Giáo án tích hợp AI Tin học 12 KHMT Bài 25: Làm quen với Học máy

CHỦ ĐỀ 7: GIẢI QUYẾT VẤN ĐỀ VỚI SỰ TRỢ GIÚP CỦA MÁY TÍNH

BÀI 25: LÀM QUEN VỚI HỌC MÁY

I. NỘI DUNG CHI TIẾT BÀI HỌC

1. Khái niệm Học máy (Machine Learning)

• Học máy là lĩnh vực của trí tuệ nhân tạo (AI) tập trung phát triển các thuật toán và mô hình cho phép máy tính tự học từ dữ liệu và đưa ra dự đoán hoặc quyết định mà không cần lập trình cụ thể.

• Quy trình học máy: Gồm 5 bước: (1) Thu thập dữ liệu, (2) Chuẩn bị dữ liệu, (3) Huấn luyện mô hình, (4) Đánh giá mô hình, (5) Sử dụng mô hình.

  • Ví dụ: Bộ lọc thư rác tự động học cách nhận diện thư rác từ tập hợp các email đã được gán nhãn trước đó.

1. Các phương pháp học máy cơ bản

• Học có giám sát: Phương pháp sử dụng dữ liệu đã được gán nhãn (đầu vào đi kèm kết quả mong muốn) để huấn luyện mô hình.

  • Ví dụ: Nhận dạng hình ảnh (ví dụ: gán nhãn hình ảnh là "con ngựa" hoặc "không phải con ngựa").

• Học không giám sát: Phương pháp sử dụng dữ liệu không có nhãn, máy tính tự tìm kiếm mối quan hệ, cấu trúc hoặc các nhóm tương đồng trong dữ liệu.

  • Ví dụ: Phân nhóm khách hàng dựa trên lịch sử mua sắm để đưa ra các chiến lược kinh doanh phù hợp.

1. Vai trò của Học máy trong thực tế

• Học máy giúp xử lý khối lượng lớn dữ liệu nhanh chóng, tự động hóa các nhiệm vụ phức tạp và không ngừng cải thiện hiệu suất thông qua việc cập nhật dữ liệu mới.

• Ứng dụng tiêu biểu: Lọc thư rác, chẩn đoán bệnh, phân tích thị trường, nhận dạng tiếng nói, nhận dạng chữ viết, dịch tự động.

II. KIẾN THỨC TRỌNG TÂM

1. Học máy cho phép máy tính giải quyết vấn đề bằng cách "tự học" từ dữ liệu thay vì tuân theo các quy tắc lập trình cứng nhắc.

2. Dữ liệu huấn luyện thường được chia thành hai phần: dữ liệu dùng để huấn luyện và dữ liệu dùng để kiểm tra, đánh giá mô hình.

3. Học có giám sát dựa trên dữ liệu có nhãn, trong khi học không giám sát dựa trên dữ liệu không có nhãn.

4. Học máy đóng vai trò quan trọng trong việc phân tích dữ liệu đa dạng, quy mô lớn trong kỷ nguyên số.

5. Khả năng tự học và cập nhật giúp các ứng dụng học máy thích nghi được với những thay đổi theo thời gian.

III. BỐ CỤC SLIDE PPTX

• Slide 1: Tên bài: BÀI 25: LÀM QUEN VỚI HỌC MÁY. (Họ tên, Năm học 2026 - 2027).

• Slide 2: Khái niệm Học máy: Định nghĩa và vai trò "tự học từ dữ liệu" thay vì lập trình cụ thể.

• Slide 3: Quy trình Học máy: Sơ đồ 5 bước từ thu thập đến sử dụng mô hình.

• Slide 4: Học có giám sát: Định nghĩa, cơ chế dữ liệu có nhãn và ví dụ.

• Slide 5: Học không giám sát: Định nghĩa, cơ chế tìm nhóm tương đồng và ví dụ.

• Slide 6: Vai trò thực tế: Các ứng dụng như lọc thư rác, chẩn đoán bệnh, phân tích thị trường.

• Slide 7: Kết luận: Tầm quan trọng của Học máy trong việc xử lý dữ liệu lớn và tự động hóa.