Câu hỏi về Khai phá dữ liệu

Thuật ngữ "data tombs" ám chỉ điều gì trong khám phá tri thức (Knowledge Discovery)?

• Các cụm dữ liệu có giá trị cao

• Các kho dữ liệu lỗi thời hoặc không được sử dụng

• Tập dữ liệu lớn trong kho dữ liệu

• Các điểm dữ liệu vừa được thu thập

Kỹ thuật phân cụm (clustering) trong khai phá dữ liệu giúp đạt được điều gì?

• Phân chia dữ liệu thành các nhóm có ý nghĩa

• Ghi chép các biến số

• Xác thực mô hình

• Dự đoán xu hướng tương lai

Mục đích của tích hợp dữ liệu (data integration) trong giai đoạn chuẩn bị dữ liệu là gì?

• Chuẩn hóa biến kết quả

• Tạo ra các biến kết quả mới

• Kết hợp dữ liệu từ nhiều nguồn khác nhau

• Loại bỏ dữ liệu trùng lặp

Quá trình xác định các mẫu ẩn trong dữ liệu được gọi là gì?

• Nhận dạng mẫu (Pattern recognition)

• Khám phá dữ liệu (Data discovery)

• Chuẩn bị dữ liệu (Data preparation)

• Tổng hợp tri thức (Knowledge synthesis)

Thuật ngữ nào thường được dùng thay thế cho "Khai phá dữ liệu" (Data Mining)?

• Thao tác dữ liệu (Data Manipulation)

• Phân tích mẫu (Pattern Analysis)

• Truy hồi thông tin (Information Retrieval)

• Khám phá tri thức trong cơ sở dữ liệu (KDD - Knowledge Discovery in Databases)

Bước đầu tiên khi áp dụng kỹ thuật khai phá dữ liệu theo mô hình CRISP-DM là gì?

• Chuẩn bị dữ liệu

• Triển khai mô hình

• Hiểu biết nghiệp vụ

• Xác thực mô hình

Cơ chế xã hội hóa (socialization) để khám phá tri thức được hỗ trợ tốt nhất trong môi trường nào sau đây?

• Các nhóm hợp tác làm việc trực tiếp

• Các nhóm làm việc hoàn toàn trực tuyến

• Các hình thức trao đổi dữ liệu

• Các lớp đào tạo chính thức

"Khám phá mẫu" (Pattern Discovery) có vai trò gì trong khai phá dữ liệu?

• Loại bỏ mẫu

• Tìm kiếm các phần tử dữ liệu lặp lại

• Mã hóa dữ liệu

• Nhập liệu

Một lợi ích chính của việc sử dụng kỹ thuật suy luận (inferential techniques) trong khai phá dữ liệu là gì?

Một lợi ích chính của việc sử dụng kỹ thuật suy luận (inferential techniques) trong khai phá dữ liệu là gì?

• Yêu cầu quan sát trực tiếp

• Dự đoán mẫu mà không cần kết quả cụ thể

• Biến đổi dữ liệu chi tiết

• Khả năng dự đoán xu hướng tương lai