Ở B&agrave;i 1 -&nbsp;<a href="../../../machine-learning-cho-moi-nguoi-bai-1-machine-learning-la-gi/" target="_blank" rel="noopener">Machine learning l&agrave; g&igrave;?</a> ch&uacute;ng ta đ&atilde; biết được kh&aacute;i niệm machine learning. Nếu kh&ocirc;ng kể đến những điều vớ vẩn li&ecirc;n quan đến AI, th&igrave; c&oacute; thể n&oacute;i mục ti&ecirc;u duy nhất của học m&aacute;y l&agrave; dự đo&aacute;n kết quả dựa tr&ecirc;n dữ liệu được cung cấp. Tất cả c&aacute;c nhiệm vụ machine learning đều c&oacute; thể quy về b&agrave;i to&aacute;n dự đo&aacute;n theo c&aacute;ch n&agrave;y hay c&aacute;ch kh&aacute;c. M&aacute;y m&oacute;c c&oacute; thể dự đo&aacute;n ảnh n&agrave;y l&agrave; con m&egrave;o hay con ch&oacute;, dự đo&aacute;n gi&aacute; nh&agrave;, gi&aacute; cổ phiếu, dự đo&aacute;n sự li&ecirc;n hệ tương quan nhất giữa c&aacute;c đối tượng,... Tất cả đều l&agrave; c&aacute;c b&agrave;i to&aacute;n dự đo&aacute;n. Nếu một b&agrave;i to&aacute;n kh&ocirc;ng thể quy về một b&agrave;i to&aacute;n dự đo&aacute;n th&igrave; ngay từ đầu n&oacute; đ&atilde; kh&ocirc;ng phải l&agrave; b&agrave;i to&aacute;n machine learning.
Với một b&agrave;i to&aacute;n machine learning, th&igrave; sự đa dạng trong c&aacute;c mẫu dữ liệu c&agrave;ng lớn th&igrave; khả năng t&igrave;m thấy c&aacute;c mối li&ecirc;n quan, c&aacute;c mẫu trong dữ liệu, khả năng dự đo&aacute;n đ&uacute;ng kết quả c&agrave;ng cao. V&agrave; để thực hiện cho m&aacute;y học được, ch&uacute;ng ta cần đến 3 th&agrave;nh tố quan trọng:
<h2 style="text-align: justify;">Dữ liệu (Data)</h2>
Dữ liệu l&agrave; đối tượng kh&ocirc;ng thể thiếu trong c&aacute;c m&ocirc; h&igrave;nh machine learning. Bạn muốn ph&aacute;t hiện thư r&aacute;c? Bạn cần lấy c&aacute;c mẫu thư r&aacute;c v&agrave; c&aacute;c thư th&ocirc;ng thường để đưa v&agrave;o m&aacute;y. Bạn muốn dự b&aacute;o gi&aacute; cổ phiếu? Bạn cần c&oacute; lịch sử gi&aacute; cổ phiếu trong qu&aacute; khứ, thậm ch&iacute; phức tạp hơn l&agrave; c&aacute;c th&ocirc;ng tin tr&ecirc;n b&aacute;o ch&iacute;, c&aacute;c k&ecirc;nh mạng x&atilde; hội... Bạn muốn t&igrave;m hiểu sở th&iacute;ch của người d&ugrave;ng? Bạn cần ghi lại h&agrave;nh vi của họ v&agrave; tạo th&agrave;nh một bộ dữ liệu về h&agrave;nh vi. Bạn muốn ph&acirc;n t&iacute;ch c&aacute;c hoạt động của người d&ugrave;ng tr&ecirc;n Facebook bạn cần thu thập c&aacute;c h&agrave;nh động, hồ sơ c&aacute; nh&acirc;n của họ. Khi dữ liệu c&agrave;ng đa dạng, th&igrave; kết quả c&agrave;ng tốt. Với con người, việc xử l&yacute; h&agrave;ng chục ng&agrave;n h&agrave;ng dữ liệu l&agrave; điều khiến con người tuyệt vọng, tuy nhi&ecirc;n với m&aacute;y t&iacute;nh, c&agrave;ng nhiều dữ liệu với độ đa dạng v&agrave; ph&ugrave; hợp nhất với ngữ cảnh th&igrave; n&oacute; xử l&yacute; c&agrave;ng tốt v&agrave; cho c&aacute;c dự đo&aacute;n c&agrave;ng ch&iacute;nh x&aacute;c.
C&oacute; hai c&aacute;ch ch&iacute;nh để thu thập dữ liệu đ&oacute; l&agrave; thu thập thủ c&ocirc;ng v&agrave; thu thập tự động. Dữ liệu được thu thập thủ c&ocirc;ng chứa &iacute;t lỗi hơn nhưng mất nhiều thời gian hơn để thu thập do đ&oacute; chi ph&iacute; cho n&oacute; đắt hơn. Việc thu thập thủ c&ocirc;ng c&oacute; thể l&agrave; việc ph&aacute;t phiếu điều tra thị trường, chụp ảnh thủ c&ocirc;ng c&aacute;c vật dụng, đo đạc nhiệt độ thủ c&ocirc;ng...
Phương ph&aacute;p thu thập dữ liệu tự động rẻ hơn nhiều. Bạn c&oacute; thể thu thập mọi thứ bạn c&oacute; thể t&igrave;m thấy v&agrave; hy vọng n&oacute; sẽ gi&uacute;p &iacute;ch cho điều g&igrave; đ&oacute;.
<img class="size-full wp-image-4402 aligncenter" src="../../../wp-content/uploads/2019/04/Machine-learning-l&agrave;-g&igrave;_5.jpg" alt="Machine learning l&agrave; g&igrave;_5" width="496" height="343" />
Facebook v&agrave; Google l&agrave; những người thu thập mọi dữ liệu m&agrave; họ thấy một c&aacute;ch th&ocirc;ng minh nhưng tham lam nhất. Nếu bất chợt bạn v&agrave;o một trang web n&agrave;o đ&oacute; v&agrave; bị bắt phải "Chọn tất cả c&aacute;c biển b&aacute;o đường phố"? tr&ecirc;n một ảnh Captcha. Ch&uacute;c mừng bạn đ&atilde; đ&oacute;ng g&oacute;p cho Google rất nhiều dữ liệu. Google sử dụng những Captcha n&agrave;y kh&ocirc;ng chỉ cho mục đ&iacute;ch x&aacute;c thực người d&ugrave;ng m&agrave; n&oacute; c&ograve;n được sử dụng để gắn nh&atilde;n cho c&aacute;c h&igrave;nh ảnh v&agrave; dữ liệu của họ một c&aacute;ch miễn ph&iacute;. Đ&oacute; ch&iacute;nh x&aacute;c l&agrave; những g&igrave; họ đang l&agrave;m. Một h&igrave;nh thức khuyến kh&iacute;ch lao động tự do! Thật tuyệt. Nếu t&ocirc;i l&agrave; họ, t&ocirc;i sẽ bắt đầu hiển thị captcha ng&agrave;y c&agrave;ng nhiều...
Tr&ecirc;n thực tế rất kh&oacute; để thu thập được một bộ dữ liệu tốt (thường được gọi l&agrave; dataset). Dữ liệu chứa đầy nhiễu v&agrave; c&aacute;c gi&aacute; trị thiếu. C&aacute;c bộ dữ liệu tốt quan trọng đến mức c&aacute;c c&ocirc;ng ty thậm ch&iacute; c&oacute; thể tiết lộ thuật to&aacute;n của họ, nhưng hiếm khi tiết lộ bộ dữ liệu. Tất nhi&ecirc;n ngo&agrave;i vấn đề quan trọng n&oacute; c&ograve;n li&ecirc;n quan đến vấn đề an ninh v&agrave; uy t&iacute;n của doanh nghiệp. Nhưng thực sự th&igrave; bộ dữ liệu tốt l&agrave; rất, rất quan trọng. Thuật to&aacute;n tốt, kh&ocirc;ng bằng dữ liệu nhiều v&agrave; dữ liệu nhiều kh&ocirc;ng bằng dữ liệu tốt...Đ&oacute; l&agrave; c&acirc;u tr&acirc;m ng&ocirc;n vẫn thường thấy nếu bạn tiếp x&uacute;c với mấy đồng ch&iacute; l&agrave;m về khoa học dữ liệu (data science).
<h2 style="text-align: justify;">Thuộc t&iacute;nh (Feature)</h2>
Thuộc t&iacute;nh hay c&ograve;n được gọi l&agrave; c&aacute;c tham số hoặc biến số. N&oacute; l&agrave; yếu tố cốt l&otilde;i của bộ dữ liệu. Đ&oacute; c&oacute; thể l&agrave; số km đ&atilde; đi của xe, giới t&iacute;nh của người d&ugrave;ng, gi&aacute; cổ phiếu, tần số từ trong văn bản.&nbsp;Người ta kh&ocirc;ng thể đo dữ liệu một c&aacute;ch v&ocirc; tội vạ. Một đối tượng c&oacute; thể c&oacute; h&agrave;ng tỷ tỷ thuộc t&iacute;nh, đặc t&iacute;nh li&ecirc;n quan đến n&oacute;. Chẳng hạn như một người c&oacute; thể c&oacute; m&agrave;u t&oacute;c, m&agrave;u mắt, m&agrave;u da, d&acirc;n tộc, chỉ số đường huyết,...C&oacute; v&ocirc; số đặc t&iacute;nh m&agrave; mỗi b&agrave;i to&aacute;n ch&uacute;ng ta chỉ cần x&eacute;t đến một số thuộc t&iacute;nh n&agrave;o đ&oacute;. Đ&acirc;y l&agrave; những yếu tố m&agrave; m&aacute;y t&iacute;nh nh&igrave;n v&agrave;o v&agrave; sử dụng để dự đo&aacute;n.
<img class="size-full wp-image-4403 aligncenter" src="../../../wp-content/uploads/2019/04/feature-selection-machine-learning-l&agrave;-g&igrave;.jpg" alt="feature-selection-machine learning l&agrave; g&igrave;" width="497" height="188" />
Khi dữ liệu được lưu trữ trong dạng bảng, c&aacute;c thuộc t&iacute;nh, đơn giản, l&agrave; t&ecirc;n c&aacute;c cột. Nhưng khi bạn c&oacute; 100 Gb bức ảnh m&egrave;o th&igrave; c&aacute;c thuộc t&iacute;nh c&oacute; thể c&oacute; l&agrave; g&igrave;? C&aacute;c thuộc t&iacute;nh cần sử dụng l&agrave; g&igrave;? Ch&uacute;ng ta kh&ocirc;ng thể coi mỗi pixel l&agrave; một thuộc t&iacute;nh được. Đ&oacute; l&agrave; l&yacute; do tại sao việc chọn c&aacute;c thuộc t&iacute;nh ph&ugrave; hợp thường l&agrave; việc l&agrave;m mất nhiều thời gian nhất trong một b&agrave;i to&aacute;n machine learning. V&agrave; c&aacute;c lỗi trong dự đo&aacute;n chủ yếu ph&aacute;t sinh từ việc chọn thuộc t&iacute;nh n&agrave;y. Con người lu&ocirc;n lu&ocirc;n chủ quan. Ch&uacute;ng ta, t&ocirc;i hay bạn đều như vậy. Ch&uacute;ng ta thường chỉ chọn c&aacute;c thuộc t&iacute;nh m&agrave; m&igrave;nh th&iacute;ch hoặc thấy "quan trọng hơn". Trong khi, thực tế những thuộc t&iacute;nh nh&igrave;n c&oacute; vẻ kh&ocirc;ng đ&aacute;ng ch&uacute; &yacute; lại l&agrave; thuộc t&iacute;nh quan trọng. Xin vui l&ograve;ng, tr&aacute;nh l&agrave;m việc như con người trong c&aacute;c b&agrave;i to&aacute;n machine learning. H&atilde;y t&ocirc;n trọng dữ liệu!!!. H&atilde;y ph&acirc;n t&iacute;ch thống k&ecirc;!!! v&agrave; n&oacute;i chung H&atilde;y để m&aacute;y l&agrave;m c&ocirc;ng việc của n&oacute;!!!
<h2 style="text-align: justify;">Thuật to&aacute;n (Algorithms)</h2>
Tất nhi&ecirc;n rồi, đ&acirc;y l&agrave; phần quan trọng kh&ocirc;ng k&eacute;m. Một điều r&otilde; r&agrave;ng l&agrave; với mỗi b&agrave;i to&aacute;n sẽ lu&ocirc;n c&oacute; một c&aacute;ch giải quyết kh&aacute;c nhau. Kh&ocirc;ng c&oacute; thuật to&aacute;n n&agrave;o l&agrave; thuốc chữa b&aacute;ch bệnh cho tất cả c&aacute;c vấn đề. Chỉ c&oacute; thuật to&aacute;n tốt nhất cho b&agrave;i to&aacute;n chứ kh&ocirc;ng c&oacute; thuật to&aacute;n tốt nhất cho tất cả. Phương ph&aacute;p bạn chọn ảnh hưởng đến độ ch&iacute;nh x&aacute;c, hiệu suất v&agrave; k&iacute;ch thước của m&ocirc; h&igrave;nh cuối c&ugrave;ng. Mặc d&ugrave; vậy thuật to&aacute;n tốt nhất cũng kh&ocirc;ng c&oacute; &iacute;ch g&igrave; nếu dữ liệu đầu v&agrave;o "to&agrave;n r&aacute;c". R&aacute;c chỉ sinh ra r&aacute;c. Do đ&oacute; khi dữ liệu đầu v&agrave;o qu&aacute; tồi th&igrave; d&ugrave; thuật to&aacute;n c&oacute; tốt đến đ&acirc;u th&igrave; c&oacute; thể hầu chắc chắn rằng kết quả dự đo&aacute;n của m&ocirc; h&igrave;nh l&agrave; sai b&eacute;t. V&igrave; vậy, đừng qu&aacute; ch&uacute; &yacute; đến tỷ lệ ch&iacute;nh x&aacute;c, m&agrave; trước ti&ecirc;n h&atilde;y cố gắng thu thập th&ecirc;m dữ liệu, v&agrave; kiểm thử dữ liệu với đủ độ đa dạng v&agrave; ph&acirc;n phối ph&ugrave; hợp với b&agrave;i to&aacute;n thực tế. Ch&uacute;ng ta kh&ocirc;ng thể dự đo&aacute;n nhiệt độ m&ugrave;a đ&ocirc;ng nếu sử dụng bộ dữ liệu nhiệt độ đo trong ph&ograve;ng điều h&ograve;a. Mọi thuật to&aacute;n đều cần c&oacute; dữ liệu tốt.
<img class=" wp-image-4404 aligncenter" src="../../../wp-content/uploads/2019/04/Machine-learning-l&agrave;-g&igrave;_algorithms.png" alt="Machine learning l&agrave; g&igrave;_algorithms" width="583" height="328" />
Đến đ&acirc;y ta c&oacute; thể ph&acirc;n biệt một số kh&aacute;i niệm vẫn thường hay bị nhầm lẫn với Machine Learning
<img class=" wp-image-4405 aligncenter" src="../../../wp-content/uploads/2019/04/Machine-learning-l&agrave;-g&igrave;.jpg" alt="Machine learning l&agrave; g&igrave;" width="549" height="429" />
Khoa học dữ liệu (Data Science) l&agrave; g&igrave;? Đ&acirc;y l&agrave; c&ocirc;ng việc m&ocirc; h&igrave;nh h&oacute;a dữ liệu v&agrave; chọn lọc c&aacute;c thuộc t&iacute;nh. C&oacute; nghĩa l&agrave; từ dữ liệu, hoặc b&agrave;i to&aacute;n những người l&agrave;m khoa học dữ liệu sẽ m&ocirc; h&igrave;nh h&oacute;a n&oacute; th&agrave;nh c&aacute;c thuộc t&iacute;nh quan trọng, tr&iacute;ch chọn đặc trưng, lựa chọn thuộc t&iacute;nh ph&ugrave; hợp để sử dụng cho c&aacute;c b&agrave;i to&aacute;n machine learning.
Khai ph&aacute; dữ liệu (Data Mining) l&agrave; g&igrave;? Đ&acirc;y l&agrave; việc &aacute;p dụng thuật to&aacute;n tr&ecirc;n dữ liệu đ&atilde; c&oacute; để thu được c&aacute;c th&ocirc;ng tin, c&aacute;c mẫu tr&iacute;ch xuất ra từ dữ liệu.
Machine learning l&agrave; g&igrave;? Đ&acirc;y l&agrave; sự kết hợp của cả 3 kh&iacute;a cạnh: Dữ liệu, thuộc t&iacute;nh v&agrave; thuật to&aacute;n. Machine learning l&agrave;m nhiệm vụ thu thập dữ liệu, m&ocirc; h&igrave;nh h&oacute;a dữ liệu v&agrave; lựa chọn c&aacute;c thuộc t&iacute;nh, c&aacute;c đặc trưng ph&ugrave; hợp cho b&agrave;i to&aacute;n v&agrave; sau đ&oacute; sử dụng c&aacute;c thuật to&aacute;n học m&aacute;y để x&acirc;y dựng c&aacute;c m&ocirc; h&igrave;nh dự đo&aacute;n từ đ&oacute; cải thiện hiệu quả của c&aacute;c nhiệm vụ cần thiết.
Vậy sự kết hợp của thuật to&aacute;n l&agrave;m việc tr&ecirc;n thuộc t&iacute;nh l&agrave; g&igrave;? Đ&acirc;y l&agrave; c&aacute;ch ch&uacute;ng ta vẫn lập tr&igrave;nh trước đ&acirc;y. Thuộc t&iacute;nh n&agrave;y thế n&agrave;y th&igrave; ra đầu ra như thế n&agrave;y. Đ&oacute; l&agrave; c&aacute;ch m&aacute;y t&iacute;nh vẫn l&agrave;m trước đ&acirc;y.
<blockquote>
XEM TIẾP: B&agrave;i 3. <a href="../../../ai-la-gi-machine-learning-deep-learning-co-phai-la-ai/" target="_blank" rel="noopener">AI l&agrave; g&igrave;, Machine Learning, Deep Learning c&oacute; phải l&agrave; AI</a>?
</blockquote>
Tham khảo: vas3k

Admin

Machine learning cho mọi người – Bài 2. Bạn đã biết 3 thành tố quan trọng của Machine learning là gì chưa?

Cùng tác giả

Admin

Có liên quan