Bài học cùng chủ đề
Báo cáo học liệu
Mua học liệu
Mua học liệu:
-
Số dư ví của bạn: 0 coin - 0 Xu
-
Nếu mua học liệu này bạn sẽ bị trừ: 2 coin\Xu
Để nhận Coin\Xu, bạn có thể:
CHÚC MỪNG
Bạn đã nhận được sao học tập
![](https://rs.olm.vn/images/bird.gif)
Chú ý:
Thành tích của bạn sẽ được cập nhật trên bảng xếp hạng sau 1 giờ!
Nếu video không chạy trên Zalo, bạn vui lòng Click vào đây để xem hướng dẫn
Lưu ý: Ở điểm dừng, nếu không thấy nút nộp bài, bạn hãy kéo thanh trượt xuống dưới.
Bạn phải xem đến hết Video thì mới được lưu thời gian xem.
Để đảm bảo tốc độ truyền video, OLM lưu trữ video trên youtube. Do vậy phụ huynh tạm thời không chặn youtube để con có thể xem được bài giảng.
Nội dung này là Video có điểm dừng: Xem video kết hợp với trả lời câu hỏi.
Nếu câu hỏi nào bị trả lời sai, bạn sẽ phải trả lời lại dạng bài đó đến khi nào đúng mới qua được điểm dừng.
Bạn không được phép tua video qua một điểm dừng chưa hoàn thành.
Dữ liệu luyện tập chỉ được lưu khi bạn qua mỗi điểm dừng.
Lưu ý: Ở điểm dừng, nếu không thấy nút nộp bài, bạn hãy kéo thanh trượt xuống dưới.
Bạn phải xem đến hết Video thì mới được lưu thời gian xem.
Để đảm bảo tốc độ truyền video, OLM lưu trữ video trên youtube. Do vậy phụ huynh tạm thời không chặn youtube để con có thể xem được bài giảng.
Nội dung này là Video có điểm dừng: Xem video kết hợp với trả lời câu hỏi.
Nếu câu hỏi nào bị trả lời sai, bạn sẽ phải trả lời lại dạng bài đó đến khi nào đúng mới qua được điểm dừng.
Bạn không được phép tua video qua một điểm dừng chưa hoàn thành.
Dữ liệu luyện tập chỉ được lưu khi bạn qua mỗi điểm dừng.
Theo dõi OLM miễn phí trên Youtube và Facebook:
Văn bản dưới đây là được tạo ra tự động từ nhận diện giọng nói trong video nên có thể có lỗi
- Xin chào các bạn mình là Gia Bảo đến từ
- khoa công nghệ thông tin trường Đại học
- Sư phạm Hà Nội hôm nay mình sẽ giới
- thiệu cho các bạn về học máy
- nội dung buổi học này thì sẽ bao gồm 3
- phần thứ nhất Chúng ta sẽ tìm hiểu học
- máy là gì tiếp theo sau đấy chúng ta sẽ
- phân nhóm học máy dựa trên các phương
- thức học và cuối cùng chúng ta sẽ tìm
- hiểu một số các bài toán về học máy cơ
- bản cũng như là làm quen học máy với
- ngôn ngữ Titan
- thì học máy là một lĩnh vực nhỏ của khoa
- học máy tính nó khả năng tự học hỏi dựa
- trên dữ liệu đưa vào mà không cần phải
- được lập trình cụ thể như chúng ta thấy
- đây thì học máy nó là một phạm trù nhỏ
- hơn của trí tuệ nhân tạo tức là thay vì
- chúng ta đưa cho máy tính các cái chỉ
- dẫn rõ ràng các cái hướng dẫn chi tiết
- thì ta sẽ cung cấp cho máy tính dữ liệu
- và máy tính sẽ sử dụng những người dữ
- liệu này để xây dựng được các quy luật
- và có thể tự thực hiện được các công
- việc một số ví dụ như là contract gbp
- hay là con series của Apple
- thì như mọi người thấy học máy đóng một
- vai trò rất là phổ biến trong đời sống
- hiện nay của chúng ta
- thì theo phương thức học máy người ta
- chưa ra làm ba loại chính là học có giám
- sát học không giám sát và học tăng cường
- ở nội dung môn học này thì chúng ta sẽ
- chủ yếu Tìm hiểu về học có giám sát và
- học không giám sát
- học có giám sát là thuật toán dự đoán
- đầu ra của một dữ liệu mới dựa trên các
- cặp dữ liệu đã biết từ trước một lưu ý
- trong học có giám sát đấy là cặp dữ liệu
- này phải được gắn nhãn từ trước hay còn
- được gọi là data label
- và đây cũng là nhóm phổ biến nhất trong
- các thuật toán mới xin Lênin Lấy một ví
- dụ như là khi chúng ta cung cấp dữ liệu
- cho máy tính một bức ảnh
- về người
- thì bức ảnh này phải được dán nhãn sẵn
- là Nam hoặc là nữ tùy vào yêu cầu bài
- toán
- ngược lại với học có giám sát thì học
- không giám sát với dữ liệu đầu vào chúng
- ta sẽ không đón được đầu ra hoặc là
- không được gắn nhãn sẵn và ai sẽ phải
- xây dựng được các quy luật từ những ngày
- dữ liệu này
- hai cách khác thì học không giám sát là
- khi chúng ta chỉ có đầu vào X mà không
- biết nhãn
- trong học có giám sát người ta lại chia
- ra làm hai nhóm chính là phân loại
- classification và hồi quy requestion thì
- phân loại là các nhãn của dữ liệu đầu
- vào được chia thành một số nhóm hữu hạn
- ví dụ như với bài Toán xác định giới
- tính của một bức ảnh người đưa vào là
- nam hay là nữ thì cái dữ liệu đầu vào
- của chúng ta bức ảnh phải được dán nhãn
- sẵn là Nam hoặc là nữ
- một trong hai trường hợp này và nó là
- một số nhóm hữu hạn còn hồi quy là ánh
- xạ dữ liệu đầu vào thành một giá trị
- liên tục một số thực
- Ví dụ như với việc dự đoán giá nhà thì
- mỗi một căn nhà là có một giá riêng có
- căn thì có giá là 39 đô có can thì lại
- có giá 50 đô các con số này thì không
- phải là con số hữu hạn
- để máy tính có thể hiểu được và để máy
- tính có thể học được thì chúng ta cần dữ
- liệu đầu vào hay người ta hay gọi là dữ
- liệu huấn luyện Training dataset ở đây
- thì mình có tập dữ liệu huấn luyện bao
- gồm rất nhiều ảnh n ảnh và mỗi bức ảnh
- này thì được gán nhãn sẵn là không Hoặc
- là một các nhãn này thì là một số nhóm
- hữu hạn nên nó là bài toán phân loại
- thì thông qua quá trình học hay còn gọi
- là khái quát hóa thì ta sẽ xây dựng được
- một cái hàm mô đun f của ảnh bằng I thì
- khi mà chúng ta đưa một bức ảnh khác vào
- cái hàng này thì ta phải ra được giá trị
- một là không
- Đó là một thì đấy chính là về bài toán
- phân loại
- lấy ví dụ như bài toán dự đoán giá nhà
- thì đây là tập dữ liệu huấn luyện của
- các thông số như là X1 là diện tích x2
- là số tầm X3 là khoảng cách tới trung
- tâm Vân Vân ở đây tôi X1 cho tới XL
- chính là dữ liệu data và y ở đây đóng
- vai trò là nhãn label
- thì chúng ta quan sát thấy nhãn của
- chúng ta là một con số thực không phải
- là một số nhóm hữu hạn nên bài toán này
- là bài toán hồi quy
- tương tự như là phân loại thì thông qua
- quá trình học chúng ta cũng xây dựng
- được một hàm môđun để khi đưa các dữ
- liệu vào cũng sẽ ra được một con số y
- nào đấy
- Thế thì một câu hỏi đặt ra là cùng một
- bài toán các dữ liệu cùng được gạt nhãn
- nhưng chúng ta học với hai thuật toán
- khác nhau thì làm thế nào để xác định
- được là môđun nào
- tốc độ chính xác cao hơn module nào
- thì để xác định được người ta sử dụng
- thêm một tập dữ liệu nữa được gọi là tập
- dữ liệu kiểm tra và tập dữ liệu này cũng
- sẽ được dán nhãn từ trước
- và đưa thông qua hai module này
- ví dụ với số 1 thì mô đun f dự đoán đúng
- số 1 và mô đun hát cũng dự đoán đúng số
- 1 với số 7 thì module s đã dự đoán nhầm
- thành số 1 thì có thể là số 7 nó có nét
- hơi giống với cả là số 1 nhưng moduh đã
- dự đoán đúng và với số 8 thì cả hai
- môđun đều dự đoán sai thì từ đấy chúng
- ta sẽ tính được tỷ lệ dự đoán đúng của
- mô đun f và mô đun H của God
- có độ chính xác cao hơn f
- Đấy là mới học có giám sát Còn với học
- không giám sát thì người ta cũng chia ra
- làm hai nhóm chính là phân nhóm
- Thạch ca nhóm ca có thể biết hoặc là
- chưa biết ở đây thì mình xác định là cao
- bằng 3
- thì với bức ảnh ban đầu này sau quá
- trình phân nhóm hoặc là quá trình học
- thì mình phân ra được thành 3 nhóm chính
- là màu đen màu đỏ và màu da người từng
- với cả ba nhóm Thế thì làm thế nào để
- máy tính có thể thực hiện được quá trình
- này
- như chúng ta đã biết thì mỗi một bức ảnh
- thì được cấu tạo bằng rất nhiều Pixel
- lấy ví dụ như bức ảnh này có kích thước
- là 30 Pixel x 25 Pixel ảnh này là ảnh
- màu nên mẫu Pixel sẽ có 3 thông số là
- rgb từ 0 cho tới 255
- Thế thì tao có thể biểu diễn bức ảnh này
- thành một ma trận hoặc là một cái bảng
- như sau Pixel số 1 thì có thông số 502
- và 13 thích xem số 2 thì có thông số như
- này tương tự như thế tới Pixel số 750
- như vậy ta sẽ chia ra được các cái Pixel
- mà có cái quy luật giống nhau về cùng
- một nhóm Ví dụ như ở đây là Pixel số 1
- thì là về nhóm 1 Pixel số 2 thì về nhóm
- không cách xem số 3 thì lại về nhóm 1
- tương tự như thế cho hết đến toàn bộ 750
- Pixel và cái nhóm này mọi người có thể
- coi như đấy là cái nhãn và việc cá Nhã
- cho các nhóm này thì tùy vào yêu cầu của
- bài Toán Mình có thể dán nhãn hoặc là
- không
- như mọi người cũng thấy thì với số ca
- càng lớn thì cái bức ảnh nó sẽ càng
- giống với cả cái bức ảnh ban đầu hơn Ví
- dụ như với các bạn 2 thì nó chỉ phân
- biệt được hai màu đấy là đen và trắng
- các bằng 5 thì sẽ phân biệt nhiều màu
- hơn
- tương tự như vậy cho đến cao bằng các
- càng lớn thì bức ảnh nó càng giống là
- bức ảnh ban đầu
- thì mình cung cấp một tập dữ liệu và
- luyện như sau X1 là diện tích x2 là số
- tầng X3 là khoảng cách tới trung tâm và
- x4 ở đây là giá nhà thì mọi người để ý
- thấy là tập dữ liệu huấn luyện của mình
- không bao gồm nhãn
- Thế thì thông qua quá trình học thì máy
- tính cũng sẽ xác định được một cái quy
- luật một quy tắc nào đấy để dự đoán ra
- được giá nhà của căn nhà từ 1001 là bao
- nhiêu thì tức là mình có thể sử dụng
- nhiều thuật toán khác nhau để khám phá
- ra một quy tắc dựa trên tập dữ liệu đã
- cho
- và đây chính là bài toán về
- và cuối cùng mình sẽ để môi cho các bạn
- bằng ngôn ngữ bay thật
- thì ở đây với tập dữ liệu huấn luyện của
- mình gồm 300 phần tử và chưa được dán
- nhãn
- mỗi phần tử này thì ở một vị trí khác
- nhau
- ở đây là một số các cái thư viện và một
- công số công cụ để hỗ trợ mình thực hiện
- việc phân nhóm này Phân cụ này một cách
- dễ hơn
- Ở đây mình sử dụng thuật toán King để
- phân thành 4 nhóm tương ứng với cả là
- cao bằng 4 thì mọi người để ý là sau quá
- trình phân nhóm các phần tử mà ở gần với
- nhau thì đã về cùng một nhóm và có cùng
- màu
- Thì đấy là quá trình phân nhóm của mình
- và cũng như là mình thực hiện nó ở trên
- ngôn ngữ bài tập
- kết lại thì hôm nay mình đã học qua thứ
- nhất là mình giới thiệu về học máy thứ
- hai mình phân nhóm học máy dựa trên các
- phương thức học thì bao gồm đấy là học
- nhóm học máy có giám sát và học máy
- không giám sát là hai loại cơ bản chính
- trong học bài có giám sát thì lại chia
- ra làm hai loại là phân loại
- và hồi quy
- với học không giám sát thì cũng tương tự
- chia ra làm 2 nhóm là phân nhóm watering
- và
- khám phá ra một quy luật giữa dân tộc dữ
- liệu đã cho từ trước
- và cuối cùng mình tìm hiểu một số các
- bài toán cơ bản cũng như là làm quen học
- máy với ngôn ngữ Titan
OLMc◯2022
Bạn có thể đánh giá bài học này ở đây