Giải Tin học 12 Bài F14 (Chân trời sáng tạo): Học máy

Giải Tin học 12 Bài F14: Học máy

Khởi động trang 143 Tin học 12: Ngày nay, với sự tăng trưởng vượt bậc về số người sử dụng thiết bị thông minh để giải quyết công việc, tìm kiếm thông tin, giao tiếp trong không gian mạng,… Con người dần quen thuộc với các trợ lý ảo như Google Assistant của Google, Siri của Apple,… Hãy tìm hiểu và giới thiệu một số tính năng của các trợ lí ảo Siri, Google Assistant,…

Lời giải:

Ngày nay, với sự tăng trưởng vượt bậc về số người sử dụng thiết bị thông minh để giải quyết công việc, tìm kiếm thông tin, giao tiếp trong không gian mạng,… Con người dần quen thuộc với các trợ lý ảo như Google Assistant của Google, Siri của Apple,…

- Trợ lý ảo như Google Assistant cho phép người dùng điều khiển các thiết bị ứng dụng thông minh với tính năng ra lệnh bằng giọng nói. Nó cung cấp cho người dùng những tính năng điều khiển như trò chuyện, tìm kiếm thông tin, tin tức các tính năng trên các thiết bị một cách dễ dàng dựa vào những câu lệnh.

1. Sơ lược về học máy

Hoạt động 1 trang 145 Tin học 12: Học máy đóng vai trò như thế nào trong các lĩnh vực y tế, giải trí, sản xuất kinh doanh? Hãy giới thiệu với các bạn một ứng dụng của học máy trong lĩnh vực giải trí mà em biết?

Lời giải:

- Học máy đóng vai trò to lớn trong các lĩnh vực y tế, giải trí, sản xuất kinh doanh:

Học máy có vai trò giúp máy tính thực hiện được các nhiệm vụ như: dự đoán kết quả dựa trên dữ liệu hiện tại, phân loại các đối tượng vào các lớp khác nhau; phân tích xu hướng tiêu dùng, diễn biến thị trường, tư vấn hay gợi ý sản phẩm dựa trên thói quen tìm kiếm, nhận dạng văn bản, hình ảnh, âm thanh,… xử lý ngôn ngữ tự nhiên trong chatbot, dịch thuật, phần mềm trợ lí ảo, tự động hoá quy trình sản xuất, hỗ trợ bác sĩ trong chuẩn đoán dựa trên việc phân tích hồ sơ bệnh án.

- Giới thiệu với các bạn một ứng dụng của học máy trong lĩnh vực giải trí: trợ lý ảo như Google Assistant của Google, Siri của Apple,…

Hoạt động 2 trang 145 Tin học 12: Hãy trình bày các bước cơ bản của quá trình học của mô hình học máy.

Lời giải:

Trình bày các bước cơ bản của quá trình học của mô hình học máy:

1. Thu thập và chuẩn bị dữ liệu chứa các mẫu cần thiết cho bài toán cần giải quyết. Ví dụ, thu thập các email rác và email thường trong bài toán lọc thư rác. Dữ liệu thu thập cần đủ lớn và được chia làm hai phần. Phần thứ nhất dành cho mô hình học máy học, phần còn lại dùng để kiểm tra hiệu suất của mô hình.

2. Sử dụng các thuật toán để trích xuất các đặc trưng từ dữ liệu ở Bước D để làm đầu vào cho mô hình học máy cụ thể. Ví dụ, trích xuất các đoạn văn bản, từ khoá, chủ đề,... chứa các đặc điểm của thư rác hay thư thường trong các email.

3. Mô hình học máy sẽ học các tri thức từ các mẫu dữ liệu ở Bước 2 nhằm có thể dự báo, dự đoán, gom cụm,... Sau quá trình này, mô hình học máy đã tích luỹ tri thức để giải quyết bài toán đã cho.

4. Sử dụng phần dữ liệu kiểm tra để đánh giá hiệu suất của mô hình. Nếu hiệu suất của mô hình chưa đạt, thì cần điều chỉnh mô hình để đạt kết quả tốt hơn.

5. Triển khai mô hình học máy.

2. Vai trò của học máy trong một số ứng dụng

Hoạt động trang 147 Tin học 12: Nêu một vài ứng dụng của học máy trong việc lọc thư rác và dịch tự động.

Lời giải:

Ứng dụng của học máy trong việc lọc thư rác và dịch tự động:

a) Lọc thư rác

Việc phát hiện và lọc thư rác là vấn đề quan trọng đối với các nhà cung cấp dịch vụ email hiện nay. Các mô hình học máy có thể phân loại, nhận dạng văn bản, vì vậy được ứng dụng để lọc thư rác. Nhà cung cấp dịch vụ email như Gmail của Google hay Outlook của Microsoft đã sử dụng kết hợp nhiều mô hình học máy khác nhau trong các bộ lọc thư rác với nhiệm vụ học và phân loại các email là rác dựa trên những đặc trưng của email như từ khoả, cụm từ, thông tin về người gửi, tiêu đề, liên kết,...

b) Dịch tự động

Học máy đã và đang thay đổi ngành dịch thuật. Các mô hình học máy ngày càng hoàn thiện theo thời gian làm cho việc dịch thuật tự động trở nên dễ dàng hơn. Các công cụ dịch tự động của Google (Google Translate, Hình 4) hay Microsoft (Microsoft Translator) đều sử dụng mô hình học máy, có khả năng dịch văn bản. Dữ liệu phản hồi của người dùng khi xếp hạng chất lượng bản dịch cũng hỗ trợ mô hình học máy cải thiện độ chính xác. Các ứng dụng học máy cho phép thực hiện dịch tức thì các tệp văn bản, âm thanh và hình ảnh từ ngôn ngữ nguồn sang ngôn ngữ đích.

Luyện tập

Luyện tập 1 trang 147 Tin học 12: Hãy trình bày sơ lược hai phương pháp học giám sát và học không giám sát.

Lời giải:

Trình bày sơ lược hai phương pháp học giám sát và học không giám sát:

- Học giám sát:

Học có giám sát là phương pháp học máy sử dụng dữ liệu có nhãn. Trong đó, các mẫu dữ liệu được gán nhãn hoặc đầu ra xác định. Mục tiêu của học có giám sát là xây dựng một mô hình có khả năng dự đoán hay phân loại đối tượng dữ liệu mới dựa trên tri thức đã được học từ các mẫu dữ liệu đã được gán nhãn. Học có giám sát thường được ứng dụng trong lọc thư rác, nhận dạng đối tượng trong hình ảnh hay video, nhận dạng tiếng nói, chẩn đoán bệnh trong y tế,...

Hình 2 minh hoạ một ví dụ về mô hình học có giám sát với dữ liệu học (Hình 2a) là các hình ảnh được gán nhãn, sau đó khi đưa hình ảnh mới (Hình 2b) thì mô hình sẽ phân loại được là con thỏ.

- Học không giám sát:

Học không giám sát là phương pháp học máy sử dụng dữ liệu không có nhãn. Các mô hình trong phương pháp này phân tích mối quan hệ (tương tự hay khác biệt), tần suất cùng xuất hiện,... của dữ liệu đầu vào nhằm khám phá các thông tin ẩn chứa trong dữ liệu. Các kĩ thuật học không giám sát bao gồm gom cụm, giảm chiều dữ liệu,... Trong đó, kĩ thuật gom cụm thường được ứng dụng để chia dữ liệu thành các nhóm dựa trên sự tương đồng của dữ liệu.

Luyện tập 2 trang 147 Tin học 12: Theo em, vì sao nên ứng dụng các mô hình học máy để hỗ trợ công tác chuẩn đoán bệnh trong lĩnh vực y tế và chăm sóc sức khoẻ?

Lời giải:

Nên ứng dụng các mô hình học máy để hỗ trợ công tác chuẩn đoán bệnh trong lĩnh vực y tế và chăm sóc sức khoẻ vì:

Với khả năng nhận dạng hình ảnh, video, văn bản,... các mô hình học máy được sử dụng để chẩn đoán nhiều loại bệnh như ung thư, tiểu đường, sốt xuất huyết,... Các quy trình chẩn đoán truyền thống tốn kém, mất thời gian và cần sự can thiệp của con người. Hệ thống chẩn đoán và điều trị sớm dựa trên học máy có thể giúp phát hiện bệnh sớm và tiết kiệm chi phí hơn. Ví dụ, trong chẩn đoán bệnh ung thư, các mô hình học máy sử dụng dữ liệu từ hồ sơ bệnh án để phát hiện, đo lường và phân tích khối u, định vị tế bào ác tính trong hình ảnh hiển vi một cách hiệu quả, chính xác, giảm chi phí và thời gian. Theo Bộ Y tế, phần mềm IBM Waston for Oncology đã góp phần nâng cao hiệu quả điều trị ung thư ở Việt Nam.

Vận dụng

Vận dụng 1 trang 147 Tin học 12: Liệt kê một số ứng dụng trên thiết bị di động có sử dụng nhận dạng giọng nói.

Lời giải:

Nhận dạng giọng nói là một trong những ứng dụng phổ biến của học máy. Những tiến bộ gần đây trong học máy cho phép các hệ thống nhận dạng giọng nói một cách chính xác, thông qua việc phân tích một lượng lớn dữ liệu để có thể hiểu rõ bối cảnh của cuộc hội thoại. Ngoài ra, các mô hình học máy có thể nhận dạng được phương ngữ và giọng điệu khác nhau, cho phép hệ thống nhận dạng giọng nói hiểu nhiều ngôn ngữ và phương ngữ. Các ứng dụng như Youtube, Google Assistant, Apple Siri,... đều được tích hợp chức năng nhận dạng giọng nói nhằm tăng tính tiện dụng.

Vận dụng 2 trang 147 Tin học 12: Theo em, ngoài các ứng dụng được nhắc đến ở trên, học máy còn được ứng dụng để thực hiện công việc gì trong cuộc sống?

Lời giải:

Ngoài các ứng dụng được nhắc đến ở trên, học máy còn được ứng dụng để thực hiện công việc Phân tích thị trường trong cuộc sống.

Học máy có vai trò quan trọng trong phân tích thị trường, giúp các tổ chức hiểu rõ hơn về thị trường để có thể đưa ra quyết định hợp lí. Dựa vào khả năng dự đoán mà học máy được sử dụng để dự đoán xu hướng, hành vi của người tiêu dùng, phản ứng của thị trường đối với việc điều chỉnh giá sản phẩm, phân tích hiệu suất chiến lược kinh doanh, phân loại khách hàng, tự động đánh giá phản hồi của khách hàng,... Công cụ phân tích thị trường được sử dụng phổ biến hiện nay là Power BI do Microsoft phát triển, sử dụng mô hình học máy để phân tích dữ liệu và đưa ra các báo cáo, kết quả theo yêu cầu của người dùng.