Machine learning nhập môn

Mở ML Lab: phân loại điểm thử ↗

Machine learning: máy học từ ví dụ ra sao?

Trong học máy, mô hình điều chỉnh dựa trên dữ liệu để làm một tác vụ như phân loại hoặc dự đoán. Mô hình không tự “biết” sự thật; kết quả phụ thuộc dữ liệu, mục tiêu, cách đánh giá và bối cảnh sử dụng.

Hoạt động không cần máy tính: phân loại trái cây

1. Tạo 12 thẻ dữ liệu giả lập gồm màu, kích thước và nhãn “táo/cam” (dùng dữ liệu tự tạo, không phải dữ liệu người thật).
2. Chọn 8 thẻ làm ví dụ huấn luyện; nhóm tìm quy tắc dựa trên các đặc trưng.
3. Dùng 4 thẻ còn lại để thử quy tắc mà nhóm chưa nhìn nhãn trước.
4. Đếm dự đoán đúng/sai; xem lỗi có tập trung vào loại thẻ hoặc đặc trưng nào không.
5. Thay đổi dữ liệu/đặc trưng và quan sát kết quả. Thảo luận vì sao điểm số tốt trên ví dụ đã học chưa đảm bảo tốt với dữ liệu mới.

Thuật ngữ nhập môn

• Dữ liệu huấn luyện: ví dụ dùng để điều chỉnh mô hình.
• Đặc trưng: thuộc tính đầu vào được dùng cho dự đoán.
• Nhãn: đáp án mẫu trong bài toán học có giám sát.
• Tập kiểm tra: dữ liệu tách riêng để ước lượng khả năng xử lý ví dụ chưa thấy.
• Thiên lệch: dữ liệu hoặc thiết kế có thể khiến lỗi/tác động không đồng đều giữa các nhóm.

Bài tập này chỉ minh họa ý tưởng; mô hình thực tế và bài toán khác nhau. Không dùng hoạt động đơn giản này để kết luận về năng lực hay giá trị của người thật.