Giáo án Khoa học máy tính 12 Cánh diều bài 1: Giới thiệu về Học máy

Cho Hình 1 và ba nhãn phân loại là “vuông”, “tròn”, “tam giác”. Cần gán nhãn phân loại cho từng đối tượng trong Hình 1. Em hãy trả lời các câu hỏi sau:

1) Nếu con người thực hiện thì nhiệm vụ trên là dễ hay khó?

2) Theo em, máy tính có thể tự động thực hiện nhiệm vụ trên thay con người hay không? Lập trình để máy tính làm công việc này là dễ hay khó?

Hình 1. Ví dụ một số đối tượng cần phân loại

HOẠT ĐỘNG CỦA GV VÀ HS

SẢN PHẨM DỰ KIẾN

Bước 1: GV chuyển giao nhiệm vụ:

- GV cho HS xem video https://www.
youtube.com/watch?v=f_uwKZIAeM0, sau đó giới thiệu khái quát về Học máy.

- GV yêu cầu HS thảo luận theo nhóm 2 – 3 HS và trả lời các câu hỏi:

a) Mô hình học máy

+ Thuật toán học máy hoạt động như thế nào?

+ Các mô hình học máy được tạo ra như thế nào?

+ Thế nào là huấn luyện mô hình học máy?

+ Mục đích của quá trình huấn luyện là gì?

+ Để một mô hình học máy được đưa vào sử dụng thực tế cần đáp ứng điều kiện gì?

b) Quy trình học máy

+ Em hãy mô tả quy trình học máy.

Bước 2: HS thực hiện nhiệm vụ học tập:  

- HS tìm hiểu nội dung mục 1 SGK tr.126 – 128 và thảo luận theo nhóm thực hiện nhiệm vụ. 

- GV quan sát, theo dõi và hỗ trợ HS khi cần thiết.

Bước 3: Báo cáo kết quả hoạt động, thảo luận: 

- Đại diện các nhóm HS trình bày kết quả thảo luận.

- Các nhóm khác đưa ra ý kiến nhận xét.

Bước 4: Đánh giá kết quả thực hiện: 

- GV nêu nhận xét, chính xác hoá lại các nội dung trả lời của HS.

1. Khái niệm Học máy

 - Học máy huấn luyện máy tính để nó có thể tự động phát hiện ra các mối quan hệ có trong dữ liệu. 

- Học máy có thể giải quyết nhiều loại bài toán khác nhau, tiêu biểu là bài toán phân loại và bài toán phân cụm.

- Để huấn luyện máy tính học từ dữ liệu, người ta dùng một tập dữ liệu gọi là dữ liệu huấn luyện:

• Máy tính thực hiện thuật toán trên tập dữ liệu huấn luyện để có khả năng tự thực hiện những nhiệm vụ tương tự trên tập dữ liệu mới. 

• Dữ liệu huấn luyện mô tả các đối tượng trong thế giới thực. 

• Mỗi đối tượng tương ứng với một mẫu dữ liệu.

a) Mô hình học máy

- Thuật toán học máy: Từ tập dữ liệu đầu vào, thuật toán học máy rút ra các thông tin liên quan tới dữ liệu, các đặc điểm chung quan trọng,… Từ đó giúp máy tính học cách phân biệt giữa các mẫu dữ liệu khác nhau hoặc nhóm các mẫu dữ liệu thành các cụm nhiều mẫu tương tự nhau.

- Mô hình học máy: 

• Các mô hình học máy được tạo ra từ các thuật toán học máy và trải qua quá trình huấn luyện bằng cách sử dụng dữ liệu huấn luyện. 

Hình 2. Minh hoạ mô hình học máy

• Thực hiện thuật toán học máy trên tập dữ liệu huấn luyện tức là huấn luyện mô hình học máy.

- Quá trình huấn luyện nhằm tạo ra mô hình học máy để giải quyết một bài toán cụ thể. Áp dụng mô hình cho phần dữ liệu chưa dùng trong huấn luyện để đánh giá mô hình. Mô hình được đưa vào sử dụng thực tế nếu kết quả đánh giá đáp ứng yêu cầu ứng dụng.

b) Quy trình học máy

- Tuỳ theo lĩnh vực ứng dụng và bài toán cụ thể, người ta chọn tập dữ liệu, dùng thuật toán học máy và cách đánh giá kết quả huấn luyện thích hợp.

- Quy trình học máy có thể mô tả như sau:

1. Thu thập dữ liệu: 

• Chọn dữ liệu phù hợp với bài toán cụ thể. 

• Dữ liệu có thể được chọn từ nhiều nguồn, có khuôn dạng khác nhau, có thể là dữ liệu có cấu trúc ví dụ như các bản ghi trong cơ sở dữ liệu hoặc phi cấu trúc. 

• Tập dữ liệu thu thập được là dữ liệu thô, chưa sẵn sàng để sử dụng trong quá trình huấn luyện.

2. Chuẩn bị dữ liệu: 

• Làm sạch, loại bỏ nhiễu, bổ sung các giá trị thiếu và chuyển đổi dữ liệu sang một khuôn dạng phù hợp. 

• Chia dữ liệu đã chuẩn bị thành hai phần:

• Một phần lớn dữ liệu được dùng làm dữ liệu huấn luyện.

• Phần còn lại dùng làm dữ liệu để đánh giá mô hình.

3. Xây dựng mô hình:

• Chọn thuật toán học máy phù hợp với bài toán và dữ liệu đã chuẩn bị. Có nhiều loại thuật toán học máy như: hồi quy tuyến tính, cây quyết định, mạng nơ ron,…

• Huấn luyện mô hình để mô hình học từ dữ liệu và trở nên thích ứng với bài toán cụ thể đó.

4. Đánh giá mô hình: 

• Áp dụng mô hình sau huấn luyện cho phần dữ liệu dùng để đánh giá mô hình. 

• Đối chiếu kết quả với tiêu chí đánh giá để xác định mức độ đáp ứng yêu cầu ứng dụng. 

• Việc huấn luyện và đánh giá thường được thực hiện nhiều lần cho tới khi mô hình đạt yêu cầu mong muốn. Nếu kết quả đánh giá chưa đạt, cần tiếp tục cải thiện mô hình. Để cải thiện mô hình, có thể: 

• Phân chia lại dữ liệu huấn luyện và dữ liệu dùng để đánh giá.

• Bổ sung thêm dữ liệu mới.

• Điều chỉnh các tham số của thuật toán học máy.

• Sử dụng thuật toán học máy khác.

5. Triển khai ứng dụng mô hình: Sử dụng mô hình đã được huấn luyện thành công vào ứng dụng Học máy trong bài toán thực tế.

* Có thể chia Học máy thành hai loại chính: 

- Học có giám sát.

- Học không giám sát.

HOẠT ĐỘNG CỦA GV VÀ HS

SẢN PHẨM DỰ KIẾN

Bước 1: GV chuyển giao nhiệm vụ:

- GV yêu cầu HS làm việc nhóm, thảo luận và trả lời các câu hỏi:

+ Tập dữ liệu huấn luyện của học có giám sát là gì?

+ Học có giám sát được thực hiện như thế nào?

+ Học có giám sát được dùng để giải quyết những bài toán như thế nào?

- Các nhóm tiếp tục thảo luận, thực hiện Hoạt động 1 SGK tr.128:

Xét các bài toán sau:

1) Hệ thống thư điện tử cần xác định các email nghi là thư rác và đánh dấu nó thuộc loại “spam” để cảnh báo cho người nhận. Những email còn lại thuộc loại “no spam”.

2) Ngân hàng cần xác định khách hàng thuộc loại “tốt”, “bình thường” hay “xấu” để quyết định hạn mức cho vay và lãi suất áp dụng.

Theo em, hai bài toán trên và nhiệm vụ ở phần khởi động có những điểm chung là gì? 

- GV hướng dẫn các nhóm tìm hiểu bài toán mục tiêu cần ứng dụng học có giám sát bằng cách trả lời các câu hỏi:

a) Bài toán phân loại

+ Thế nào là bài toán phân loại?

+ Học máy giúp giải quyết hai bài toán phân loại trong Hoạt động 1 như thế nào?

b) Dữ liệu huấn luyện

+ Mỗi đối tượng cần phân loại được mô tả bởi những thông tin như thế nào?

+ Dữ liệu huấn luyện của bài toán phân loại email là gì?

c) Huấn luyện và đánh giá mô hình

+ Nhãn phân loại được xác định khi nào?

+ Việc đánh giá mô hình được thực hiện như thế nào?

Bước 2: HS thực hiện nhiệm vụ học tập:  

- HS tìm hiểu nội dung mục 2 SGK tr.128 – 129  và trả lời các câu hỏi mà GV đưa ra. 

- GV quan sát, theo dõi và hỗ trợ HS khi cần thiết.

Bước 3: Báo cáo kết quả hoạt động, thảo luận: 

- Đại diện các nhóm HS trình bày kết quả thảo luận.

- Các nhóm khác đưa ra ý kiến nhận xét.

Hướng dẫn thực hiện Hoạt động 1 SGK tr.128:

- 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.

Bước 4: Đánh giá kết quả thực hiện: 

- GV nêu nhận xét, chính xác hoá lại các nội dung trả lời của HS.

2. Học có giám sát

- Trong học có giám sát, tập dữ liệu huấn luyện gồm các mẫu dữ liệu được liên kết với đầu ra tương ứng, gọi là nhãn. 

- Máy tính học để phát hiện ra mối quan hệ giữa các mẫu dữ liệu với nhãn. Sau khi học xong, máy tính có thể đưa ra dự đoán nhãn cho dữ liệu mới.

- Học có giám sát có thể dùng để giải quyết nhiều loại bài toán khác nhau, trong đó có bài toán phân loại.

a) Bài toán phân loại

- Có một số nhãn phân loại cho trước. Việc gán cho mỗi đối tượng một nhãn phân loại tuỳ theo các thuộc tính đặc trưng của nó là bài toán phân loại. 

- Hai bài toán nêu trong Hoạt động 1 là bài toán phân loại: 

• Bài toán 1 có hai nhãn phân loại là “spam” và “no spam”.

• Bài toán 2 có ba nhãn phân loại là “tốt”, “bình thường” và “xấu”. 

Học máy giúp xây dựng mô hình phân loại để phân loại thư rác, phân loại khách hàng vay tín dụng. 

Ví dụ: Hình 3 minh hoạ vai trò của Học máy trong phân loại thư rác. 

Hình 3. Hệ thống thư điện tử 
phân loại thư rác

Trong đó: 

• Biểu tượng email màu đỏ thể hiện thư có các thuộc tính đặc trưng của thư rác.

• Biểu tượng email màu xám thể hiện thư không có những thuộc tính đặc trưng của thư rác. 

• Mô hình phân loại thư rác đã được huấn luyện thành công bằng học có giám sát gán nhãn “spam” hay “no spam” cho thư mới nhận được.

b) Dữ liệu huấn luyện

- Mỗi đối tượng cần phân loại được mô tả bởi một số thông tin là các thuộc tính đặc trưng của nó. 

Ví dụ: Việc phân loại email là “spam” hay “no spam” dựa vào một số thông tin như: 

• Địa chỉ người gửi.

• Địa chỉ người nhận.

• Dòng tiêu đề.

• Sự có mặt của những từ đặc trưng cho thư rác.

…

- Dữ liệu huấn luyện là các mẫu dữ liệu về một số email đã biết trước là thư rác và một số email khác không là thư rác.

c) Huấn luyện và đánh giá mô hình

- Máy tính được huấn luyện để sử dụng dữ liệu huấn luyện và tự dự đoán nhãn phân loại theo thuật toán học máy. 

- Nhãn phân loại được xác định khi biết giá trị các thuộc tính đặc trưng của đối tượng.  

- Áp dụng mô hình cho phần dữ liệu dùng để đánh giá sẽ nhận được dữ liệu kiểm tra.  

- So sánh nhãn đã biết với nhãn do mô hình dự đoán để đánh giá mô hình. 

- Mục tiêu huấn luyện nhằm giảm thiểu nhãn bị gán sai đến mức ngưỡng chấp nhận được.