5

A.

Nó đảm bảo mô hình luôn hội tụ nhanh chóng

B.

Khởi tạo sai có thể dẫn đến vấn đề ‘vanishing gradient’ hoặc ‘exploding gradient’

C.

Nó loại bỏ nhu cầu về ‘regularization’

D.

Nó tự động chọn kiến trúc mạng nơ-ron phù hợp

Lời giải

Bạn cần đăng ký gói VIP ( giá chỉ từ 250K ) để làm bài, xem đáp án và lời giải chi tiết không giới hạn.

Nâng cấp VIP

Câu 6

A.

Hồi quy tuyến tính (Linear Regression)

B.

Hồi quy Logistic (Logistic Regression) với chiến lược One-vs-Rest hoặc Softmax

C.

Hồi quy tuyến tính với bình phương sai số (Linear Regression with squared error)

D.

Phân tích thành phần chính (Principal Component Analysis – PCA)

Lời giải

Bạn cần đăng ký gói VIP ( giá chỉ từ 250K ) để làm bài, xem đáp án và lời giải chi tiết không giới hạn.

Nâng cấp VIP

Câu 7

A.

Chọn thuật toán học máy phù hợp

B.

Tạo ra các đặc trưng mới từ dữ liệu thô để cải thiện hiệu suất mô hình

C.

Huấn luyện mô hình trên tập dữ liệu lớn

D.

Đánh giá mô hình bằng các độ đo hiệu suất

Lời giải

Bạn cần đăng ký gói VIP ( giá chỉ từ 250K ) để làm bài, xem đáp án và lời giải chi tiết không giới hạn.

Nâng cấp VIP