Machine Learning: Clustering and Retrieval

Môn học thứ tư của Chương trình Machine Learning sẽ cung cấp cho học viên những chủ đề thú vị về những công cụ Machine Learning hiệu quả và hữu ích nhất – Phân cụm (Clustering) và Trích xuất (Retrieval). Các quy trình Machine Learning trước đây có các nhãn được giám sát và các mục tiêu đã xác định, còn môn học này sẽ tập trung vào việc trích xuất thông tin có giá trị từ dữ liệu có vẻ như chưa được tổ chức và không được gắn nhãn, những thông tin này thường tồn tại với số lượng lớn hoặc vẫn chưa được sử dụng.

Do có thể sử dụng dữ liệu ở trạng thái gần như thô (vì nó không thể sử dụng con người để tăng cường dữ liệu), chúng ta có ít quyền kiểm soát quá trình hơn khi sử dụng các thuật toán học không giám sát. Do đó, chúng thường được sử dụng như một công cụ phân tích để hỗ trợ các nhà khoa học dữ liệu trong các quá trình trích xuất và chọn lọc thông tin hay khai phá dữ liệu đạt được kết quả tốt hơn.

Machine Learning không được giám sát được phân thành Phân cụm và Trích xuất. Cụ thể, nó tập trung vào việc sử dụng dữ liệu chia nhỏ thành cụm gồm nhiều điểm dữ liệu tương tự nhau và phát hiện thông tin quan trọng trong chính dữ liệu. Hơn nữa, sau khi phân tích, các thông tin quan trọng này có thể được khai thác giải quyết vấn đề nghiên cứu và thực tiễn bằng một số phương pháp áp dụng với các đặc điểm khác nhau cho một tập dữ liệu cụ thể.