Webtaichinh chào đọc giả. Hôm nay, mình mạn phép đưa ra đánh giá chủ quan về các khái niệm tài chính với bài chia sẽ Học máy (Machine learning) là gì? Ứng dụng thực tiễn
Đa số nguồn đều đc lấy thông tin từ những nguồn website đầu ngành khác nên chắc chắn có vài phần khó hiểu.
Mong mỗi cá nhân thông cảm, xin nhận góp ý và gạch đá bên dưới comment
Mong bạn đọc đọc nội dung này ở nơi không có tiếng ồn kín để đạt hiệu quả tối ưu nhất
Tránh xa toàn bộ các thiết bị gây xao nhoãng trong việc tập kết
Bookmark lại nội dung bài viết vì mình sẽ cập nhật hàng tháng
Máy học là một thuật ngữ đề cập đến các chương trình máy tính có khả năng tìm hiểu về cách hoàn thành nhiệm vụ và cách cải thiện hiệu suất theo thời gian.
Hình minh họa. Nguồn: techtalk.vn
Học máy (Máy học)
Ý tưởng
Máy học đẹp máy học trong tiếng anh là Máy học, từ viết tắt: ML.
Học máy (ML) là công nghệ được phát triển từ lĩnh vực trí tuệ nhân tạo. Các thuật toán ML là các chương trình máy tính có khả năng tìm hiểu về cách hoàn thành nhiệm vụ và cách cải thiện hiệu suất theo thời gian.
ML vẫn đòi hỏi sự đánh giá của con người trong việc hiểu dữ liệu cơ bản và lựa chọn các kỹ thuật phù hợp để phân tích dữ liệu. Ngoài ra, trước khi sử dụng, dữ liệu phải sạch, không có sai lệch và không có dữ liệu giả.
Mô hình ML yêu cầu lượng dữ liệu đủ lớn để “đào tạo” và đánh giá mô hình. Trước đây, các thuật toán ML thiếu quyền truy cập vào lượng lớn dữ liệu cần thiết để mô hình hóa mối quan hệ giữa các dữ liệu. Sự phát triển về dữ liệu lớn đã cung cấp cho các thuật toán ML đủ dữ liệu để cải thiện độ chính xác của mô hình và dự đoán.
Các loại thuật toán học máy
Có 2 loại ML chính bao gồm học tập có giám sát và hhọc tập không giám sát.
Học tập có giám sát
Trong học tập có giám sát, máy tính học cách mô hình hóa các mối quan hệ dựa trên dữ liệu được gắn nhãn. Sau khi tìm hiểu cách tốt nhất để lập mô hình mối quan hệ cho dữ liệu được gắn nhãn, các thuật toán được đào tạo sẽ được sử dụng cho các tập dữ liệu mới.
Ứng dụng kỹ thuật học có giám sát: Xác định tín hiệu hoặc biến tốt nhất để dự báo lợi nhuận của cổ phiếu trong tương lai hoặc dự đoán xu hướng thị trường chứng khoán.
Học tập không giám sát
Trong học tập không giám sát, máy tính không được cung cấp dữ liệu có nhãn, mà thay vào đó chỉ được cung cấp dữ liệu mà thuật toán tìm cách mô tả dữ liệu và cấu trúc của chúng.
Áp dụng phương pháp học không giám sát: Phân loại các công ty thành các nhóm công ty tương tự nhau dựa trên các đặc điểm của chúng thay vì sử dụng các tiêu chuẩn của ngành hoặc quốc gia.
Ứng dụng
Các thuật toán ML đang được sử dụng để phân tích dữ liệu lớn nhằm giúp dự đoán các xu hướng hoặc sự kiện thị trường, chẳng hạn như dự đoán kết quả bầu cử chính trị.
Các thuật toán nhận dạng hình ảnh giờ đây có thể phân tích dữ liệu từ hệ thống hình ảnh vệ tinh để cung cấp thông tin về số lượng khách hàng tại các bãi đậu xe của cửa hàng bán lẻ, hoạt động vận chuyển, cơ sở sản xuất, sản lượng nông nghiệp … Thông tin này sẽ cung cấp đầu vào cho các mô hình định giá hoặc mô hình kinh tế.
(Người giới thiệu: Chương trình giảng dạy CFA cấp độ I năm 2019)
Nguồn tổng hợp
