CHÀO MỪNG CÁC BẠN ĐẾN VỚI BÀI HỌC MỚI!

KHỞI ĐỘNG

Khi truy cập tài khoản thư điện tử, ngoài các thư trong Hộp thư đến (Inbox) em có thể thấy nhiều thư được tự động phân loại vào Hộp thư rác (Spam).

Hình 25.1. Mô hình

phân loại thư

THẢO LUẬN NHÓM:

Quan sát Hình 25.1 và cho biết: Việc phân loại này được thực hiện như thế nào?

Hạn chế thư rác

Người dùng nhanh chóng tìm thấy các thư quan trọng theo chủ đề hoặc mức độ quan trọng

Sử dụng để tự động hoá việc xử lí thư

Thư điện tử gửi tới

Hộp thư đến (Inbox)

đều đi qua bộ lọc thư

Phân loại thư

BÀI 25: LÀM QUEN VỚI HỌC MÁY

NỘI DUNG BÀI HỌC

Tìm hiểu sơ lược về học máy

01

Phân loại và vai trò của học máy trong thực tế

02

01

Tìm hiểu bộ lọc thư điện tử

Đọc thông tin mục 1 SGK tr.134 - 136 và cho biết: Theo em, có thể xây dựng các bộ lọc thư này bằng cách nào?

Bộ lọc thư điện tử, thường là tập hợp các quy tắc, được thiết kế để phát hiện và đánh dấu các thư rác trước khi chúng được chuyển vào hộp thư của người dùng. Có quy tắc chỉ đơn giản là trong nội dung hoặc tiêu đề thư có các cụm từ đáng ngờ như “miễn phí”, “giảm giá”, “rẻ bất ngờ”,... hay địa chỉ thư của người gửi hoặc địa chỉ của máy chủ gửi thư thuộc vào một “danh sách đen” xác định.

Học máy

Theo em, vì sao việc lọc thư điện tử bằng cách thủ công lại không hiệu quả?

Học máy là gì?

THẢO LUẬN NHÓM

Một số bất cập và hạn chế khi lọc thư bằng cách thủ công

Quy tắc được xây dựng thủ công dựa trên từ khoá hoặc mẫu cố định có thể không đủ linh hoạt để phát hiện các loại thư rác mới hoặc biến thể của thư rác.

Bỏ sót hoặc nhầm lẫn

Người dùng cần cập nhật thường xuyên các quy tắc để phản ánh các xu hướng và kĩ thuật mới của thư rác.

Đòi hỏi thời gian và công sức

Các quy tắc cứng nhắc có thể dẫn đến việc chặn nhầm các thư điện tử hợp lệ (tức là “dương tính giả”)

Gây phiền toái cho người dùng

Ít có khả năng tự động thích nghi với các mẫu thư rác mới và phức tạp.

Việc duy trì và cập nhật quy tắc xây dựng bằng cách thủ công

Trở nên tốn kém về mặt thời gian và nguồn lực, đặc biệt là cho các tổ chức lớn với lưu lượng thư điện tử lớn.

Việc xây dựng bộ lọc thư điện tử bằng cách thủ công tốn nhiều công sức và không hiệu quả

• Cần phải có cách tiếp cận xây dựng các bộ lọc thư rác một cách tự động.
• Học máy được coi là cách tiếp cận tốt nhất hiện nay trong việc xây dựng bộ lọc để phân loại thư điện tử hiệu quả.

Khái niệm học máy

Học máy là một lĩnh vực của AI tập trung vào việc phát triển các thuật toán và mô hình cho phép máy tính tự học và cải thiện từ dữ liệu để đưa ra dự đoán hoặc quyết định dựa trên dữ liệu mà không cần lập trình rõ ràng.

Hai điểm mấu chốt trong Học máy

“máy tính tự học từ dữ liệu”

“không cần lập trình rõ ràng”

Ví dụ

Lọc thư điện tử:

“Một thư điện tử chứa từ X hoặc Y là thư rác”.

Nhận dạng con ngựa trong hình ảnh:

“Con ngựa thường có 4 chân cao, mặt dài, đôi tai nhọn”.

Cho phép máy tính giải quyết nhiều bài toán nhờ việc “tự học” từ dữ liệu, không đòi hỏi phải hướng dẫn trực tiếp bằng cách lập trình rõ ràng.

Một số ví dụ khác

Dự báo thời tiết: Máy tính sử dụng dữ liệu thời tiết lịch sử để học cách dự báo thời tiết mà không cần lập trình cụ thể các quy tắc dự báo.

Phân tích ngôn ngữ tự nhiên (NLP): Máy tính tự học cách dịch ngôn ngữ, phân tích cảm xúc và xử lí ngôn ngữ tự nhiên từ dữ liệu văn bản lớn.

Chẩn đoán y khoa: Hệ thống học máy phân tích dữ liệu lâm sàng và hình ảnh y tế để hỗ trợ chẩn đoán và phát hiện sớm bệnh tật.

Một số ví dụ khác

Tối ưu hoá chuỗi cung ứng: Máy tính học cách tối ưu hoá quản lí kho và dự báo nhu cầu sản phẩm từ dữ liệu lịch sử và xu hướng hiện tại.

Nhận dạng giọng nói: Hệ thống học máy nhận dạng và chuyển đổi giọng nói thành văn bản dựa trên hàng ngàn giờ ghi âm.

Sự linh hoạt và mạnh mẽ của Học máy trong việc tự học và thích ứng từ dữ liệu đa dạng

Đọc thông tin mục 1 SGK tr.134 - 136 và cho biết: Quy trình Học máy diễn ra như thế nào?

Hình 25.2. Quy trình Học máy

Quy trình Học máy

Thu thập dữ liệu

Chuẩn bị dữ liệu

Huấn luyện mô hình

Đánh giá mô hình

Quy trình Học máy

Thu thập dữ liệu

Tuỳ theo bài toán cần giải quyết, dữ liệu cần thiết để xây dựng mô hình Học máy có thể được lấy từ nhiều nguồn khác nhau, như các cơ sở dữ liệu, tệp tin hoặc thậm chí thông qua việc ghi chép trực tiếp.

Quy trình Học máy

Chuẩn bị dữ liệu

Thông thường, dữ liệu thu thập được không phù hợp để có thể sử dụng được ngay. Do vậy, cần thực hiện các thao tác chuẩn bị dữ liệu (còn được gọi là “làm sạch dữ liệu”) bao gồm:

• Loại bỏ dữ liệu nhiễu.
• Bổ sung các giá trị thiếu.
• Chuyển đổi dữ liệu sang định dạng phù hợp.
• Giảm kích thước dữ liệu (nếu cần).

Lưu ý

• Đây là hai bước quan trọng, chiếm nhiều thời gian và công sức nhất của quá trình xây dựng ứng dụng Học máy.
• Hai bước này có thể phải thực hiện lặp đi lặp lại cho tới khi thu được bộ dữ liệu như mong muốn.
• Tập dữ liệu thu được thường được chia thành hai phần:
• Chọn thuật toán học máy phù hợp với loại bài toán và dữ liệu thu thập được

Quy trình Học máy

Huấn luyện mô hình

• Thực hiện thuật toán học máy trên tập dữ liệu huấn luyện, giúp máy tính học cách phân biệt giữa các mẫu thuộc các lớp dữ liệu khác nhau.
• Kết quả của quá trình này sẽ là một mô hình Học máy để giải quyết một bài toán cụ thể.

Quy trình Học máy

Đánh giá mô hình

• Áp dụng mô hình Học máy trên tập dữ liệu kiểm thử để đánh giá hiệu suất của mô hình trong việc dự đoán dữ liệu mới.
• Dựa trên kết quả đánh giá, mô hình có thể cần được cải thiện, bằng cách bổ sung thêm dữ liệu huấn luyện mới, điều chỉnh các tham số của thuật toán Học máy hoặc sử dụng các thuật toán Học máy khác.

Lưu ý

• Hai bước huấn luyện và đánh giá có thể được thực hiện lặp đi lặp lại cho tới khi thu được mô hình Học máy như mong muốn.
• Cuối cùng, sử dụng mô hình thu được để giải quyết vấn đề đặt ra, thực hiện dự đoán hay phân cụm trên dữ liệu mới.

Câu 1: Chọn phương án đúng. Học máy là

A. Chương trình máy tính có khả năng đưa ra quyết định hay dự đoán dựa trên dữ liệu.

B. Khả năng phân tích dữ liệu thu nhận được của máy tính để đưa ra dự đoán hoặc quyết định dựa trên các quy tắc được xác định rõ ràng.

C. Việc sử dụng các phương pháp và kĩ thuật cho phép máy tính học từ dữ liệu để đưa ra dự đoán hoặc quyết định mà không cần lập trình cụ thể.

D. Chương trình máy tính có khả năng tự cải thiện hiệu suất thực hiện nhiệm vụ thông qua việc cập nhật các dữ liệu mới sau khi hoàn thành nhiệm vụ đó nhiều lần.

CÂU HỎI CỦNG CỐ

Câu 2. Tại sao cần chia dữ liệu học máy thành hai phần: dữ liệu huấn luyện và dữ liệu kiểm tra?

Dữ liệu huấn luyện

Dữ liệu kiểm tra

huấn luyện mô hình (“dạy” máy tính học)

đánh giá hiệu suất của mô hình, giúp xác định xem mô hình có hoạt động tốt với dữ liệu mới, chưa từng gặp trước đó không.

Giúp đảm bảo mô hình học máy được xây dựng không chỉ hoạt động tốt trên dữ liệu mà nó đã gặp trong quá trình huấn luyện mà còn có khả năng áp dụng trong thực tế với dữ liệu mới.

Học máy là một lĩnh vực của AI, nghiên cứu và phát triển các thuật toán và mô hình đem lại khả năng học cho máy tính. Nó cho phép máy tính tự động tìm hiểu từ dữ liệu và tạo ra các mô hình dự đoán hoặc quyết định dựa trên dữ liệu mà không cần phải được lập trình cụ thể.

KẾT LUẬN

02

Trong Mục 1 em đã được giới thiệu một số ứng dụng thực tế của Học máy. Hãy kể tên một vài công việc mà ngày nay không thể thiếu vai trò của Học máy.

• Lọc thư rác.
• Chẩn đoán bệnh.
• Phân tích thị trường.
• Nhận dạng tiếng nói.
• Nhận dạng chữ viết.
• Dịch tự động.

Một vài công việc của Học máy

a. Phân loại học máy

Đọc thông tin mục 2.a SGK và cho biết:

• Có những loại dữ liệu nào trong tập dữ liệu đầu vào của Học máy?
• Thế nào là dữ liệu có nhãn và dữ liệu không có nhãn?
• Nhãn hoặc giá trị đích của dữ liệu cho biết những thông tin gì về đối tượng?
• Việc gán nhãn dữ liệu thường được thực hiện như thế nào?
• Dữ liệu có nhãn có vai trò như thế nào trong quá trình huấn luyện mô hình học máy?
• Có những phương pháp học máy cơ bản nào? Em hãy trình bày khái niệm, cách hoạt động và ứng dụng của mỗi phương pháp.

Những loại dữ liệu trong tập dữ liệu đầu vào của Học máy

Dữ liệu có nhãn

Dữ liệu không có nhãn

Dữ liệu được gắn kết với một nhãn hoặc một giá trị đích cụ thể

Dữ liệu không được gắn kết với một nhãn hoặc một giá trị đích cụ thể

Nhãn hoặc giá trị đích của dữ liệu thường chỉ ra thông tin quan trọng về đối tượng, thuộc tính hoặc phân loại mà mẫu dữ liệu đó đại diện.

a. Phân loại học máy

Việc gán nhãn dữ liệu thường được thực hiện bằng cách thủ công.

Dữ liệu có nhãn đóng vai trò rất quan trọng

Cung cấp thông tin cần thiết cho mô hình để học

Đưa ra dự đoán chính xác trên các dữ liệu mới

Việc có dữ liệu được gán nhãn đúng và đa dạng là một yếu tố quyết định để xây dựng mô hình học máy hiệu quả và đáng tin cậy.

Học có giám sát:

Được sử dụng để giải quyết bài toán phân loại dữ liệu.

Phương pháp

Học máy cơ bản

Học không giám sát:

Được sử dụng để giải quyết bài toán phân cụm dữ liệu.

Học có giám sát

--------------- Còn tiếp ---------------