BÀI 1 - GIỚI THIỆU VỀ HỌC MÁY (CÁNH DIỀU

Bài 1-Giới thiệu về học máy (Cánh diều - cs)

Đây là bài soạn gợi ý trả lời SGK tin học 12 (bộ sách Cánh diều). Bài này thuộc định hướng: Khoa học máy tính (CS). Các em truy cập vào để tham khảo nhé. Chúc các em có nhiều sức khỏe và chăm ngoan học giỏi.

Nháy vào các mục bên dưới để xem nhanh hơn
Khởi động	Hoạt động 1	Hoạt động 2
Luyện tập	Vận dụng	Câu hỏi tự kiểm tra

Khởi động (trang 126):

Cho Hình 1 và ba nhãn phân loại là “vuông”, “tròn”, “tam giác”. Cần gán nhãn phân loại cho từng đối tượng trong Hình 1. Em hãy trả lời các câu hỏi sau:
1) Nếu con người thực hiện thì nhiệm vụ trên là dễ hay khó?
2) Theo em, máy tính có thể tự động thực hiện nhiệm vụ trên thay cho con người hay không? Lập trình để máy tính làm công việc này là dễ hay khó?

Gợi ý trả lời:

1) Nếu con người thực hiện nhiệm vụ trên thì dễ hay khó?
- Con người có thể dễ dàng phân loại các hình (vuông, tròn, tam giác) dựa vào quan sát bằng mắt.
- Tuy nhiên, nếu có quá nhiều hình hoặc các hình có kích thước, màu sắc phức tạp, con người có thể mất nhiều thời gian hơn để phân loại.
2) Máy tính có thể tự động thực hiện nhiệm vụ trên thay cho con người hay không?
- Có, máy tính có thể thực hiện nhiệm vụ này nếu được lập trình với thuật toán nhận dạng hình ảnh.
Lập trình để máy tính làm công việc này là dễ hay khó?
- Nếu hình ảnh đơn giản, các hình có đường nét rõ ràng, việc lập trình khá dễ bằng các thuật toán xử lý ảnh cơ bản.
- Nếu hình ảnh phức tạp (màu sắc, kích thước, góc quay khác nhau), cần sử dụng các phương pháp nhận diện hình dạng nâng cao, như trí tuệ nhân tạo (AI) và thị giác máy tính (Computer Vision), khiến việc lập trình trở nên khó hơn.
Kết luận:
- Con người làm dễ hơn với số lượng ít.
- Máy tính có thể làm nhanh hơn khi được lập trình đúng cách, đặc biệt với số lượng lớn.

Hoạt động 1 (trang 128):

Xét các bài toán sau:
1) Hệ thống thư điện tử cần xác định các email nghi là thư rác và đánh dấu nó thuộc loại “spam” (thư rác) để cảnh báo cho người nhận. Những email còn lại thuộc loại “no spam”.
2) Ngân hàng cần xác định khách hàng thuộc loại “tốt”, “bình thường” hay “xấu” để quyết định hạn mức cho vay và lãi suất áp dụng.
Theo em, những bài toán trên và nhiệm vụ ở phần khởi động có những điểm chung là gì?

Gợi ý trả lời:

Các bài toán trong Hoạt động 1 (trang 128) và Khởi động (trang 126) đều có những điểm chung sau:
1. Đều là bài toán phân loại (Classification Problem)
- Ở phần Khởi động: Phân loại các hình thành nhóm vuông, tròn, tam giác.
- Ở Hoạt động 1:
+ Phân loại email thành spam hoặc no spam.
+ Phân loại khách hàng thành tốt, bình thường, xấu.
2. Dùng tiêu chí đặc trưng để phân loại
- Hình học: Dựa vào hình dạng (tròn, vuông, tam giác).
- Email: Dựa vào nội dung, người gửi, tần suất xuất hiện từ khóa...
- Khách hàng: Dựa vào lịch sử tín dụng, thu nhập, khả năng trả nợ...
3. Có thể tự động hóa bằng máy tính
- Nếu có đủ dữ liệu và thuật toán phù hợp, máy tính có thể học và tự động phân loại chính xác.
- Các bài toán này có thể được giải quyết bằng trí tuệ nhân tạo (AI) và học máy (Machine Learning).
Kết luận: Các bài toán trên đều là bài toán phân loại, có thể giải bằng cách tìm đặc trưng phù hợp và có thể được máy tính tự động xử lý bằng các thuật toán nhận dạng và trí tuệ nhân tạo.

Hoạt động 2 (trang 129):

Cho một số quả, theo em máy tính có thể trả lời được có mấy loại quả hay không?

Gợi ý trả lời:

- Máy tính có thể xác định số loại quả nếu được lập trình đúng cách.
- Càng nhiều dữ liệu và thuật toán tốt, máy càng phân loại chính xác.

Luyện tập (trang 132):

Mỗi phát biểu sau về học máy là đúng hay sai?
a) Học không giám sát sử dụng dữ liệu huấn luyện không có nhãn.
b) Học có giám sát sử dụng dữ liệu kiểm tra để đánh giá kết quả huấn luyện.
c) Học có giám sát dành cho huấn luyện máy tính phân cụm.
d) Học có giám sát và không giám sát đều giúp máy tính giải quyết cùng một bài toán như nhau.

Gợi ý trả lời:

a) Học không giám sát sử dụng dữ liệu huấn luyện không có nhãn.
⤷ Đúng. Học không giám sát hoạt động trên dữ liệu không có nhãn, tức là dữ liệu không được gán nhãn hoặc phân loại trước. Mô hình tự tìm kiếm các cấu trúc và mối quan hệ trong dữ liệu.
b) Học có giám sát sử dụng dữ liệu kiểm tra để đánh giá kết quả huấn luyện.
⤷ Đúng. Trong học có giám sát, dữ liệu thường được chia thành hai tập: tập huấn luyện và tập kiểm tra. Tập huấn luyện được sử dụng để huấn luyện mô hình, còn tập kiểm tra được sử dụng để đánh giá hiệu suất của mô hình trên dữ liệu chưa được nhìn thấy trước đó.
c) Học có giám sát dành cho huấn luyện máy tính phân cụm.
⤷ Sai. Phân cụm (clustering) là một nhiệm vụ của học không giám sát. Học có giám sát được sử dụng cho các nhiệm vụ như phân loại (classification) và hồi quy (regression), trong đó dữ liệu huấn luyện có nhãn.
d) Học có giám sát và không giám sát đều giúp máy tính giải quyết cùng một bài toán như nhau.
⤷ Sai. Học có giám sát và học không giám sát được sử dụng để giải quyết các loại bài toán khác nhau. Học có giám sát thường được sử dụng cho các bài toán dự đoán hoặc phân loại, trong khi học không giám sát thường được sử dụng cho các bài toán khám phá dữ liệu hoặc tìm kiếm cấu trúc ẩn trong dữ liệu.

Vận dụng (trang 132):

ChatGPT là một hệ thống AI nổi tiếng có nhiều khả năng khác nhau. Hãy kể ra một vài khả năng mà theo em có sự đóng góp của học máy để phát triển hệ thống này.

Gợi ý trả lời:

Một số khả năng nổi bật có sự đóng góp của học máy gồm:
- Hiểu và tạo văn bản tự nhiên
- Trả lời câu hỏi thông minh
- Dịch ngôn ngữ
- Tóm tắt và phân loại văn bản
- Tạo nội dung sáng tạo

Câu hỏi tự kiểm tra (trang 132):

Câu 1. Học máy là gì? Sự khác nhau giữa học có giám sát và học không giám sát là gì?
Câu 2. Hãy kể một vài ứng dụng cụ thể trong đó có thể sử dụng học máy để thực hiện nhiệm vụ phân loại và phân cụm.

Gợi ý trả lời:

Câu 1. Học máy (Machine Learning) là một lĩnh vực của trí tuệ nhân tạo (AI), cho phép máy tính học từ dữ liệu mà không cần được lập trình rõ ràng.

Câu 2.
1. Phân loại (Classification):
- Phân loại email spam/không spam
- Phân loại hình ảnh
- Phân loại văn bản
- Chẩn đoán bệnh
- Phát hiện gian lận
2. Phân cụm (Clustering):
- Phân khúc khách hàng
- Phân tích giỏ hàng
- Phát hiện bất thường
- Phân nhóm tài liệu
- Phân tích mạng xã hội

---The end!---

CÙNG CHUYÊN MỤC: