“ML”. Bây giờ đó là một từ đóng gói một dấu ngoặc kép! Machine learning là công cụ hot những ngày này! Và tại sao lại không như vậy? Hầu hết mọi sự phát triển mới “hấp dẫn” trong lĩnh vực Khoa học Máy tính và Phát triển Phần mềm nói chung đều có một cái gì đó liên quan đến ML đằng sau bức màn. Microsoft’s Cortana – ML. Nhận dạng đối tượng và khuôn mặt – Học máy và Thị giác máy tính. Các chương trình cải tiến UX nâng cao – ML(vâng! Đề xuất sản phẩm của Amazon mà bạn vừa nhận được là nỗ lực xử lý số của một số Thuật toán học máy).
Và thậm chí không chỉ như vậy. Học máy và Khoa học dữ liệu nói chung là MỌI NƠI. Nó toàn năng như chính Đức Chúa Trời, nếu ông ấy đã vào Máy tính! Tại sao? Bởi vì Dữ liệu ở khắp mọi nơi!
Vì vậy, điều tự nhiên là bất cứ ai có bộ não trên trung bình và có thể phân biệt giữa các Mô hình lập trình bằng cách xem lén Mã, đều bị hấp dẫn bởi ML.
Nhưng ML là gì? Và ML lớn đến mức nào? Hãy cùng làm sáng tỏ Học máy một lần và mãi mãi. Và để làm điều đó, thay vì trình bày các thông số kỹ thuật, chúng ta sẽ thực hiện theo phương pháp “Hiểu theo ví dụ”.
Nội dung chính
1. ML: Nó thực sự là gì?
Vâng, ML là một lĩnh vực con của Trí tuệ nhân tạo được phát triển từ lý thuyết Nhận dạng khuôn mẫu và Học tính toán. Arthur Lee Samuel định nghĩa ML là: Lĩnh vực nghiên cứu cung cấp cho máy tính khả năng học hỏi mà không cần được lập trình rõ ràng.
Vì vậy, về cơ bản, lĩnh vực Khoa học Máy tính và Trí tuệ nhân tạo “học” từ dữ liệu mà không cần sự can thiệp của con người.
Nhưng quan điểm này có một lỗ hổng. Kết quả của nhận thức này, bất cứ khi nào từ ML được ném ra xung quanh, mọi người thường nghĩ đến “A.I.” và “Mạng thần kinh có thể bắt chước não người (tính đến thời điểm hiện tại, điều đó là không thể)”, Ô tô tự lái và những gì không. Nhưng ML vượt xa điều đó. Dưới đây, chúng ta khám phá ra một số khía cạnh được mong đợi và một số khía cạnh thường không được mong đợi của Máy tính hiện đại nơi Máy học đang hoạt động.
2. ML: Dự kiến
Chúng ta sẽ bắt đầu với một số nơi mà bạn có thể mong đợi ML đóng một vai trò nào đó.
Nhận dạng giọng nói (Xử lý ngôn ngữ tự nhiên theo các thuật ngữ kỹ thuật hơn): Bạn nói chuyện với Cortana trên Thiết bị Windows. Nhưng làm sao nó hiểu được những gì bạn nói? Cùng với đó là lĩnh vực Xử lý ngôn ngữ tự nhiên, hay N.L.P. Nó đề cập đến việc nghiên cứu sự tương tác giữa Máy móc và Con người, thông qua Ngôn ngữ học. Đoán đâu là trọng tâm của NLP: Thuật toán và hệ thống học máy (Mô hình Markov ẩn là một).
Thị giác máy tính: Thị giác máy tính là một trường con của AI đề cập đến cách diễn giải (có thể xảy ra) của Máy móc về Thế giới thực. Nói cách khác, tất cả các Kỹ thuật Nhận dạng Khuôn mặt, Nhận dạng Mẫu, Nhận dạng Ký tự đều thuộc về Thị giác Máy tính. Và Machine Learning một lần nữa, với hàng loạt các Thuật toán, là trung tâm của Thị giác Máy tính.
Xe tự lái của Google: Chà. Bạn có thể tưởng tượng những gì thúc đẩy nó thực sự. Thêm tính tốt của ML.
Nhưng đây là những ứng dụng được mong đợi. Ngay cả một người phản đối cũng sẽ có một cái nhìn sâu sắc về những kỳ công của công nghệ này được đưa vào cuộc sống bởi một số “bộ óc thần bí (và cực kỳ cứng) đang bẻ cong máy tính phù thủy”.
3. ML: Điều bất ngờ
Khuyến nghị về sản phẩm của Amazon: Bạn đã từng tự hỏi làm thế nào mà Amazon luôn đưa ra một đề xuất khiến bạn thu hẹp hầu bao. Chà, đó là (các) Thuật toán ML được gọi là “Hệ thống đề xuất” hoạt động trong bối cảnh. Nó tìm hiểu sở thích cá nhân của mọi người dùng và đưa ra các đề xuất theo đó.
Youtube / Netflix: Chúng hoạt động giống như trên!
Khai thác dữ liệu / Dữ liệu lớn: Điều này có thể không quá sốc đối với nhiều người. Nhưng Khai phá dữ liệu và Dữ liệu lớn chỉ là biểu hiện của việc nghiên cứu và học hỏi từ dữ liệu ở quy mô lớn hơn. Và bất cứ nơi nào có mục tiêu trích xuất thông tin từ dữ liệu, bạn sẽ thấy ML ẩn nấp gần đó.
Thị trường chứng khoán / Tài chính nhà ở / Bất động sản: Tất cả các lĩnh vực này đều kết hợp rất nhiều hệ thống ML để đánh giá thị trường tốt hơn, cụ thể là “Kỹ thuật hồi quy”, đối với những thứ tầm thường như dự đoán giá của một ngôi nhà, để dự đoán và phân tích xu hướng thị trường chứng khoán.
Vì vậy, như bạn có thể đã thấy bây giờ. Học máy thực sự có ở khắp mọi nơi. Từ Nghiên cứu và Phát triển để cải thiện hoạt động kinh doanh của các Công ty nhỏ Nó ở khắp mọi nơi. Và do đó nó tạo nên một lựa chọn nghề nghiệp khá tốt, vì ngành này đang trên đà phát triển và lợi ích sẽ không sớm dừng lại.
Cài ứng dụng cafedev để dễ dàng cập nhật tin và học lập trình mọi lúc mọi nơi tại đây.
Nguồn và Tài liệu tiếng anh tham khảo:
Tài liệu từ cafedev:
- Full series tự học Python từ cơ bản tới nâng cao tại đây nha.
- Tự học ML bằng Python từ cơ bản tới nâng cao.
- Ebook về python tại đây.
- Các series tự học lập trình MIỄN PHÍ khác
- Nơi liên hệ hợp tác hoặc quảng cáo cùng Cafedevn tại đây.
Nếu bạn thấy hay và hữu ích, bạn có thể tham gia các kênh sau của cafedev để nhận được nhiều hơn nữa:
Chào thân ái và quyết thắng!
