Học Không Giám Sát Là Gì? Giải Thích cho Người Mới Bắt Đầu

Updated · By Viviai

Học không giám sát (unsupervised learning) là phương pháp học máy tìm ra quy luật, nhóm hoặc cấu trúc bên trong dữ liệu không có nhãn hoặc câu trả lời đúng. Thay vì được cho biết mỗi ví dụ là gì, thuật toán kiểm tra dữ liệu thô và tìm các điểm tương đồng, khác biệt hoặc cách mô tả ngắn gọn.

Phiên bản đơn giản

Hãy tưởng tượng một chồng hồ sơ khách hàng không có hướng dẫn nào. Mô hình học không giám sát có thể nhóm những người có thói quen giống nhau, dù không ai cho biết trước các nhóm. Nó khám phá cách tổ chức bên trong dữ liệu, thay vì đối chiếu với đáp án đã biết.

Khác với học có giám sát

Học có giám sát Học không giám sát
Dùng dữ liệu gắn nhãn Dùng dữ liệu không nhãn
Dự đoán đáp án đã biết Tìm cấu trúc ẩn
Được dẫn dắt như thầy giáo Tự khám phá
Phân loại và hồi quy Phân cụm và giảm chiều

Kỹ thuật phổ biến

Ví dụ sử dụng

Lợi ích và hạn chế

Học không giám sát hữu ích khi nhãn khan hiếm hoặc tốn kém, vì có thể làm việc với nhiều dữ liệu thô. Tuy nhiên không có đáp án sẵn để kiểm tra, nên kết quả khó đánh giá hơn và có thể phản ánh giả định của phương pháp được chọn. Các nhóm tìm được nên được diễn giải cẩn thận, không xem như sự thật chắc chắn.

FAQ

Nó dùng loại dữ liệu nào?

Dữ liệu không nhãn, trong đó đầu vào được cung cấp mà không có đáp án đúng hoặc danh mục gắn kèm.

Phân cụm là gì?

Kỹ thuật chia dữ liệu thành nhóm để các mục trong cùng một nhóm giống nhau hơn so với mục ở nhóm khác.

Vì sao khó đánh giá?

Vì không có đáp án gắn nhãn để so sánh, việc đánh giá thường dựa vào diễn giải hoặc mức độ hữu ích về sau.

Có thể phát hiện gian lận không?

Có, phát hiện bất thường có thể đánh dấu quy luật khác thường, dù các trường hợp bị đánh dấu thường cần con người xem lại.

Điểm chính

Tiếp tục đọc AI tạo sinh là gì và mạng nơ-ron là gì.

Sources

  1. https://web.stanford.edu/~shervine/l/vi/teaching/cs-229/cheatsheet-unsupervised-learning/
  2. https://aws.amazon.com/vi/compare/the-difference-between-machine-learning-supervised-and-unsupervised/
  3. https://www.ibm.com/think/topics/unsupervised-learning

Learn by doing

Read a guide, then practice with bite-sized AI lessons you can take offline.

Start learning free