Question 1

Biến trong Python là gì?

Accepted Answer

Biến trong Python là một tên tham chiếu đến vị trí bộ nhớ chứa một giá trị. Không giống các ngôn ngữ khác, Python sử dụng kiểu động: kiểu của biến được xác định tự động khi gán. Không cần khai báo kiểu một cách rõ ràng.

Question 2

Class trong Python là gì?

Accepted Answer

Class là một bản thiết kế (blueprint) để tạo các object chia sẻ cùng thuộc tính và phương thức. Nó định nghĩa cấu trúc và hành vi của các object sẽ được khởi tạo từ nó. Class cho phép tổ chức code theo cách module và có thể tái sử dụng bằng cách nhóm dữ liệu và chức năng liên quan lại với nhau.

Question 3

Sự khác biệt cơ bản giữa list và tuple trong Python là gì?

Accepted Answer

List là mutable (có thể chỉnh sửa sau khi tạo) trong khi tuple là immutable (không thể chỉnh sửa). Tính bất biến này khiến tuple trở nên hashable và có thể dùng làm key của dictionary, khác với list. Tuple cũng hơi hiệu quả hơn về bộ nhớ và tốc độ truy cập.

Question 4

Git là gì?

Accepted Answer

Git là một hệ thống kiểm soát phiên bản phân tán được tạo ra bởi Linus Torvalds vào năm 2005. Không giống như các hệ thống tập trung như SVN, mỗi developer có một bản sao đầy đủ của lịch sử dự án trên máy cục bộ. Điều này cho phép làm việc offline và mang lại sự linh hoạt lớn cho các quy trình làm việc cộng tác.

Question 5

Phương thức nào cho phép áp dụng nhiều hàm tổng hợp khác nhau cho một cột duy nhất với groupby?

Accepted Answer

Phương thức agg() (hoặc aggregate()) cho phép áp dụng nhiều hàm tổng hợp cho cùng các cột. Bạn có thể truyền một danh sách các hàm như ['sum', 'mean', 'count'] hoặc một dictionary để chỉ định các hàm khác nhau cho từng cột. Sự linh hoạt này rất cần thiết để tạo các báo cáo thống kê toàn diện trong một thao tác duy nhất.

Question 6

Sự khác biệt chính giữa giao diện pyplot và giao diện hướng đối tượng trong Matplotlib là gì?

Accepted Answer

Giao diện pyplot (plt.plot, plt.title) là một API kiểu MATLAB quản lý ngầm các figures và axes hiện tại, thuận tiện cho các plot đơn giản nhanh chóng. Giao diện hướng đối tượng (fig, ax = plt.subplots()) cho phép kiểm soát rõ ràng từng phần tử (Figure, Axes) và được khuyến nghị cho các plot phức tạp, nhiều subplots, hoặc script production, vì nó làm cho code dễ đọc và dễ bảo trì hơn.

Question 7

Sự khác biệt chính giữa Plotly Express và Plotly Graph Objects là gì?

Accepted Answer

Plotly Express là một API cấp cao cho phép tạo biểu đồ trong một dòng code duy nhất với các tham số đơn giản. Plotly Graph Objects là API cấp thấp cung cấp khả năng kiểm soát hoàn toàn mọi thành phần biểu đồ. Plotly Express sử dụng Graph Objects bên trong, cho phép chuyển đổi giữa chúng để tùy chỉnh biểu đồ chi tiết hơn.

Question 8

Perceptron là gì trong bối cảnh neural network?

Accepted Answer

Perceptron là đơn vị cơ bản của neural network, lấy cảm hứng từ neuron sinh học. Nó nhận nhiều input, nhân chúng với các trọng số, cộng tất cả với một bias, sau đó áp dụng hàm kích hoạt để tạo ra output. Perceptron đơn giản chỉ có thể giải các bài toán phân tách tuyến tính, điều này dẫn đến sự phát triển của các mạng đa lớp.

Question 9

Sự khác biệt chính giữa Keras Sequential API và Functional API là gì?

Accepted Answer

Sequential API cho phép tạo model theo từng layer một cách tuyến tính, trong đó mỗi layer có đúng một đầu vào và một đầu ra. Functional API cung cấp tính linh hoạt cao hơn bằng cách cho phép các kiến trúc phức tạp: nhiều đầu vào, nhiều đầu ra, residual connections và shared layer graphs. Sử dụng Sequential cho các kiến trúc đơn giản và Functional cho các trường hợp nâng cao hơn.

Question 10

Phép convolution trong CNN là gì?

Accepted Answer

Convolution là một phép toán toán học áp dụng bộ lọc (kernel) lên hình ảnh bằng cách trượt bộ lọc này trên đầu vào và tính tích vô hướng tại mỗi vị trí. Điều này cho phép trích xuất các feature cục bộ như cạnh, texture hoặc mẫu. Khác với mạng dense nơi mỗi nơ-ron được kết nối với tất cả đầu vào, convolution khai thác cấu trúc không gian của hình ảnh bằng cách chia sẻ trọng số bộ lọc trên toàn bộ hình ảnh.

Câu hỏi phỏng vấn Data Science & ML

Sẵn sàng cho phỏng vấn Data Science & ML?

Khám phá tất cả chủ đề Data Science & ML

Cơ bản về Python

Lập trình Hướng đối tượng Python

Cấu trúc dữ liệu Python

Kiến Thức Cơ Bản về Git

Cơ bản về SQL

Kiến thức cơ bản về NumPy

Cơ bản về Pandas

Jupyter & Google Colab

SQL Joins & Truy vấn nâng cao

Pandas nâng cao

Trực quan hóa với Matplotlib & Seaborn

Trực quan hóa tương tác với Plotly

Thống kê mô tả

Thống kê suy luận

Web Scraping

BigQuery & Cloud Data

Feature Engineering

ML Có Giám Sát: Hồi Quy

ML Có Giám Sát: Phân Loại

Cây Quyết định & Ensemble

ML Không Giám Sát

Pipeline ML & Xác thực

Chuỗi thời gian & Dự báo

Cơ Bản Về Deep Learning

TensorFlow & Keras

CNN và phân loại hình ảnh

RNN & Chuỗi

Transformers & Attention

NLP & Hugging Face

GenAI & LangChain

MLOps và Triển khai

Việc làm Data Science & ML qua các con số

Các tin Data Science & ML ở đâu

Thị trường việc làm Data Science & ML hôm nay

Nắm vững Data Science & ML cho lần phỏng vấn tiếp theo