Thế nào là Machine Learning trong doanh nghiệp

đào tạo iot

Machine Learning là gì? 

Có 2 định nghĩa khá rõ ràng về Machine Learning như sau: 
Theo Arthur Samuel (1959): Máy học là ngành học cung cấp cho máy tính khả năng học hỏi mà không cần được lập trình một cách rõ ràng 
Theo Giáo sư Tom Mitchell – Carnegie Mellon University: Machine Learning là 1 chương trình máy tính được nói là học hỏi từ kinh nghiệm E từ các tác vụ T và với độ đo hiệu suất P. Nếu hiệu suất của nó áp dụng trên tác vụ T và được đo lường bởi độ đo P tăng từ kinh nghiệm E 

Ví dụ cho định nghĩa của Tom Mitchell 
Ví dụ 1: Giả sử như bạn muốn máy tính xác định một tin nhắn có phải là SPAM hay không 

Tác vụ T: Xác định 1 tin nhắn có phải SPAM hay không? 

Kinh nghiệm E: Xem lại những tin nhắn đánh dấu là SPAM xem có những đặc tính gì để có thể xác định nó là SPAM. 

Độ đo P: Là phần trăm số tin nhắn SPAM được phân loại đúng. 
Ví dụ 2: Chương trình nhận dạng số (số từ 0 -> 9) 

T: Là nhận dạng được ảnh chứa ký tự số. 

E: Đặc trưng để phân loại ký tự số từ tập dữ liệu số cho trước. 

P: Độ chính xác của quá trình nhận dạng. 
 

 

Mối liên hệ giữa Trí Tuệ Nhân Tạo với các nhánh học như Máy Học, Biểu Diễn Tri Thức và Suy Luận, 

Xử Lý Ngôn Ngữ Tự Nhiên, Thị Giác Máy Tính… 
Sự phát triển mạnh mẽ của Machine Learning 

Nhờ vào công nghệ điện toán, ngày nay Machine Learning không còn là máy tính “học” những chuyện trong quá khứ nữa. Machine Learning được sinh ra từ khả năng nhận diện pattern và từ lý thuyết các máy tính có thể “học” mà không cần phải lập trình để thực hiện các tasks cụ thể đó. Về phía các nhà nghiên cứu quan tâm đến trí tuệ nhân tạo, họ lại muốn xem thử liệu máy tính có thể học dữ liệu như thế nào. Yếu tố lặp trong Machine Learning rất quan trọng vì khi các models tiếp xúc với dữ liệu mới, Machine Learning có thể thích ứng được 1 cách độc lập. Machine Learning sẽ “học” các computations trước để trả về các kết quả, các quyết định đáng tin cậy, lặp lại được. 

Từ lâu đã có nhiều thuật toán Machine Learning nổi tiếng nhưng khả năng tự động áp dụng các phép tính phức tạp vào Big Data – lặp đi lặp lại với tốc độ nhanh hơn – chỉ mới phát triển gần đây.