Học máy (Machine learning)

Khái niệm

Bạn Đang Xem: Học máy (Machine learning) là gì? Ứng dụng thực tiễn

Học máy hay máy học trong tiếng Anh là Machine learning, viết tắt: ML.

Học máy (ML) là một công nghệ phát triển từ ngành nghề trí tuệ tự tạo. Các thuật toán ML là các lớp học máy tính có khả năng học hỏi về kiểu cách hoàn thành các nhiệm vụ và cách cải thiện hiệu suất theo thời kì.

ML vẫn yên cầu sự xếp loại của con người trong việc tìm hiểu tài liệu cơ sở và lựa chọn các kĩ thuật phù hợp để phân tích tài liệu. Song song, trước lúc sử dụng, tài liệu phải sạch, không có sai lệch và không có tài liệu giả.

Xem Thêm : Oh My Gosh Là Gì – Oh My God Trong Tiếng Tiếng Việt

Các mô hình ML yêu cầu lượng tài liệu đủ lớn để “huấn luyện” và xếp loại mô hình. Trước đó, các thuật toán ML thiếu quyền truy cập vào một trong những lượng lớn tài liệu cấp thiết để mô hình hóa các quan hệ giữa các tài liệu. Sự tăng trưởng trong tài liệu lớn (big data) đã cung cấp các thuật toán ML với đủ tài liệu để cải thiện độ chuẩn xác của mô hình và dự đoán.

Các loại thuật toán học máy

Có 2 loại ML chính gồm có học có giám sát (supervised learning) và học không giám sát (unsupervised learning).

Học có giám sát

Trong học có giám sát, máy tính học cách mô hình hóa các quan hệ dựa trên tài liệu được gán nhãn (labeled data). Sau lúc tìm hiểu cách tốt nhất để mô hình hóa các quan hệ cho tài liệu được gắn nhãn, các thuật toán được huấn luyện được sử dụng cho những bộ tài liệu mới.

Ứng dụng của kĩ thuật học có giám sát: Xác định tín hiệu hay biến số tốt nhất để tham dự báo lợi nhuận trong tương lai của cổ phiếu hoặc dự đoán xu hướng thị trường sàn chứng khoán.

Xem Thêm : Cây Quyết Định (Decision Tree)

Học không giám sát

Trong học không giám sát, máy tính không được cung cấp tài liệu được dán nhãn mà thay vào đó chỉ được cung cấp tài liệu mà thuật toán tìm cách mô tả tài liệu và cấu trúc của chúng.

Ứng dụng của học không giám sát: Phân loại các doanh nghiệp thành các nhóm doanh nghiệp tương đồng dựa trên đặc điểm của chúng thay vì sử dụng tiêu chuẩn của đa số nhóm ngành hoặc các quốc gia.

Ứng dụng

Các thuật toán ML đang rất được sử dụng để phân tích tài liệu lớn (big data) để giúp dự đoán xu hướng hoặc sự kiện thị trường, ví dụ như dự đoán kết quả cuộc bầu cử chính trị.

Các thuật toán nhận hình dáng ảnh hiện có thể phân tích tài liệu từ các mạng lưới hệ thống chụp hình vệ tinh để cung cấp thông tin về số lượng khách hàng tại những bãi đậu xe của cửa hàng bán lẻ, hoạt động vận chuyển và cơ sở sinh sản, và sản lượng nông nghiệp…Những thông tin này sẽ cung cấp tài liệu nguồn vào cho những mô hình định giá hoặc các mô hình kinh tế tài chính.

(Tài liệu tham khảo: Giáo trình CFA level I năm 2019)