Học có giám sát (Supervised Learning)

Định nghĩa

Học có giám sát là loại hình học máy phổ biến nhất, trong đó thuật toán học từ một tập Dữ liệu có nhãn (Labeled Data).

Dữ liệu có nhãn (Labeled Data) là gì?

Dữ liệu có nhãn là tập dữ liệu huấn luyện (training data) mà mỗi điểm dữ liệu đầu vào (Input - Features) đều đi kèm với một kết quả đầu ra (Output - Label hay “đáp án đúng”).

Ví dụ: Để huấn luyện mô hình nhận diện giá nhà:

• Input (Features): Diện tích, Số phòng ngủ, Vị trí.
• Output (Label): Giá nhà (ví dụ: 5 tỷ).

Cách thức Hoạt động

Mô hình được “dạy” bằng cách cho xem hàng ngàn cặp (Input, Output). Nhiệm vụ của nó là học ra một “quy tắc” (hàm $f$) có thể ánh xạ $Input\to Output$ một cách chính xác.

$Output\approx f(Input)$

Sau khi huấn luyện, mô hình có thể dự đoán Output (Label) cho các Input mới mà nó chưa từng thấy.

2 Bài toán Chính

1. Phân loại (Classification):

   • Mục tiêu: Dự đoán một nhãn rời rạc (hạng mục, category).
   • Câu hỏi: “Loại nào?”
   • Ví dụ: Email này là “Spam” hay “Không Spam”? Bệnh nhân “U lành” hay “U ác”?

2. Hồi quy (Regression):

   • Mục tiêu: Dự đoán một giá trị liên tục (con số).
   • Câu hỏi: “Bao nhiêu?”
   • Ví dụ: Giá nhà ngày mai là “bao nhiêu”? Doanh số tháng tới là “bao nhiêu”?