Học hỏi từ dữ liệu
Hiểu về Trí tuệ Nhân tạo
Maarten Van den Broeck
Senior Content Developer at DataCamp
Các chức năng và lĩnh vực liên quan đến AI
Các chức năng và lĩnh vực liên quan đến AI
Giới thiệu về Học máy (Machine Learning)
Machine Learning: Học từ dữ liệu và xác định quy luật
Giới thiệu về Học máy (Machine Learning)
Machine Learning: Học từ dữ liệu và xác định quy luật
Giới thiệu về Học máy (Machine Learning)
Machine Learning: Học từ dữ liệu và xác định quy luật
Giới thiệu về Học máy (Machine Learning)
Machine Learning: Học từ dữ liệu và xác định quy luật
Giới thiệu về Học máy (Machine Learning)
Machine Learning: Học từ dữ liệu và xác định quy luật
Học có giám sát: Phân loại
Học có giám sát: Phân loại
Học có giám sát: hồi quy và dự báo
Hồi quy: gán cho mỗi quan sát dữ liệu một đầu ra hoặc nhãn số dựa trên các đầu vào của nó.
Dự báo chuỗi thời gian: dự đoán các giá trị tương lai của biến dựa trên hành vi trong quá khứ của nó.
Học máy không giám sát và học máy tăng cường
Phân cụm: xác định các nhóm con của dữ liệu có đặc điểm tương đồng (ví dụ: thuật toán k-means )
Phát hiện bất thường: phát hiện các quan sát dữ liệu bất thường, ví dụ như các giao dịch thẻ bất thường.
Phát hiện quy tắc liên kết: xác định các sự xuất hiện chung của các mục trong dữ liệu giao dịch
Học tăng cường: học hỏi từ kinh nghiệm (thử và sai) để thành thạo một nhiệm vụ phức tạp.
Còn về Học sâu (Deep Learning) thì sao?
Các mô hình phức tạp dựa trên mạng nơ-ron sâu: giải quyết các tác vụ phức tạp mà các mô hình học máy truyền thống gặp khó khăn.
Học hỏi từ dữ liệu như cách học của não bộ con người
Cần một lượng lớn dữ liệu để học: đôi khi lên đến hàng triệu quan sát.
Còn về Học sâu (Deep Learning) thì sao?
Các mô hình phức tạp dựa trên mạng nơ-ron sâu: giải quyết các tác vụ phức tạp mà các mô hình học máy truyền thống gặp khó khăn.
Cần một lượng lớn dữ liệu để học: đôi khi lên đến hàng triệu quan sát.
