Ở <a href="https://tek4.vn/machine-learning-la-gi/">b&agrave;i trước (Học m&aacute;y l&agrave; g&igrave;?)</a> ch&uacute;ng ta đ&atilde; được biết &ldquo;Một chương tr&igrave;nh m&aacute;y t&iacute;nh được gọi l&agrave; c&oacute; khả năng học từ kinh nghiệm E với lớp nhiệm vụ T v&agrave; độ đo hiệu quả P nếu độ đo hiệu quả P của n&oacute; cho nhiệm vụ T được cải thiện theo kinh nghiệm E". Như vậy với một b&agrave;i to&aacute;n machine leanring, ch&uacute;ng ta quan t&acirc;m đến 3 vấn đề: nhiệm vụ học l&agrave; g&igrave;? kinh nghiệm hay dữ liệu lấy từ đ&acirc;u? v&agrave; l&agrave;m thế n&agrave;o để đ&aacute;nh gi&aacute; được kết quả học l&agrave; tốt? Trong to&agrave;n bộ c&aacute;c phần ph&iacute;a sau ch&uacute;ng ta sẽ đi t&igrave;m hiểu lần lượt c&aacute;c vấn đề n&agrave;y. Đ&acirc;y cũng l&agrave; những vấn đề cốt l&otilde;i xuy&ecirc;n suốt nội dung của học m&aacute;y hay machine learning. Trong b&agrave;i n&agrave;y đầu ti&ecirc;n ch&uacute;ng ta xem x&eacute;t c&acirc;u hỏi: Nhiệm vụ học l&agrave; g&igrave;?
<img src="https://cellphones.com.vn/sforum/wp-content/uploads/2021/09/00.-Machine-Learing.png" alt="" width="700" />
Về cơ bản, hầu hết c&aacute;c vấn đề học tập của con người đều được quy về bốn vấn đề ch&iacute;nh: t&igrave;m kiếm sự tương đồng (đ&acirc;y c&oacute; lẽ l&agrave; điều đầu ti&ecirc;n con người học được, tổ ti&ecirc;n của ch&uacute;ng ta c&oacute; thể ph&acirc;n biệt được những h&ograve;n đ&aacute; c&oacute; cạnh sắc th&igrave; "nh&igrave;n gần giống nhau" v&agrave; c&oacute; thể sử dụng để l&agrave;m c&ocirc;ng việc n&agrave;o đ&oacute;); ph&acirc;n loại c&aacute;c đối tượng, sự vật, hiện tượng (cao cấp hơn, từ những sự tương đồng, con người c&oacute; thể tổng qu&aacute;t h&oacute;a c&aacute;c thuộc t&iacute;nh v&agrave; ph&acirc;n loại c&aacute;c sự vật hiện tượng v&agrave;o th&agrave;nh c&aacute;c lớp gọi t&ecirc;n được v&agrave; c&oacute; chung đặc t&iacute;nh chẳng hạn ph&acirc;n biệt hổ v&agrave; ngựa, động vật ăn thịt g&acirc;y nguy hiểm v&agrave; kh&ocirc;ng g&acirc;y nguy hiểm...); kh&aacute;i qu&aacute;t h&oacute;a v&agrave; dự đo&aacute;n quy luật (nhờ khả năng n&agrave;y m&agrave; Newton c&oacute; thể đưa ra được định luật vạn vật hấp dẫn, hay c&aacute;c nh&agrave; khoa học c&oacute; thể biểu diễn được c&aacute;c sự kiện, hiện tượng của thế giới tự nhi&ecirc;n th&agrave;nh c&aacute;c c&ocirc;ng thức); v&agrave; cuối c&ugrave;ng l&agrave; th&iacute;ch nghi (để phản ứng ph&ugrave; hợp với m&ocirc;i trường chẳng hạn đứa trẻ c&oacute; thể học được l&agrave;m việc xấu th&igrave; bị phạt c&ograve;n l&agrave;m việc tốt th&igrave; được thưởng...).
Về cơ bản, học m&aacute;y cũng tập trung v&agrave; bốn vấn đề cốt l&otilde;i n&agrave;y tương ứng với bốn lớp nhiệm vụ:
<ul>
<li style="text-align: justify;">Ph&acirc;n cụm (Clustering): Mục ti&ecirc;u của ph&acirc;n cụm l&agrave; t&igrave;m ra c&aacute;c nh&oacute;m dữ liệu c&oacute; c&aacute;c đặc điểm tương đồng, chẳng hạn như xếp c&aacute;c bức ảnh khu&ocirc;n mặt gần giống nhau v&agrave;o c&aacute;c nh&oacute;m (nhưng kh&ocirc;ng biết bức ảnh đ&oacute; của ai v&agrave; l&agrave; g&igrave;). Đ&acirc;y l&agrave; khả năng học tập cơ bản nhất của con người - khả năng so s&aacute;nh sự tương đồng. Dữ liệu được sử dụng trong b&agrave;i to&aacute;n ph&acirc;n cụm kh&ocirc;ng được g&aacute;n nh&atilde;n, nhưng c&oacute; độ tương tự về cấu tr&uacute;c tự nhi&ecirc;n của dữ liệu.</li>
</ul>
<img src="https://bigdatauni.com/wp-content/uploads/2020/10/3-1-1024x682.jpg" alt="" width="700" height="682" />
Tuy nhi&ecirc;n, cũng giống như con người, việc so s&aacute;nh v&agrave; đ&aacute;nh gi&aacute; tương đồng l&agrave; v&ocirc; c&ugrave;ng phức tạp. Một vấn đề phức tạp nhất của b&agrave;i to&aacute;n ph&acirc;n cụm l&agrave; ch&uacute;ng ta kh&ocirc;ng sao biết được việc gom nh&oacute;m c&aacute;c đối tượng c&oacute; "đ&uacute;ng" với bản chất của n&oacute; hay kh&ocirc;ng? Như ở h&igrave;nh tr&ecirc;n ta thấy rằng, c&ugrave;ng một bộ dữ liệu nhưng ch&uacute;ng ta c&oacute; thể c&oacute; v&ocirc; số c&aacute;ch ph&acirc;n c&aacute;c nh&oacute;m kh&aacute;c nhau cho dữ liệu n&agrave;y. V&agrave; hẳn nhi&ecirc;n, ch&uacute;ng ta kh&ocirc;ng hề biết c&aacute;ch n&agrave;o ở tr&ecirc;n l&agrave; đ&uacute;ng. Cũng giống như việc ch&uacute;ng ta ho&agrave;n to&agrave;n c&oacute; thể n&oacute;i con g&agrave; th&igrave; c&ugrave;ng nh&oacute;m với con chim (do c&ugrave;ng bộ chim) nhưng cũng c&oacute; thể n&oacute;i con g&agrave; c&ugrave;ng nh&oacute;m với con b&ograve; (do đều được chăn nu&ocirc;i). Sở dĩ xuất hiện vấn đề n&agrave;y l&agrave; do ch&uacute;ng ta kh&ocirc;ng hề biết trước c&aacute;c nh&atilde;n của dữ liệu v&agrave; do đ&oacute;, kh&ocirc;ng biết phải ph&acirc;n bao nhi&ecirc;u nh&oacute;m (cụm), v&agrave; sự tương đồng được đ&aacute;nh gi&aacute; như thế n&agrave;o hay dựa tr&ecirc;n ti&ecirc;u ch&iacute; n&agrave;o? B&agrave;i to&aacute;n n&agrave;y giống như c&acirc;u chuyện ngụ ng&ocirc;n thầy b&oacute;i xem voi m&agrave; ch&uacute;ng ta hay biết. Ch&uacute;ng ta những "thầy b&oacute;i" c&oacute; thể ph&acirc;n con voi giống chiếc quạt nếu sờ c&aacute;i tai, giống c&aacute;i chổi nếu sờ đu&ocirc;i của n&oacute;...
Để biết được việc gom cụm c&oacute; đ&uacute;ng hay kh&ocirc;ng ch&uacute;ng ta thường dựa v&agrave;o kiến thức chuy&ecirc;n gia, tức l&agrave; ấn định c&aacute;c nh&atilde;n cho cụm dựa tr&ecirc;n một đặc t&iacute;nh đ&atilde; biết trước do chuy&ecirc;n gia chỉ định. Chẳng hạn trong lĩnh vực an ninh mạng, ch&uacute;ng ta c&oacute; thể ph&acirc;n cụm c&aacute;c lưu lượng v&agrave;o mạng th&agrave;nh c&aacute;c nh&oacute;m kh&aacute;c nhau, v&agrave; chuy&ecirc;n gia an to&agrave;n th&ocirc;ng tin sẽ phải x&aacute;c định xem c&aacute;c nh&oacute;m n&agrave;y, nh&oacute;m n&agrave;o l&agrave; lưu lượng độc hại v&agrave; nh&oacute;m n&agrave;o kh&ocirc;ng, từ đ&oacute; mới c&oacute; được đ&aacute;nh gi&aacute; độ ch&iacute;nh x&aacute;c cho m&ocirc; h&igrave;nh n&agrave;y. Đ&acirc;y l&agrave; c&aacute;ch đ&aacute;nh gi&aacute; gi&aacute;n tiếp cho m&ocirc; h&igrave;nh ph&acirc;n cụm th&ocirc;ng qua g&aacute;n nh&atilde;n lớp. Về mặt m&ocirc; h&igrave;nh, độ đo P để đ&aacute;nh gi&aacute; nhiệm vụ ph&acirc;n cụm ở đ&acirc;y l&agrave; tổng khoảng c&aacute;ch (độ tương đồng) giữa c&aacute;c đối tượng trong nh&oacute;m (cụm) sao cho tổng khoảng c&aacute;ch n&agrave;y l&agrave; nhỏ nhất c&oacute; thể.
Do, việc ph&acirc;n nh&oacute;m phụ thuộc rất lớn v&agrave;o c&aacute;c ti&ecirc;u ch&iacute;, v&igrave; vậy, c&aacute;ch lựa chọn thuộc t&iacute;nh (ti&ecirc;u ch&iacute;) để đ&aacute;nh gi&aacute; l&agrave; yếu tố quyết định để ph&acirc;n nh&oacute;m ch&iacute;nh x&aacute;c. Việc c&agrave;ng c&oacute; nhiều thuộc t&iacute;nh thừa trong dữ liệu chỉ l&agrave;m m&ocirc; h&igrave;nh ph&acirc;n cụm bị sai lệch v&agrave; kh&ocirc;ng thể sử dụng được.
<ul>
<li style="text-align: justify;">Ph&acirc;n lớp (Classification): Kh&aacute;c với ph&acirc;n cụm, ph&acirc;n lớp dễ d&agrave;ng đ&aacute;nh gi&aacute; hơn. Ch&uacute;ng ta c&oacute; sẵn c&aacute;c dữ liệu được g&aacute;n nh&atilde;n sẵn th&agrave;nh c&aacute;c lớp, chẳng hạn như: độc hại/kh&ocirc;ng độc hại, gian lận/kh&ocirc;ng gian lận,... Nhiệm vụ của m&ocirc; h&igrave;nh l&agrave; quyết định g&aacute;n nh&atilde;n hay ph&acirc;n lớp cho c&aacute;c dữ liệu chưa được g&aacute;n nh&atilde;n. B&agrave;i to&aacute;n ph&acirc;n lớp l&agrave; một trong những b&agrave;i to&aacute;n c&oacute; ứng dụng rộng r&atilde;i nhất tr&ecirc;n thực tế, v&agrave; độ đo đ&aacute;nh gi&aacute; của n&oacute; cũng rất r&otilde; r&agrave;ng (dựa tr&ecirc;n tỷ lệ ch&iacute;nh x&aacute;c, tỷ lệ ph&acirc;n lớp đ&uacute;ng/sai, v&agrave; một số ti&ecirc;u ch&iacute; kh&aacute;c sẽ tr&igrave;nh b&agrave;y trong b&agrave;i tiếp theo).</li>
<li style="text-align: justify;">Hồi quy (Regression): Đ&acirc;y l&agrave; b&agrave;i to&aacute;n m&agrave; đa phần c&aacute;c nh&agrave; khoa học vật l&yacute;, h&oacute;a học,...thực hiện. Đ&oacute; l&agrave; việc m&ocirc; h&igrave;nh h&oacute;a v&agrave; x&acirc;y dựng c&aacute;c quy tắc tổng qu&aacute;t để m&ocirc; tả thế giới. Về mặt bản chất, c&aacute;c c&ocirc;ng thức Newton hay c&aacute;c phương tr&igrave;nh nhiệt động,... v&agrave; tất cả c&aacute;c phương tr&igrave;nh được x&acirc;y dựng trong khoa học đều l&agrave; b&agrave;i to&aacute;n hồi quy. Nghĩa l&agrave; từ một tập c&aacute;c dữ liệu quan s&aacute;t được, c&aacute;c nh&agrave; khoa học sẽ t&igrave;m c&aacute;ch để x&acirc;y dựng c&aacute;c c&ocirc;ng thức biểu diễn để m&ocirc; tả v&agrave; tổng qu&aacute;t h&oacute;a tự nhi&ecirc;n. C&aacute;c c&ocirc;ng thức n&agrave;y đều được coi l&agrave; đ&uacute;ng cho đến khi tồn tại c&aacute;c bộ dữ liệu chứng minh n&oacute; sai (vấn đề n&agrave;y hơi lan man sang lĩnh vực triết học một ch&uacute;t). Về mặt bản chất hồi quy l&agrave; b&agrave;i to&aacute;n g&aacute;n nh&atilde;n cho dữ liệu thực, biểu diễn v&agrave; dự đo&aacute;n đầu ra dựa tr&ecirc;n tổng qu&aacute;t h&oacute;a c&aacute;c dữ liệu từ đầu v&agrave;o để t&igrave;m ra một h&agrave;m dự đo&aacute;n. Chẳng hạn x&acirc;y dựng h&agrave;m dự đo&aacute;n gi&aacute; nh&agrave;, gi&aacute; cổ phiếu theo thời gian hoặc c&aacute;c biến đầu v&agrave;o kh&aacute;c. Nếu ta ch&uacute; &yacute; c&oacute; thể thấy rằng, thực chất b&agrave;i to&aacute;n ph&acirc;n lớp cũng l&agrave; một trường hợp đặc biệt của b&agrave;i to&aacute;n hồi quy, khi gi&aacute; trị c&aacute;c dự đo&aacute;n đầu ra thay v&igrave; c&aacute;c lớp th&igrave; l&agrave; c&aacute;c gi&aacute; trị rời rạc đại diện cho lớp. Việc đ&aacute;nh gi&aacute; một m&ocirc; h&igrave;nh hồi quy giống như m&ocirc; h&igrave;nh ph&acirc;n lớp cũng tương đối r&otilde; r&agrave;ng. Ch&uacute;ng ta c&oacute; thể đ&aacute;nh gi&aacute; một m&ocirc; h&igrave;nh hồi quy th&ocirc;ng qua độ lệch dự đo&aacute;n trung b&igrave;nh của đầu ra. Điểm kh&oacute; khăn nhất với hồi quy l&agrave; x&aacute;c định h&agrave;m hồi quy, v&agrave; vấn đề g&acirc;y rắc rối nhất l&agrave; c&aacute;c dữ liệu nhiễu hoặc quan s&aacute;t dữ liệu sai. Điều n&agrave;y sẽ l&agrave;m cho c&aacute;c c&ocirc;ng thức ho&agrave;n to&agrave;n bị sai hoặc g&acirc;y hiểu nhầm. Chẳng hạn tốc độ &aacute;nh s&aacute;ng đ&atilde; từng bị đo sai v&agrave; người ta nghĩ rằng vận tốc &aacute;nh s&aacute;ng l&agrave; kh&ocirc;ng tuyệt đối...</li>
<li style="text-align: justify;">Học tăng cường (reinforcement learning): đ&acirc;y l&agrave; kiểu b&agrave;i to&aacute;n m&agrave; m&aacute;y sẽ được học một h&agrave;m mục ti&ecirc;u sao cho khả năng th&iacute;ch nghi (được nhận phần thưởng nhiều nhất v&agrave; &iacute;t bị phạt nhất) theo m&ocirc;i trường. Chẳng hạn rẽ tr&aacute;i được thưởng 1 điểm c&ograve;n rẽ phải trừ 1 điểm. Việc học th&iacute;ch nghi theo dữ liệu m&ocirc;i trường nhằm tối ưu h&oacute;a một mục ti&ecirc;u được đặt ra.</li>
</ul>
Ngo&agrave;i bốn b&agrave;i to&aacute;n tr&ecirc;n, học m&aacute;y c&ograve;n một số b&agrave;i to&aacute;n biến thể nhằm tối ưu h&oacute;a biểu diễn dữ liệu, lựa chọn thuộc t&iacute;nh, lựa chọn m&ocirc; h&igrave;nh như:
<ul>
<li style="text-align: justify;">Tr&iacute;ch r&uacute;t luật (Rule Extraction):Đ&acirc;y l&agrave; b&agrave;i to&aacute;n m&agrave; dữ liệu được sử dụng để t&igrave;m ra c&aacute;c quy luật (nh&acirc;n - quả). B&agrave;i to&aacute;n n&agrave;y cũng giống như hồi quy, về mặt bản chất đều xuất ph&aacute;t từ vấn đề học c&aacute;ch tổng qu&aacute;t h&oacute;a v&agrave; dự đo&aacute;n của con người. Tuy nhi&ecirc;n thay v&igrave; dự đo&aacute;n c&aacute;c gi&aacute; trị thực th&igrave; tr&iacute;ch r&uacute;t luật tổng qu&aacute;t h&oacute;a c&aacute;c luật nh&acirc;n quả, c&aacute;c mẫu suy luận nếu - th&igrave; từ dữ liệu. C&aacute;c luật&nbsp; n&agrave;y, c&oacute; thể kh&ocirc;ng trực tiếp thậm ch&iacute; kh&ocirc;ng thể hiểu được dưới dạng suy luận của con người. Việc t&igrave;m ra ch&uacute;ng dựa tr&ecirc;n c&aacute;c nguy&ecirc;n tắc thống k&ecirc; quan hệ giữa c&aacute;c thuộc t&iacute;nh v&agrave; dữ liệu m&agrave; kh&ocirc;ng li&ecirc;n quan đến c&aacute;c tri thức ti&ecirc;n nghiệm. Một v&iacute; dụ kinh điển l&agrave; b&agrave;i to&aacute;n khai ph&aacute; luật kết hợp t&igrave;m được sự li&ecirc;n hệ giữa việc mua bia v&agrave; mua bỉm (luật n&agrave;y c&oacute; thể sai hoặc đ&uacute;ng t&ugrave;y theo c&aacute;c dữ liệu được cung cấp).</li>
<li style="text-align: justify;">Ước lượng mật độ (Density estimation): li&ecirc;n quan đến b&agrave;i to&aacute;n biểu diễn dữ liệu, t&igrave;m kiếm c&aacute;c ph&acirc;n bố của dữ liệu đầu v&agrave;o trong một số kh&ocirc;ng gian. B&agrave;i to&aacute;n n&agrave;y li&ecirc;n quan đến c&aacute;c vấn đề dự đo&aacute;n v&agrave; ước lượng ph&acirc;n bố x&aacute;c suất của dữ liệu, v&agrave; c&oacute; ứng dụng kh&aacute; lớn trong c&aacute;c b&agrave;i to&aacute;n li&ecirc;n quan đến c&aacute;c biến v&agrave; m&ocirc; h&igrave;nh ngẫu nhi&ecirc;n như b&agrave;i to&aacute;n dự b&aacute;o tỷ gi&aacute;, dự đo&aacute;n thị trường hoặc trong lĩnh vực y tế.</li>
<li style="text-align: justify;">Giảm chiều (Dimensionality reduction): b&agrave;i to&aacute;n n&agrave;y li&ecirc;n quan đến vấn đề chọn lựa c&aacute;c thuộc t&iacute;nh quan trọng ph&ugrave; hợp của dữ liệu bằng c&aacute;ch biến đổi c&aacute;c dữ liệu sang kh&ocirc;ng gian c&oacute; số chiều nhỏ hơn. Một ứng dụng của giảm chiều l&agrave; b&agrave;i to&aacute;n m&ocirc; h&igrave;nh h&oacute;a chủ đề của văn bản, trong đ&oacute; một chương tr&igrave;nh được cho một danh s&aacute;ch c&aacute;c văn bản ng&ocirc;n ngữ th&ocirc;ng thường v&agrave; nhiệm vụ l&agrave; t&igrave;m kiếm c&aacute;c văn bản c&oacute; c&ugrave;ng chủ đề. V&agrave; ứng dụng thứ hai của n&oacute; l&agrave; l&agrave;m giảm độ phức tạp dữ liệu, hay quan trọng hơn l&agrave; tạo ra c&aacute;c bộ dữ liệu "tốt" hơn theo đ&uacute;ng ti&ecirc;u ch&iacute; (xem lại phần ph&acirc;n cụm).</li>
<li>Học để học (meta-learning): Đ&acirc;y l&agrave; một b&agrave;i to&aacute;n mới trong học m&aacute;y, một chủ đề mới nổi l&ecirc;n gần đ&acirc;y. Mục ti&ecirc;u của meta learning l&agrave; học c&aacute;ch để học, tức l&agrave; học c&aacute;ch để chọn ra m&ocirc; h&igrave;nh ph&ugrave; hợp nhất nhằm cải thiện độ ch&iacute;nh x&aacute;c.</li>
</ul>
Trong b&agrave;i n&agrave;y ch&uacute;ng ta đ&atilde; t&igrave;m hiểu về c&aacute;c nhiệm vụ học T trong machine learning. Trong c&aacute;c b&agrave;i sau ch&uacute;ng ta sẽ tiếp tục t&igrave;m hiểu c&aacute;c chủ đề: lựa chọn dữ liệu như thế n&agrave;o v&agrave; đ&aacute;nh gi&aacute; m&ocirc; h&igrave;nh ra sao? v&agrave; đi s&acirc;u chi tiết v&agrave;o từng nhiệm vụ ở tr&ecirc;n th&ocirc;ng qua c&aacute;c m&ocirc; h&igrave;nh học m&aacute;y.
H&atilde;y tiếp tục theo d&otilde;i <a href="https://tek4.vn/chuyen-muc/ai-ml/">chuy&ecirc;n mục n&agrave;y</a> để cập nhật những b&agrave;i viết mới nhất về <a href="https://tek4.vn/chuyen-muc/ai-ml/">học m&aacute;y v&agrave; tr&iacute; tuệ nh&acirc;n tạo</a>. Cũng đừng qu&ecirc;n để lại comment ph&iacute;a dưới nh&eacute;.

Admin

Các bài toán trong học máy

Cùng tác giả

Admin

Có liên quan