Mục lục:
Trong những năm gần đây, thuật ngữ học máy trên mạng đã xuất hiện trong các cuộc thảo luận và diễn đàn khác nhau, nhưng chính xác thì nó có nghĩa là gì? Học máy có thể được định nghĩa là một phương pháp để phân tích dữ liệu, dựa trên nhận dạng mẫu và học tính toán. Nó bao gồm các thuật toán khác nhau như mạng thần kinh, cây quyết định, mạng Bayes, v.v. Học máy sử dụng các thuật toán này để học từ dữ liệu và phục hồi những hiểu biết ẩn giấu từ dữ liệu. Quá trình học tập được lặp đi lặp lại, vì vậy dữ liệu mới cũng được xử lý mà không có sự giám sát nào. Khoa học để học hỏi từ dữ liệu trước đó và sử dụng nó cho dữ liệu trong tương lai không phải là mới, nhưng nó đang trở nên phổ biến hơn.
Học máy là gì?
Trong khi một số người tin rằng học máy không tốt hơn các phương pháp lập trình máy tính truyền thống vẫn đang được sử dụng, nhiều người coi học máy là một cuộc cách mạng trong lĩnh vực trí tuệ nhân tạo (AI). Họ tin rằng sử dụng công nghệ này, máy móc sẽ có thể học hỏi mọi thứ và làm mọi thứ bằng kinh nghiệm của chính họ, thay vì chỉ đơn giản là làm theo hướng dẫn của con người.
Để hiểu thêm về ý nghĩa của học máy, chúng ta có thể so sánh nó với lập trình máy tính truyền thống. Các phần sau đây sẽ thảo luận thêm về học máy và sự khác biệt của nó so với lập trình truyền thống. (Đối với một số ưu và nhược điểm của học máy, hãy xem Lời hứa và cạm bẫy của học máy.)
