Phần 1: Câu hỏi Trắc nghiệm (Nhận biết & Thông hiểu)
Câu 1. Nội dung nào sau đây phản ánh đúng kiến thức cần ghi nhớ trong bài Bài 25: Làm quen với Học máy? A. Học máy: máy học quy luật từ dữ liệu để dự đoán dữ liệu mới. B. Bỏ qua các khái niệm cơ bản và chỉ học thuộc lòng kết quả cuối cùng mà không cần hiểu bản chất. C. Chỉ áp dụng kiến thức trong một trường hợp duy nhất, không cần kiểm tra điều kiện hay đơn vị. D. Các nội dung trong bài hoàn toàn độc lập và không có mối liên hệ nào với thực tiễn hay các bài học khác.
Câu 2. Khi học và vận dụng bài Bài 25: Làm quen với Học máy, khẳng định nào dưới đây là chính xác? A. Không cần đọc kĩ đề bài hay phân tích dữ kiện trước khi thực hiện các bước giải. B. Quy trình: thu thập dữ liệu, huấn luyện, đánh giá, sử dụng mô hình. C. Mọi khái niệm trong bài đều có thể thay thế tùy ý cho nhau mà không làm thay đổi kết quả. D. Chỉ cần ghi đáp số ngắn gọn, bỏ qua toàn bộ bước lập luận, giải thích và kiểm tra lại.
Câu 3. Theo phần Kiến thức trọng tâm của bài Bài 25: Làm quen với Học máy, phát biểu nào sau đây là đúng? A. Kết luận ngay kết quả khi chưa đối chiếu với quy tắc hoặc định nghĩa trong bài học. B. Thay đổi toàn bộ quy tắc trọng tâm của bài học theo cảm tính cá nhân. C. Học máy (Machine Learning) là một lĩnh vực của trí tuệ nhân tạo, trong đó máy tính học từ dữ liệu để thực hiện nhiệm vụ mà không cần được lập trình chi tiết cho từng trường hợp. D. Bỏ qua việc rèn luyện qua ví dụ minh họa và bài tập thực hành của tiết học.
Câu 4. Để nắm vững và vận dụng tốt bài Bài 25: Làm quen với Học máy, học sinh cần lưu ý điều nào sau đây? A. Không cần ghi nhớ các lưu ý trọng tâm vì chúng không ảnh hưởng đến việc làm bài tập. B. Áp dụng ngược lại hoàn toàn so với quy tắc và hướng dẫn trong phần kiến thức trọng tâm. C. Chỉ cần đọc lướt tiêu đề bài học mà không cần nắm vững nội dung chi tiết từng mục. D. Quy trình học máy gồm bốn bước cơ bản: thu thập dữ liệu, huấn luyện mô hình, đánh giá mô hình và sử dụng mô hình để dự đoán.
Phần 2: Bài tập Tự luận & Thực hành theo tiết học
Bài 1 (Cơ bản — Hệ thống hóa kiến thức trọng tâm). Dựa vào phần Kiến thức trọng tâm của bài Bài 25: Làm quen với Học máy, em hãy trình bày các khái niệm, quy tắc hoặc nội dung cốt lõi của tiết học và nêu ý nghĩa của chúng.
Bài 2 (Thực hành — Phân tích & Giải mẫu theo ví dụ tiết học). Đọc kĩ tình huống/ví dụ trọng tâm của tiết học dưới đây, sau đó tự trình bày lại các bước thực hiện và nêu nhận xét rút ra:
Tình huống: Xây dựng mô hình phân loại email rác.
Bài 3 (Vận dụng — Áp dụng quy tắc ghi nhớ vào bài tập). Vận dụng các điểm ghi nhớ trọng tâm của bài Bài 25: Làm quen với Học máy để giải thích hoặc thực hiện yêu cầu thực hành mở rộng sau:
Giải pháp:
- Thu thập hàng nghìn email đã biết là thư rác hoặc thư thường.
- Trích xuất đặc trưng: từ ngữ trong tiêu đề, địa chỉ người gửi, có chứa liên kết lạ hay không.
- Huấn luyện mô hình học có giám sát trên tập dữ liệu đó.
- Đánh giá: cho mô hình phân loại các email mới, kiểm tra tỉ lệ đúng.
- Đưa mô hình vào sử dụng, tiếp tục cập nhật khi có email mới.
Bài 4 (Luyện tập học kì — Mức độ Cơ bản). Quản trị viên mạng làm những công việc gì? Kể 3 công việc.
Bài 5 (Luyện tập học kì — Mức độ Thông hiểu). Quản trị viên cơ sở dữ liệu làm những công việc gì? Kể 3 công việc.
Bài 6 (Luyện tập học kì — Mức độ Vận dụng & Nâng cao). Nêu 2 phẩm chất cần thiết của người làm nghề quản trị hệ thống.
Phần 3: Đáp án & Hướng dẫn giải chi tiết
1. Đáp án phần Trắc nghiệm
- Bảng đáp án: 1-A, 2-B, 3-C, 4-D.
- Giải thích chi tiết:
- Câu 1 (A): Khẳng định đúng theo mục Ghi nhớ của bài: "Học máy: máy học quy luật từ dữ liệu để dự đoán dữ liệu mới."
- Câu 2 (B): Khẳng định đúng theo nội dung cốt lõi của tiết học: "Quy trình: thu thập dữ liệu, huấn luyện, đánh giá, sử dụng mô hình."
- Câu 3 (C): Khẳng định chuẩn xác theo phần Kiến thức trọng tâm: "Học máy (Machine Learning) là một lĩnh vực của trí tuệ nhân tạo, trong đó máy tính học từ dữ liệu để thực hiện nhiệm vụ mà không cần được lập trình chi tiết cho từng trường hợp."
- Câu 4 (D): Khẳng định đúng theo hướng dẫn trọng tâm của bài: "Quy trình học máy gồm bốn bước cơ bản: thu thập dữ liệu, huấn luyện mô hình, đánh giá mô hình và sử dụng mô hình để dự đoán."
2. Hướng dẫn giải phần Tự luận & Thực hành
- Bài 1:
- Nội dung cốt lõi cần trình bày: Học máy (Machine Learning) là một lĩnh vực của trí tuệ nhân tạo, trong đó máy tính học từ dữ liệu để thực hiện nhiệm vụ mà không cần được lập trình chi tiết cho từng trường hợp. Thay vì con người viết ra mọi quy tắc, người ta đưa cho máy nhiều ví dụ, máy tự rút ra quy luật và dùng quy luật đó để dự đoán với dữ liệu mới.
- Tổng kết ghi nhớ: Học máy: máy học quy luật từ dữ liệu để dự đoán dữ liệu mới.; Quy trình: thu thập dữ liệu, huấn luyện, đánh giá, sử dụng mô hình.; Ba kiểu học: có giám sát, không giám sát, tăng cường.
- Bài 2:
- Hướng dẫn phân tích & trình bày: Dựa trực tiếp vào dữ kiện trong ví dụ minh họa của tiết học: Tình huống: Xây dựng mô hình phân loại email rác.
- Lưu ý khi trình bày: Xác định rõ yêu cầu, áp dụng đúng quy tắc/khái niệm trong mục 1 và kiểm tra lại kết quả cuối cùng.
- Bài 3:
- Phương pháp giải: Áp dụng các quy tắc ghi nhớ của bài Bài 25: Làm quen với Học máy (Học máy: máy học quy luật từ dữ liệu để dự đoán dữ liệu mới.; Quy trình: thu thập dữ liệu, huấn luyện, đánh giá, sử dụng mô hình.; Ba kiểu học: có giám sát, không giám sát, tăng cường.).
- Lời giải mẫu/Nhận xét: Giải pháp:
- Thu thập hàng nghìn email đã biết là thư rác hoặc thư thường.
- Trích xuất đặc trưng: từ ngữ trong tiêu đề, địa chỉ người gửi, có chứa liên kết lạ hay không.
- Huấn luyện mô hình học có giám sát trên tập dữ liệu đó.
- Đánh giá: cho mô hình phân loại các email mới, kiểm tra tỉ lệ đúng.
- Đưa mô hình vào sử dụng, tiếp tục cập nhật khi có email mới.
- Bài 4: Thiết lập, giám sát, bảo mật hệ thống mạng; xử lí sự cố mạng; quản lí tài khoản người dùng; cập nhật thiết bị mạng.
- Bài 5: Thiết kế, vận hành cơ sở dữ liệu; sao lưu, khôi phục dữ liệu; phân quyền, bảo mật dữ liệu; tối ưu hiệu năng.
- Bài 6: Cẩn thận, trách nhiệm cao, kiên nhẫn, chịu được áp lực, ham học hỏi, trung thực (bảo mật thông tin).