CHỦ ĐỀ 7. GIẢI QUYẾT VẤN ĐỀ VỚI SỰ TRỢ GIÚP CỦA MÁY TÍNH

BÀI 25. LÀM QUEN VỚI HỌC MÁY

Câu hỏi 1: Học máy là gì?

Trả lời: Là một nhánh của AI, cho phép máy tính học hỏi từ dữ liệu, nhận biết các mẫu và đưa ra quyết định mà không cần được lập trình cụ thể cho từng nhiệm vụ.

Câu hỏi 2: Học máy khác với lập trình truyền thống như thế nào?

Trả lời: Trong lập trình truyền thống, chúng ta viết các quy tắc cụ thể cho máy tính làm theo. Còn trong học máy, máy tính tự học các quy tắc từ dữ liệu.

Câu hỏi 3: Tại sao học máy lại quan trọng?

Trả lời: Học máy giúp giải quyết các bài toán phức tạp mà con người khó lập trình, tạo ra các ứng dụng thông minh như nhận dạng hình ảnh, dự đoán xu hướng,...

Câu hỏi 4: Các loại học máy phổ biến?

Trả lời: Học có giám sát, học không giám sát, học tăng cường.

Câu hỏi 5: Học có giám sát là gì?

Trả lời: Là loại học máy trong đó mô hình được huấn luyện trên dữ liệu có nhãn, để dự đoán nhãn của dữ liệu mới.

Câu hỏi 6: Học không giám sát là gì?

Trả lời: Là loại học máy trong đó mô hình tìm kiếm các mẫu ẩn trong dữ liệu không có nhãn.

Câu hỏi 7: Học tăng cường là gì?

Trả lời: Là loại học máy trong đó mô hình học cách thực hiện một nhiệm vụ bằng cách thử và sai, nhận được phần thưởng khi thực hiện đúng.

Câu hỏi 8: Quy trình chung của một bài toán học máy?

Trả lời: Thu thập dữ liệu, chuẩn bị dữ liệu, huấn luyện mô hình, đánh giá mô hình, sử dụn mô hình.

Câu hỏi 9: Chuẩn bị xử lý dữ liệu là gì?

Trả lời: Là quá trình làm sạch, biến đổi dữ liệu để phù hợp với quá trình huấn luyện mô hình.

Câu hỏi 10: Huấn luyện mô hình là gì?

Trả lời: Là quá trình điều chỉnh các tham số của mô hình để mô hình có thể dự đoán chính xác trên dữ liệu huấn luyện.

Câu hỏi 11: Một số thuật toán học máy phổ biến?

Trả lời: Quyết định cây, rừng ngẫu nhiên, mạng thần kinh nhân tạo, hỗ trợ vector máy, hồi quy logistic.

Câu hỏi 12: Quyết định cây là gì?

Trả lời: Là một thuật toán học máy được sử dụng để phân loại và hồi quy.

Câu hỏi 13: Mạng thần kinh nhân tạo là gì?

Trả lời: Là một mô hình tính toán lấy cảm hứng từ cấu trúc của não người, được sử dụng để giải quyết các bài toán phức tạp.

Câu hỏi 14: Học máy được ứng dụng trong những lĩnh vực nào?

Trả lời: Nhận dạng hình ảnh, xử lý ngôn ngữ tự nhiên, khuyến nghị, phát hiện gian lận, y tế, tài chính,...

Câu hỏi 15: Ví dụ về ứng dụng của học máy trong cuộc sống?

Trả lời: Facebok sử dụng học máy để nhận dạng khuôn mặt, Google sử dụng học máy để dịch ngôn ngữ…

Câu hỏi 16: Thách thức lớn nhất khi áp dụng học máy?

Trả lời: Cần lượng dữ liệu lớn, chất lượng cao để huấn luyện mô hình, đòi hỏi kiến thức chuyên môn về toán học và lập trình.

Câu hỏi 17: Tương lai của học máy sẽ như thế nào?

Trả lời: Học máy sẽ ngày càng phát triển và được ứng dụng rộng rãi trong mọi lĩnh vực, tạo ra những đột phá mới trong công nghệ.

Câu hỏi 18: AI và học máy có gì khác nhau?

Trả lời: AI là một khái niệm rộng hơn, bao gồm cả học máy. Học máy là một nhánh của AI tập trung vào việc cho máy tính học hỏi từ dữ liệu.

Câu hỏi 19: Deep Learning là gì và có liên quan gì đến học máy?

Trả lời: Là một nhánh của học máy sử dụng các mạng thần kinh nhân tạo sâu để giải quyết các bài toán phức tạp.

Câu hỏi 20: Làm thế nào để bắt đầu học về học máy?

Trả lời: Học toán học cơ bản, lập trình, tham gia các khóa học trực tuyến…