Giải sgk Tin 12 Cánh diều Khoa học máy tính Bài 1: Giới thiệu về học máy

1) Đối với con người:

- Dễ dàng:

+ Hình ảnh có độ phân giải cao, các đối tượng được phân biệt rõ ràng.

+ Các hình dạng cơ bản (vuông, tròn, tam giác) dễ nhận biết.

+ Nhiệm vụ chỉ yêu cầu gán nhãn đúng cho từng đối tượng.

2) Đối với máy tính:

Có thể:

- Sử dụng các thuật toán học máy, cụ thể là phân loại hình ảnh, để tự động gán nhãn cho các đối tượng.

- Các mô hình học máy đã được huấn luyện trên tập dữ liệu ảnh lớn có thể nhận diện các hình dạng cơ bản với độ chính xác cao.

Lập trình:

- Khó:

+ Yêu cầu kiến thức chuyên môn về học máy, xử lý ảnh và lập trình.

+ Cần thu thập và chuẩn bị tập dữ liệu huấn luyện phù hợp.

+ Lựa chọn và điều chỉnh mô hình học máy phù hợp với nhiệm vụ.

Tuy nhiên:

- Việc lập trình sẽ dễ dàng hơn nếu sử dụng các thư viện và công cụ học máy có sẵn.

- Có nhiều mô hình học máy được phát triển sẵn có thể áp dụng cho bài toán phân loại hình ảnh.

- Cả ba bài toán đều là bài toán phân loại:

- Phân loại email thành "Spam" và "no spam".

- Phân loại khách hàng thành "tốt", "bình thường" và "xấu".

- Phân loại hình ảnh thành "vuông", "tròn" và "tam giác".

- Cả ba bài toán đều sử dụng thuật toán học máy để phân loại dữ liệu.

- Cả ba bài toán đều cần thu thập và chuẩn bị tập dữ liệu huấn luyện phù hợp.

Hiện nay, với sự phát triển của công nghệ học máy, đặc biệt là mạng nơ-ron nhân tạo, máy tính có thể đạt được độ chính xác cao trong việc phân loại quả.

a) Học không giám sát sử dụng dữ liệu huấn luyện không có nhãn.

Đúng. Học không giám sát sử dụng dữ liệu huấn luyện không có nhãn, nghĩa là không có thông tin về kết quả mong muốn cho mỗi ví dụ. Mô hình học máy sẽ tự tìm ra các cấu trúc và mối tương quan trong dữ liệu.

b) Học có giám sát sử dụng dữ liệu kiểm tra để đánh giá kết quả huấn luyện.

Đúng. Học có giám sát sử dụng dữ liệu kiểm tra để đánh giá kết quả huấn luyện. Dữ liệu kiểm tra không được sử dụng trong quá trình huấn luyện để đảm bảo tính khách quan khi đánh giá hiệu suất của mô hình.

c) Học có giám sát dành cho huấn luyện máy tính phân cụm.

Sai. Học có giám sát không dành cho huấn luyện máy tính phân cụm. Máy tính phân cụm là một kỹ thuật học không giám sát được sử dụng để nhóm các dữ liệu tương tự nhau lại với nhau.

d) Học có giám sát và không giám sát đều giúp máy tính giải quyết cùng một bài toán như nhau.

Sai. Học có giám sát và không giám sát giúp máy tính giải quyết các bài toán khác nhau. Học có giám sát được sử dụng cho các bài toán phân loại, dự đoán, trong khi học không giám sát được sử dụng cho các bài toán phân cụm, giảm chiều, phát hiện điểm bất thường.

Học máy đóng góp to lớn vào sự phát triển của ChatGPT bằng cách:

- Huấn luyện ChatGPT trên một lượng lớn dữ liệu.

- Giúp ChatGPT học cách nhận biết các mẫu trong dữ liệu và sử dụng các mẫu đó để thực hiện các nhiệm vụ khác nhau.

- Cải thiện hiệu suất của ChatGPT theo thời gian.