Câu hỏi mở đầu trang 134

Đề bài: Khi truy cập tài khoản thư điện tử, ngoài các thư trong Hộp thư đến (Inbox) em có thể thấy nhiều thư được tự động phân loại vào Hộp thư rác (Spam). Hãy quan sát Hình 25.1 và cho biết việc phân loại này được thực hiện như thế nào.

Lời giải:

Theo mô hình phân loại thư ở Hình 25.1, việc phân loại được thực hiện như sau:

• Khi có một thư điện tử mới, thư sẽ được đưa qua Bộ lọc thư (spam filter).
• Bộ lọc thư sẽ phân tích nội dung, tiêu đề, người gửi,… của thư và quyết định thư đó thuộc loại nào:
  • Nếu là thư rác → chuyển vào Hộp thư rác (Spam).
  • Nếu là thư hợp lệ → chuyển vào Hộp thư đến (Inbox).

→ Bộ lọc thư là “trái tim” của quá trình phân loại, thường được xây dựng dựa trên các quy tắc hoặc Học máy để tự động phát hiện thư rác.

1. Tìm hiểu sơ lược về Học máy

Hoạt động 1 trang 134: Tìm hiểu bộ lọc thư điện tử

Đề bài: Bộ lọc thư điện tử, thường là tập hợp các quy tắc, được thiết kế để phát hiện và đánh dấu các thư rác trước khi chúng được chuyển vào hộp thư của người dùng. Có quy tắc chỉ đơn giản là trong nội dung hoặc tiêu đề thư có các cụm từ đáng ngờ như “miễn phí”, “giảm giá”, “rẻ bất ngờ”,… hay địa chỉ thư của người gửi hoặc địa chỉ của máy chủ gửi thư thuộc một “danh sách đen” xác định. Theo em, có thể xây dựng các bộ lọc thư này bằng cách nào?

Lời giải:

Có 2 cách chính để xây dựng bộ lọc thư điện tử:

a) Cách 1 – Lập trình thủ công theo quy tắc:

• Người lập trình tự viết các quy tắc để phát hiện thư rác, ví dụ:
  • Nếu tiêu đề chứa “miễn phí”, “giảm giá”, “trúng thưởng” → đánh dấu là thư rác.
  • Nếu người gửi thuộc “danh sách đen” → đánh dấu là thư rác.
• Nhược điểm: thư rác mới liên tục xuất hiện với các mẫu khác nhau nên cách này tốn nhiều công sức và không hiệu quả.

b) Cách 2 – Dùng Học máy:

• Cung cấp cho máy tính một tập dữ liệu gồm các ví dụ về thư rác và thư hợp lệ.
• Máy tính sẽ tự học các đặc điểm, mẫu và quy luật của thư rác từ dữ liệu này.
• Sau khi học xong, máy tính có thể tự động phân loại các thư mới gửi tới.

→ Cách 2 (Học máy) hiệu quả hơn vì máy tính có thể cập nhật liên tục khi có các loại thư rác mới xuất hiện.

Câu hỏi củng cố trang 136

Đề bài:

1. Chọn phương án đúng. Học máy là:

A. Chương trình máy tính có khả năng đưa ra quyết định hay dự đoán dựa trên dữ liệu.

B. Khả năng phân tích dữ liệu thu nhận được của máy tính để đưa ra dự đoán hoặc quyết định dựa trên các quy tắc được xác định rõ ràng.

C. Việc sử dụng các phương pháp và kĩ thuật cho phép máy tính học từ dữ liệu để đưa ra dự đoán hoặc quyết định mà không cần lập trình cụ thể.

D. Chương trình máy tính có khả năng tự cải thiện hiệu suất thực hiện nhiệm vụ thông qua việc cập nhật các dữ liệu mới sau khi hoàn thành nhiệm vụ đó nhiều lần.

Lời giải:

Chọn đáp án C.

Giải thích: Học máy có 2 điểm mấu chốt là “máy tính học từ dữ liệu” và “không cần lập trình rõ ràng“. Đáp án C nêu đúng cả hai điểm này.

• A sai vì chỉ nói “dựa trên dữ liệu” mà không nhắc tới việc “học từ dữ liệu”.
• B sai vì “dựa trên các quy tắc được xác định rõ ràng” ngược lại với bản chất Học máy (không cần lập trình cụ thể).
• D sai vì mô tả không đúng bản chất của Học máy — Học máy học từ dữ liệu ngay từ đầu, chứ không phải chỉ cập nhật sau nhiều lần hoàn thành nhiệm vụ.

2. Tại sao cần chia dữ liệu học máy thành hai phần: dữ liệu huấn luyện và dữ liệu kiểm tra?

Lời giải:

Cần chia dữ liệu học máy thành hai phần vì:

• Dữ liệu huấn luyện (chiếm khoảng 70 – 80%): dùng để huấn luyện mô hình, tức là dạy cho máy tính học từ dữ liệu.
• Dữ liệu kiểm thử: dùng để đánh giá mô hình sau khi đã huấn luyện xong.

Lí do phải chia riêng:

• Nếu chỉ dùng một tập dữ liệu chung cho cả huấn luyện và đánh giá thì mô hình đã “biết trước” dữ liệu → không đánh giá khách quan được khả năng dự đoán trên dữ liệu mới.
• Việc chia riêng giúp kiểm tra xem mô hình có hoạt động tốt với dữ liệu chưa từng thấy hay không, phản ánh đúng hiệu suất thực tế của mô hình.

2. Phân loại và vai trò của Học máy trong thực tế

Hoạt động 2 trang 136: Tìm hiểu vai trò của Học máy trong một số công việc cụ thể

Đề bài: Trong Mục 1 em đã được giới thiệu một số ứng dụng thực tế của Học máy. Hãy kể tên một vài công việc mà ngày nay không thể thiếu vai trò của Học máy.

Lời giải:

Một số công việc ngày nay không thể thiếu vai trò của Học máy:

• Lọc thư rác trong hộp thư điện tử (Gmail, Outlook,…).
• Nhận dạng khuôn mặt để mở khoá điện thoại, kiểm tra an ninh.
• Nhận dạng tiếng nói (Siri, Google Assistant, Alexa).
• Nhận dạng chữ viết tay (chuyển ảnh chụp thành văn bản).
• Dịch tự động giữa các ngôn ngữ (Google Translate).
• Chẩn đoán bệnh dựa trên xét nghiệm và dữ liệu sức khoẻ.
• Phân tích thị trường, dự báo giá cả, xu hướng kinh doanh.
• Đề xuất sản phẩm, phim ảnh (Shopee, Netflix, YouTube).

Câu hỏi củng cố trang 139

Đề bài: Vai trò quan trọng của Học máy trong các lĩnh vực khác nhau được thể hiện như thế nào?

Lời giải:

Vai trò của Học máy được thể hiện qua nhiều góc độ:

• Xử lí lượng lớn dữ liệu nhanh chóng và hiệu quả để tìm ra các mẫu và xu hướng quan trọng.
• Tự động hoá các nhiệm vụ phức tạp trước đây cần sự can thiệp của con người.
• Hỗ trợ ra quyết định trong nhiều lĩnh vực:
  • Lọc thư rác: tự động phân loại thư.
  • Chẩn đoán bệnh: giúp bác sĩ ra quyết định chính xác và nhanh hơn.
  • Phân tích thị trường: dự báo xu hướng, giá cả.
  • Nhận dạng tiếng nói, chữ viết, dịch tự động: hỗ trợ giao tiếp và xử lí ngôn ngữ.
• Không ngừng cập nhật mô hình khi có dữ liệu mới → phù hợp với các ứng dụng mà dữ liệu thay đổi liên tục (thư rác mới, triệu chứng bệnh mới, bản dịch mới,…).

Luyện tập trang 139

Đề bài: Tại sao có thể nói Học máy có vai trò không thể thiếu trong các ứng dụng mà dữ liệu không ngừng thay đổi theo thời gian? Hãy chỉ ra một vài minh hoạ cụ thể.

Lời giải:

Lí do: Học máy có khả năng tự động cập nhật mô hình khi có dữ liệu mới, giúp mô hình thích ứng nhanh với sự thay đổi mà không cần con người lập trình lại. Trong khi đó, các phương pháp lập trình theo quy tắc cứng nhắc sẽ phải sửa mã liên tục — vừa tốn công vừa không hiệu quả.

Một vài minh hoạ cụ thể:

• Lọc thư rác: các mẫu thư rác mới xuất hiện liên tục với chiêu trò khác nhau. Học máy có thể học từ các thư rác mới để cập nhật mô hình lọc.
• Chẩn đoán bệnh: thường xuyên xuất hiện các triệu chứng và bệnh mới (ví dụ dịch bệnh mới). Học máy giúp cập nhật mô hình chẩn đoán dựa trên dữ liệu bệnh nhân mới.
• Dịch tự động: ngôn ngữ luôn phát triển với từ mới, cách diễn đạt mới. Học máy giúp mô hình dịch cập nhật liên tục.
• Phân tích thị trường: dữ liệu giá cả, xu hướng tiêu dùng thay đổi hằng ngày. Học máy phân tích nhanh để đưa ra dự báo kịp thời.

Vận dụng trang 139

Đề bài: Ngoài hai phương pháp học máy cơ bản nêu trong bài, một số tài liệu còn đề cập tới phương pháp học bán giám sát và học tăng cường. Hãy tìm hiểu về các phương pháp học máy này trên Internet.

Lời giải:

a) Học bán giám sát (Semi-supervised learning):

• Là phương pháp kết hợp giữa học có giám sát và học không giám sát.
• Sử dụng một phần nhỏ dữ liệu có nhãn kết hợp với phần lớn dữ liệu không có nhãn để huấn luyện mô hình.
• Ưu điểm: giảm chi phí và thời gian gán nhãn dữ liệu (vì gán nhãn thủ công rất tốn công sức).
• Ví dụ ứng dụng:
  • Phân loại trang web khi chỉ có một số ít trang được gán nhãn sẵn.
  • Nhận dạng ảnh y tế: chỉ cần một số ít ảnh được bác sĩ gán nhãn.

b) Học tăng cường (Reinforcement learning):

• Máy tính (gọi là tác nhân) học thông qua việc tương tác với môi trường.
• Khi tác nhân hành động đúng → nhận phần thưởng; khi hành động sai → bị phạt.
• Tác nhân tự điều chỉnh chiến lược để tối đa hoá phần thưởng nhận được.
• Ví dụ ứng dụng:
  • Xe tự lái: học cách lái xe an toàn qua các tình huống giao thông.
  • AlphaGo – chương trình chơi cờ vây đã đánh bại kiện tướng thế giới.
  • Điều khiển robot, chơi game.

So sánh nhanh 4 phương pháp học máy:

Thầy Phạm Thành Danh

(Người kiểm duyệt, ra đề)

Chức vụ: Trưởng ban biên soạn môn Tin Học THPT

Trình độ: Cử nhân Sư phạm Tin học, Chứng chỉ hạng II, Chứng chỉ Tin học, Ngoại ngữ B1

Kinh nghiệm: 8+ năm kinh nghiệm tại Trường THPT Thuận Hóa