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,...

về một

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.