Cùng với Supervised Learning (Học có giám sát), Unsupervised Learning (Học không giám sát) là một trong những phương pháp được biết đến rộng rãi trong lĩnh vực Machine Learning (Học Máy hay Máy Học).Trong bài viết này, ta sẽ tìm hiểu những khái niệm căn bản và kiến thức chung về phương pháp này.
Unsupervised Learning (Học Không Giám Sát) là gì?
Unsupervised Learning là một nhóm thuật toán hay phương pháp kỹ thuật cho phép máy tự học hỏi và tìm ra một mô hình hay cấu trúc nào đó ẩn trong một bộ dữ liệu không được gắn nhãn trước. Điều này đồng nghĩa với việc chúng ta chỉ có bộ dữ liệu đầu vào và hoàn toàn không biết outcome là gì.
Đang xem: Supervised learning và unsupervised learning là gì, unsupervised learning
Sự khác biệt của Unsupervised Machine Learning & Supervised Machine Learning
Hiểu một cách đơn giản nhất, hãy hình dung bạn đang làm toán, đề bài của bạn là 1+1 = ? Khi bạn học tiểu học kết quả chắc chắn là 2. Ở tình huống khác nó có thể là 11. Thỉnh thoảng, vì lý do nào đó, nó có thể = 0, là 10 hay là ½. Càng về sau, khi thoát khỏi trường lớp, bạn sẽ thấy không có đáp án chính xác, không có giáo viên hướng dẫn cũng không có điểm số tuyệt đối nào cho phép toán này. Bản thân phép toán là một loại kết quả. Đây chính là cách thức vận hành của phương pháp Unsupervised Learning trong Machine Learning. Phương pháp cho phép máy tự học mà không có giám sát, đáp án hay mẫu chuẩn. Trên thực tế, nó cũng không cần hay đánh giá cao mẫu hay đáp án nào vì khi này, giá trị đầu ra nằm ở chính thuật toán Unsupervised Learning.
Mục tiêu của Học Không Giám Sát là mô hình hóa cấu trúc, nền tảng hoặc sự phân bổ trong bộ dữ liệu để hiểu hơn về nó. Các thuật toán Unsupervised Learning được tạo ra để khám phá, phân tích và thể hiện những cấu trúc có ích ẩn bên trong bộ dữ liệu được nạp vào.
Ứng dụng của Unsupervised Learning
Trong cuộc sống hàng ngày, UL được ứng dụng ở nhiều ngành nghề như marketing hay sales, trong các dịch vụ như dịch vụ tài chính, tổ chức chính phủ hoạt động về an ninh cộng đồng hay tiện ích xã hội, chăm sóc sức khỏe, các ngành công nghiệp như dầu khí và vận tải.
Xem thêm: Tuổi Xung Là Gì – Tam Hợp & Tứ Hành Xung Là Gì
Trong công nghệ thông tin, cụ thể là lĩnh vực Machine Learning (Học Máy), UL thường được ứng dụng để chia hay phân loại nhóm và kết hợp, trong đó:
Phân nhóm hay chia nhóm là khi máy phân tích, tìm hiểu và khám phá các nhóm vốn có bên trong bộ dữ liệu, từ đó giúp bạn phân nhóm các khách hàng của mình theo hành vi mua hàng hay phân loại các bài viết, hình ảnh có cùng nội dung chẳng hạn. Kết hợp: được vận dụng khi máy khám phá các quy tắc mô tả dữ liệu, ví dụ như người mua món hàng này sẽ có xu hướng mua một món hàng tương ứng nào đó có liên quan.
Xem thêm: Cơ Cấu Tổ Chức Theo Địa Dư Là Gì, Địa Dư Là Gì
Ngoài Generative Model – Mô hình sinh mẫu hay Data Compression – Nén dữ liệu, ứng dụng phổ biến nhất của UL mà ta thấy chính là ở thuật toán Clustering – Phân cụm
Đây là thuật toán được sử dụng khi doanh nghiệp muốn tập trung tìm hiểu khách hàng cùng hành vi của họ, như: họ là ai, họ có xu hướng sử dụng loại phương tiện nào?
Trong tập người dùng của mình chẳng hạn, bạn sẽ luôn có các nhóm người dùng khác nhau và được chia theo những tiêu chuẩn khác nhau từ đơn giản như giới tính hay độ tuổi cho tới phức tạp hơn như địa vị hay mức thu nhập. Thuật toán Clustering sẽ phân tích và tìm các đặc trưng của dữ liệu rồi đưa vào thành các cụm khác nhau theo từng đặc trưng tìm được, sau đó, phân chia các cụm đầu vào (input) mới vào từng cụm đã có sẵn theo từng loại đặc trưng của đầu vào.
Thuật toán này có 3 loại điển hình:
K-Means Clustering: Phân nhóm dữ liệu vào một số K cụm với quy luật nhất định.Hierarchical Clustering: Phân loại theo thứ bậc.Probabilistic Clustering: Phân loại theo xác suất
Học Unsupervised Learning như thế nào?
Khi đã động tới các thuật toán nói chung và Unsupervised Learning nói riêng, đồng nghĩa với việc bạn đã biết cơ bản về tin học ứng dụng cũng như lĩnh vực Machine Learning. Lúc này, việc bạn có thể tự đọc sách tham khảo, mày mò học thêm được hay không tùy thuộc vào những gì bạn đã biết.
Tuy nhiên, con đường chính xác nhất cho bạn lúc này vẫn là đăng ký một lớp học
Để học Unsupervised Learning bạn cần học căn bản về Machine Learning và Deep Learning cũng như nắm rõ các kiến thức căn bản về AI – trí tuệ nhân tạo. Nếu chưa hoàn toàn hiểu rõ những vấn đề này, lời khuyên cho bạn là khoan hãy chú ý tới UL. Bạn có thể tham khảo một số khóa học cơ bạn tại đây:
Một số nguồn tham khảo thêm cho bạn trong trường hợp bạn đang quan tâm lĩnh vực này:
Bài viết của Sanatan Mishra về Unsupervised Learning và Data Clustering
Và đồng thời bạn có thể đăng ký học một khoá học Machine Learning cơ bản ở Nordic Coder – Trung tâm đào tạo lập trình hàng đầu Việt Nam. Để từ đó làm bàn đạp phát triển trong sự nghiệp Machine Learning của bạn, đồng thời tạo ra các mạng lưới liên hệ trong công việc.