BÀI 1. GIỚI THIỆU VỀ HỌC MÁY (CÁNH DIỀU

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

Đây là bài soạn lý thuyết tin học 12 - sách Cánh diều. Bài học này thuộc định hướng Khoa học máy tính (CS). Lý thuyết được tóm tắt ngắn gọn, dễ hiểu, bám sát nội dung cốt lõi của bài học. Quý Thầy Cô và các em học sinh truy cập để làm tài liệu tham khảo nhé. Chúc Thầy Cô dạy tốt, chúc các em học sinh học giỏi.

1. Khái niệm học máy

- Học máy (Machine Learning - ML) là một nhánh của trí tuệ nhân tạo (AI) giúp máy tính học từ dữ liệu.
- Máy tính được huấn luyện bằng dữ liệu huấn luyện để có thể thực hiện nhiệm vụ trên dữ liệu mới.

a) Mô hình học máy

- Thuật toán học máy giúp máy tính phát hiện mối quan hệ trong dữ liệu.
- Mô hình học máy được huấn luyện từ dữ liệu để giải quyết bài toán cụ thể.

b) Quy trình học máy

1. Thu thập dữ liệu: Lấy dữ liệu từ nhiều nguồn khác nhau.
2. Chuẩn bị dữ liệu: Làm sạch, chuyển đổi, chia thành tập huấn luyện và kiểm tra.
3. Xây dựng mô hình: Chọn thuật toán phù hợp (hồi quy, cây quyết định, mạng nơ-ron,…).
4. Đánh giá mô hình: Kiểm tra hiệu suất, điều chỉnh để cải thiện.
5. Triển khai mô hình: Ứng dụng vào thực tế.

2. Học có giám sát

- Tập dữ liệu có nhãn giúp máy học mối quan hệ giữa dữ liệu và nhãn.
- Ứng dụng tiêu biểu: Bài toán phân loại.

a) Bài toán phân loại

Ví dụ: Phân loại email (Spam/No Spam).

b) Dữ liệu huấn luyện

Máy tính học từ dữ liệu có nhãn để đưa ra dự đoán chính xác trên dữ liệu mới.

c) Huấn luyện và đánh giá mô hình

Máy tính được huấn luyện bằng dữ liệu để dự đoán nhãn phân loại. Sau đó, mô hình được đánh giá bằng cách so sánh nhãn dự đoán với nhãn thật. Mục tiêu là giảm nhãn sai đến mức chấp nhận được.

2. Học không giám sát

- Không có nhãn, máy tính tự nhóm dữ liệu dựa vào đặc điểm chung.
- Ứng dụng tiêu biểu: Bài toán phân cụm.

a) Bài toán phân cụm

Ví dụ: Nhóm các loại quả dựa vào màu sắc, kích thước.

b) Dữ liệu huấn luyện

Máy tính nhóm dữ liệu dựa trên độ tương đồng giữa các mẫu.

c) Huấn luyện và đánh giá mô hình

Phân cụm là quá trình nhóm dữ liệu dựa trên sự tương tự, thường dùng khoảng cách giữa các mẫu. Khác với học có giám sát, phân cụm không có nhãn nên không thể kiểm tra đúng sai trực tiếp.

4. Một số ứng dụng của học máy

a) Nhận dạng tiếng nói

Điều khiển thiết bị thông minh, trợ lý ảo.

b) Nhận dạng chữ viết

Chuyển chữ viết tay thành văn bản số hóa.

c) Dịch máy

Google Dịch giúp dịch ngôn ngữ tự động.

d) Chẩn đoán bệnh

Dự đoán bệnh dựa trên triệu chứng.

e) Phân tích thị trường

Nhóm khách hàng theo nhu cầu để tối ưu tiếp thị.

---The End!---