Ngân hàng đề — Microsoft Azure AI Fundamentals

Tìm thấy 316 câu.

Câu 181 Generative AI
When evaluating the features of generative AI workloads in the context of Microsoft AI Services, which capability is essential for ensuring the generated content is both original and relevant?
  1. A Content filtration and adaptation mechanisms for output refinement
  2. B Real-time data streaming for instant analytics
  3. C Automated scaling based on workload demands
  4. D Advanced data encryption for secure access
Xem giải thích

Đáp án

A — Cơ chế lọc và điều chỉnh nội dung để tinh chỉnh đầu ra

Vì sao đúng

Mô hình sinh có hai điểm yếu cố hữu: nó có thể tạo ra nội dung không phù hợp, và có thể lặp lại gần nguyên văn dữ liệu đã học. Lớp lọc và điều chỉnh nội dung xử lý cả hai — chặn đầu ra vi phạm chính sách, và định hình kết quả cho khớp bối cảnh sử dụng. Không có lớp này thì không thể đưa AI sinh ra phục vụ người dùng thật.

Vì sao các phương án khác sai

Ba phương án còn lại đều là đặc tính hạ tầng, không đụng gì tới chất lượng hay tính phù hợp của nội dung sinh ra:

  • B. Truyền dữ liệu thời gian thực
  • C. Tự co giãn theo tải
  • D. Mã hoá dữ liệu nâng cao

Hệ thống có thể co giãn hoàn hảo và mã hoá hoàn hảo mà vẫn sinh ra nội dung không dùng được.

Câu 182 Azure ML
In Azure Machine Learning, what feature allows you to automate and manage the lifecycle of machine learning models including deployment, versioning, and monitoring?
  1. A Azure Monitor for Machine Learning
  2. B Azure AI Services Model Management
  3. C Azure Machine Learning Endpoints
  4. D Azure Machine Learning Pipelines
Xem giải thích

Đáp án

C — Azure Machine Learning Endpoints

Vì sao đúng

Endpoint là nơi mô hình được đưa ra phục vụ, và nó gói cả ba việc đề nêu: triển khai mô hình thành dịch vụ gọi được, quản lý nhiều phiên bản cùng lúc dưới một endpoint với tỷ lệ lưu lượng khai được cho từng bản (nhờ vậy phát hành thăm dò và quay lui đều làm được), và thu thập số liệu cùng log để giám sát.

Vì sao các phương án khác sai

  • D. Azure ML Pipelines — điều phối các bước huấn luyện và xử lý dữ liệu, tức là phần trước khi mô hình sẵn sàng phục vụ.
  • A. "Azure Monitor for Machine Learning" và B. "Azure AI Services Model Management" — không phải tên tính năng có thật.
Câu 183 AI Core
What feature of Microsoft AI Services is commonly used for image classification solutions?
  1. A Face Recognition
  2. B Optical Character Recognition
  3. C Speech-to-Text Conversion
  4. D Sentiment Analysis
Xem giải thích

Đáp án

A — Face Recognition

Vì sao đúng

Trong bốn phương án, đây là cái duy nhất làm việc trên ảnh và thực hiện việc gán nhãn cho nội dung ảnh — tức là phân loại. Ba phương án còn lại thuộc về những nhóm bài toán khác hẳn:

Phương án Loại dữ liệu Việc nó làm
Face Recognition Ảnh Nhận ra và phân loại khuôn mặt
OCR Ảnh Đọc chữ ra khỏi ảnh, không phân loại ảnh
Speech-to-Text Âm thanh Chuyển tiếng nói thành chữ
Sentiment Analysis Văn bản Xác định thái độ

Ghi chú

Nếu chỉ hỏi "phân loại ảnh" một cách tổng quát thì câu trả lời tự nhiên nhất là Custom Vision — nhưng nó không có trong danh sách. Với bộ phương án được cho, Face Recognition là lựa chọn duy nhất thuộc đúng lĩnh vực thị giác máy tính.

Câu 184 AI Vision
When implementing an object detection solution using Azure AI Services, which feature is crucial for identifying and categorizing entities within an image or video stream for applications such as face recognition, landmark detection, and object tracking?
  1. A Image analysis and metadata extraction
  2. B Object classification and tagging
  3. C Semantic segmentation
  4. D Instance segmentation
Xem giải thích

Đáp án

B — Phân loại và gắn thẻ đối tượng

Vì sao đúng

Phát hiện đối tượng gồm hai phần ghép lại: định vị (tìm ra vật ở đâu, trả về hộp bao quanh) và phân loại (vật đó là gì, gắn nhãn cho nó). Đề hỏi về việc nhận ra và phân loại thực thể trong ảnh hoặc luồng video — đó chính là vế thứ hai.

Vì sao các phương án khác sai

  • C. Semantic segmentation — gán nhãn cho từng điểm ảnh, nhưng không tách được các vật cùng loại: ba con mèo trong ảnh chỉ ra một vùng "mèo" duy nhất, không đếm được.
  • D. Instance segmentation — chi tiết hơn nữa, khoanh theo đường viền thật của từng cá thể. Nó mạnh hơn phát hiện đối tượng nhưng cũng nặng hơn nhiều, và không phải thứ đề đang mô tả.
  • A. Phân tích ảnh và trích xuất siêu dữ liệu — mô tả chung chung về ảnh, không phải cơ chế nhận biết từng đối tượng.
Câu 185 AI Core
Which of the following scenarios would be best suited for clustering machine learning using Microsoft AI Services?
  1. A Analyzing customer sentiment based on social media data
  2. B Segmenting customers based on purchasing behavior
  3. C Identifying fraudulent credit card transactions in real-time
  4. D Predicting stock market trends based on historical data
Xem giải thích

Đáp án

B — Phân nhóm khách hàng theo hành vi mua sắm

Vì sao đúng

Phân cụm là học không giám sát: dữ liệu không có nhãn, và thuật toán tự tìm ra các nhóm dựa trên mức độ giống nhau. Phân nhóm khách hàng khớp đúng đặc điểm đó — bạn không biết trước có bao nhiêu nhóm hay mỗi nhóm tên gì; thuật toán tìm ra chúng, rồi con người mới đọc kết quả và đặt tên ("khách mua theo mùa", "khách trung thành giá trị cao").

Vì sao các phương án khác sai

Ba phương án còn lại đều là học có giám sát, tức là cần dữ liệu đã gắn nhãn:

  • A. Phân tích cảm xúc — phân loại, với nhãn tích cực/tiêu cực/trung tính.
  • C. Phát hiện giao dịch gian lận — phân loại, với nhãn gian lận/hợp lệ.
  • D. Dự đoán xu hướng chứng khoán — hồi quy, dự đoán một giá trị số.

Câu hỏi phân biệt nhanh: bạn có biết trước câu trả lời đúng cho dữ liệu mẫu không? Có thì là học có giám sát; không thì mới là phân cụm.

Câu 186 AI Speech
A global company wants to develop a customer service chatbot that can interact with users in multiple languages, understanding their spoken inquiries and responding verbally. Which Azure AI Services feature should be incorporated to achieve the desired multilingual spoken interaction capability?
  1. A Speaker recognition
  2. B Speech translation
  3. C Speech synthesis
  4. D Conversational Language Understanding
Xem giải thích

Đáp án

B — Speech translation (dịch giọng nói)

Vì sao đúng

Đề gộp ba yêu cầu vào một: nghe câu hỏi nói ra, hiểu ở nhiều ngôn ngữ, và trả lời bằng giọng nói. Speech translation là năng lực duy nhất trong danh sách bao trọn chuỗi đó — nó nhận âm thanh vào, nhận ra ngôn ngữ, dịch, và trả về kết quả ở ngôn ngữ đích.

Vì sao các phương án khác sai

  • C. Speech synthesis — chỉ lo vế đọc ra, không nghe và không dịch.
  • A. Speaker recognition — nhận ra ai đang nói, không hiểu nội dung.
  • D. Conversational Language Understanding — hiểu ý định người dùng, nhưng làm việc trên chữ và không giải bài toán đa ngôn ngữ.
Câu 187 AI Vision
In leveraging Azure AI Services for an object detection solution, which feature is essential for distinguishing between different types of objects within an image, thereby increasing the accuracy of the solution?
  1. A Feature normalization
  2. B Object classification
  3. C Semantic segmentation
  4. D Spatial analysis
Xem giải thích

Đáp án

B — Phân loại đối tượng (object classification)

Vì sao đúng

Phát hiện đối tượng gồm hai nửa: định vị (vật ở đâu) và phân loại (vật đó là gì). Đề hỏi đúng nửa thứ hai — làm sao phân biệt được các loại vật khác nhau trong cùng một ảnh. Nhờ nó mà hệ thống nói được "đây là xe, kia là người đi bộ" thay vì chỉ "có ba vật thể".

Vì sao các phương án khác sai

  • C. Semantic segmentation — gán nhãn cho từng điểm ảnh, nhưng không tách được các cá thể cùng loại: ba chiếc xe chỉ ra một vùng "xe" duy nhất.
  • D. Spatial analysis — phân tích chuyển động và vị trí người trong không gian, thường dùng cho video giám sát; là năng lực khác.
  • A. Feature normalization — bước tiền xử lý dữ liệu, không phải năng lực nhận biết.
Câu 188 Azure ML
In Azure Machine Learning, which feature allows you to automate the process of training multiple models using various algorithms and hyperparameters to find the best performing model for your dataset?
  1. A Azure ML Designer
  2. B Automated ML
  3. C Azure Machine Learning SDK
  4. D Azure Machine Learning Studio
Xem giải thích

Đáp án

B — Automated ML (AutoML)

Vì sao đúng

AutoML tự động thử nhiều tổ hợp thuật toán và siêu tham số, huấn luyện song song rồi xếp hạng kết quả theo chỉ số bạn chọn. Đây đúng là việc đề mô tả, và nó thay cho công đoạn thủ công tốn thời gian nhất: dò tìm bằng tay xem mô hình nào hợp với dữ liệu của mình.

Vì sao các phương án khác sai

  • A. Azure ML Designer — giao diện kéo thả để tự dựng pipeline; bạn vẫn phải chọn thuật toán.
  • C. Azure ML SDK — thư viện lập trình để điều khiển mọi thứ, kể cả AutoML; nó là cách gọi chứ không phải tính năng.
  • D. Azure ML Studio — môi trường làm việc chứa tất cả; quá rộng để là câu trả lời.
Câu 189 Azure ML
Which feature in Azure Machine Learning allows users to publish models as a REST API, and automate model retraining and deployment?
  1. A Azure ML Model Management
  2. B Azure ML Pipelines
  3. C Azure ML Designer
  4. D Azure ML Datastores
Xem giải thích

Đáp án

B — Azure ML Pipelines

Vì sao đúng

Pipeline là cách khai một chuỗi bước có thể chạy lại tự động: chuẩn bị dữ liệu, huấn luyện, đánh giá, đăng ký mô hình, triển khai. Chính khả năng chạy lại theo lịch hoặc theo sự kiện là thứ biến "huấn luyện lại và triển khai" thành việc tự động thay vì việc tay.

Vì sao các phương án khác sai

  • C. Azure ML Designer — giao diện dựng pipeline, nhưng bản thân nó không phải cơ chế tự động hoá.
  • D. Azure ML Datastores — khai nơi chứa dữ liệu, không điều phối gì.
  • A. "Azure ML Model Management" — không phải tên tính năng riêng biệt trong Azure ML.
Câu 190 AI Vision
Which feature is NOT typically found in optical character recognition solutions provided by Microsoft AI Services?
  1. A Form recognition
  2. B Handwriting recognition
  3. C Face detection
  4. D Language detection
Xem giải thích

Đáp án

C — Phát hiện khuôn mặt (face detection)

Vì sao đúng

Câu này hỏi năng lực nào không thuộc về giải pháp OCR. OCR có một việc duy nhất: đọc chữ ra khỏi ảnh. Phát hiện khuôn mặt là bài toán thị giác máy tính khác hẳn — tìm vùng mặt người trong ảnh, không liên quan gì tới chữ.

Vì sao các phương án khác sai (chúng thuộc về OCR)

  • A. Nhận dạng biểu mẫu — đọc chữ kèm hiểu cấu trúc bảng và cặp nhãn–giá trị.
  • B. Nhận dạng chữ viết tay — mở rộng của OCR sang chữ không phải chữ in.
  • D. Nhận dạng ngôn ngữ — xác định chữ đọc được thuộc ngôn ngữ nào, để chọn đúng mô hình.