Machine learning decision tree (cây quyết định)

Machine learning decision tree (cây quyết định)

Cây quyết định (Decision Tree) là một cây phân cấp có cấu trúc được dùng để phân lớp các đối tượng dựa vào dãy các luật (series of rules). Khi cho dữ liệu về các đối tượng gồm các thuộc tính cùng với lớp (classes) của nó, cây quyết định sẽ sinh ra các luật để dự đoán lớp của các đối tượng chưa biết (unseen data).

Các thuật toán Machine Learning cần biết

Các thuật toán Machine Learning cần biết

Dựa theo phương thức học thì các thuật toán Machine Learning có thể chia ra làm 3 loại: Supervised Learning (Học có giám sát), Unsupervised Learning (Học không giám sát) và Reinforcement learning (Học củng cố). Supervised Learning là thuật toán dự đoán đầu ra của một dữ liệu mới dựa trên các cặp dữ liệu đầu vào cho trước. Unsupervised Learning chỉ có dữ liệu đầu vào và được áp dụng cho các trường hợp không dự đoán được câu trả lời chính xác cho mỗi dữ liệu đầu vào. Trong bài giới thiệu này sẽ không đề cập đến Reinforcement learning mà chỉ chú trọng vào Supervised Learning và Unsupervised Learning.

Deep Learning là gì?

Deep Learning là gì?

Deep learning là một kỹ thuật học máy sử dụng để giúp cho máy – những vật dường như vô tri có thể học được như con người bằng cách học từ những ví dụ. Deep learning là chìa khóa công nghệ đằng sau những chiếc xe tự hành, cho phép xe nhận ra dấu hiệu dừng, hoặc có thể phát hiện được các mối nguy hiểm ở xung quanh… Deep learning cũng là chìa khóa cho việc điều khiển các thiết bị khác chỉ bằng giọng nói. Hiện tại, “Deep learning chỉ bị giới hạn bởi trí tưởng tượng của con người”.