Machine Learning là gì? Tìm hiểu chi tiết về Machine learning

Thuật toán của máy học

Chi tiết

✔️ Supervised Learning(tức là học máy có giám sát)

Đây chính là kỹ thuật học dùng cho Classification(bài toán phân lớp). 

Khi xây dựng phân lớp này thường dùng các thuật toán sau:

• Decision Tree – DT: Đây chính là cây quyết định.
• Support Vector Machine – SVM: Nghĩa là máy vector hỗ trợ.
• Neural Network – Net: Sử dụng mạng nơron.
• Centroid– based vector: Tức là dựa trên vector trọng tâm.
• Linear Least Square Fit – LLSF: Chính là tuyến tính bình phương nhỏ nhất.

✔️ Unsupervised Learning(học máy không giám sát)

Đây chính là kỹ thuật học dùng cho bài toán gom cụm, phân cụm. Có nhiều thuật toán học này ra đời và phát triển với mục đích giải quyết những bài toán phân cụm để khai thác hiệu quả dữ liệu chưa gán nhãn và rất đa dạng.

Tùy dữ liệu cùng với mục đích của mỗi bài toán, bạn hãy chọn thuật toán khác nhau.

Trong đó, những thuật toán thường dùng như: 

• SOM (Self-Organizing Map).
• K-means.
• FCM và DBSCAN…

✔️ Semi-Supervised Learning(học máy bán giám sát)

Học máy bán giám sát là lớp thuộc kỹ thuật học máy, dùng cả dữ liệu gán nhãn, chưa gán nhán để tiến hành huấn luyện. Cụ thể là lượng dữ liệu nhỏ gán nhãn cùng dữ liệu chưa gán nhãn.

Đối với loại này thường dùng một số thuật toán: 

• Transductive Support Vector Machine(SVM truyền dẫn).
• Expectation Maximization(tức là cực đại kỳ vọng).
• Co-training.
• Self-training.
• Graph-based.

✔️ Thuật toán Machine Learning gia cố

Những thuật toán học máy này là phương pháp học tương tác môi trường bằng cách tạo những hành động, đồng thời phát hiện manh mối hoặc các lỗi.

Phương pháp Machine Learning cho phép máy tính với các phần mềm có thể tự động xác định những hành vi lý tưởng trong bối cảnh cụ thể với mục đích tối đa hóa hiệu suất.

Nội dung

Machine Learning

Deep Learning

✔️ Khái niệm

Liên quan tới việc xây dựng, nghiên cứu những kĩ thuật cho phép hệ thống “học” có thể tự động giải quyết những vấn đề cụ thể từ dữ liệu.

Deep Learning bắt chước các hoạt động trong bộ não của con người khi xử lý dữ liệu tạo mẫu dùng cho việc đưa ra quyết định.

✔️ Cách thức vận hành

Dùng thuật toán này để tiến hành phân tích thông tin có sẵn. Sau đó học hỏi nó và đưa ra dự đoán hoặc quyết định về thứ nào đó liên quan

Đây là tập hợp con thuộc Machine Learning và dùng Deep Neural Networks. Phương pháp này đòi hỏi nhiều sức mạnh tính toán và dữ liệu đầu vào hơn Machine Learning.

✔️ Tính năng

Người dùng cần phải hiểu những tính năng đại diện đối với dữ liệu.

Bạn không cần hiểu tính năng đại diện cho các dữ liệu.

✔️ Thời gian thực hiện

Thực hiện trong thời gian từ vài phút cho tới vài giờ.

Thời gian thực hiện lên tới hàng tuần. Bởi mạng nơ-ron cần phải tính toán khối lượng dữ liệu lớn.

✔️ Dữ liệu đào tạo

Nhỏ.

Lớn.

✔️ Số lượng thuật toán

Tốn hơn Deep Learning.

Có rất nhiều thuật toán.

Ứng dụng

Chi tiết

✔️ Dịch vụ tài chính

Những tổ chức tài chính và ngân hàng dùng công nghệ học máy cho mục tiêu là ngăn chặn gian lận và xác định các dữ liệu quan trọng.

Cụ thể, khi áp dụng những thuật toán của học máy, khả năng xử lý các thông tin sẽ tốt hơn. Từ đó quỹ đầu tư có thể tập trung việc chọn lựa, nắm giữ cổ phiếu. 

Kết quả hoạt động sẽ xuống hoặc lên theo thị trường khi giao dịch quỹ của quỹ gặp bất lợi trước giao dịch nhưng lại có quá nhiều người tham gia.

✔️ Chăm sóc sức khỏe

Không những vậy, học máy còn được dùng nhiều trong chăm sóc sức khỏe. Những thiết bị cảm biến, đeo hiện nay có thể đánh giá sức khỏe bệnh nhân ở thời gian thực thông qua dữ liệu.

Công nghệ Machine Learning cung giúp những chuyên gia y tế tiến hành phân tích dữ liệu để xác định dấu hiệu đỏ, cải thiện việc điều trị, chẩn đoán.

✔️ Chính phủ

Không những vậy các cơ quan chính phủ còn tận dụng học máy để khai thác nhiều dữ liệu hơn.

Chẳng hạn như: Ngăn chặn những hành vi ăn cắp các thông tin cá nhân của hacker hoặc xác định cách tiết kiệm tiền hoặc cách tăng hiệu quả công việc…

✔️ Vận tải

Mặt khác, học máy còn có thể phân được những tích dữ liệu để tiến hành xác định tuyến đường, dự đoán vấn đề tiềm ẩn của tài xế trên hành trình di chuyển hiệu quả hơn.

Cách thức quan trọng này đã giúp cho những công ty vận tải công cộng, chuyển phát…gia tăng được lợi nhuận.

✔️ Bán lẻ

Ứng dụng học máy giúp phân tích lịch sử mua hàng, từ đó đề xuất mặt hàng người dùng có thể thích trên các web. Những dữ liệu Machine Learning thu thập có thể được dùng với mục đích thực hiện các chiến dịch tiếp thị,  cá nhân hóa những trải nghiệm mua sắm, lập kế hoạch bán hàng hoặc tối ưu giá bán.