Học không giám sát

Phương pháp này huấn luyện mô hình trên một tập dữ liệu chưa được gán nhãn. Mục tiêu là khám phá các mẫu hoặc cấu trúc ẩn trong dữ liệu. Cách này giống như đưa cho một đứa trẻ một hộp LEGO lớn mà không có sách hướng dẫn. Mục tiêu là xem trẻ tự tạo ra những cấu trúc hoặc mẫu thú vị nào. Các ví dụ bao gồm những nhiệm vụ phân cụm và giảm chiều:

• Phân cụm: Mục tiêu là nhóm các instance tương tự thành các cụm. Cách này giống như tự sắp xếp đồ chơi thành từng nhóm mà không ai chỉ dẫn. Ví dụ, một cửa hàng có thể chia khách hàng thành nhiều nhóm khác nhau để tìm cách quảng cáo phù hợp nhất với từng nhóm. Hoặc trên mạng xã hội, phương pháp này giúp tìm xem ai thuộc nhóm bạn bè nào.
• Giảm chiều: Một kỹ thuật giúp đơn giản hóa dữ liệu có nhiều chiều mà vẫn giữ lại những đặc điểm thiết yếu. Hãy tưởng tượng bạn có một chiếc ba lô lớn đựng đầy đồ dùng học tập nhưng muốn làm cho nó nhẹ hơn. Giảm chiều giống như tìm ra thứ gì thiết yếu và thứ gì không, để bạn chỉ mang theo những thứ thực sự cần. Cách này giúp xử lý quá nhiều thông tin, chẳng hạn khi bạn muốn xem một bức ảnh rất phức tạp và đơn giản hóa nó để dễ hiểu hơn.

Khi tìm hiểu các thuật toán khác nhau trong khóa học này, chúng ta sẽ bàn xem chúng giống với học có giám sát hay học không giám sát hơn.