Làm quen với Học máy

Khoa Tim mạch của một bệnh viện đa khoa lưu trữ hồ sơ của 20 000 người đến khám bệnh trong 5 năm gần nhất. Hồ sơ của mỗi người đến khám bệnh có các thông tin gồm mã hồ sơ, tuổi, giới tính, các triệu chứng lâm sàng, các chỉ số xét nghiệm máu, điện tâm đồ và kết luận chẩn đoán có bệnh tim hoặc không có bệnh tim của bác sĩ. Lãnh đạo bệnh viện muốn sử dụng mô hình học máy để xây dựng một hệ thống tự động sàng lọc người đến khám bệnh tim trong tương lai. Khi xây dựng hệ thống, có một số nhận định như sau:

Hội chứng FOMO (Fear of Missing Out, sau đây gọi tắt là Hội chứng) là cảm giác lo âu, tiếc nuối khi nghĩ mình đang bỏ qua một điều gì đó thú vị, hấp dẫn, chẳng hạn như bỏ lỡ cơ hội mua một món đồ giảm giá nào đó. Nắm bắt được thực tế số lượng người mắc Hội chứng ngày càng nhiều, một công ty đã lên kế hoạch xây dựng hệ thống trí tuệ nhân tạo để dự đoán khả năng mắc Hội chứng. Công ty đã tạo bảng câu hỏi và thu thập dữ liệu khảo sát từ hơn 10 000 người để làm dữ liệu huấn luyện mô hình. Kết quả cho thấy tỉ lệ người mắc Hội chứng là 35% và người chưa mắc là 65%. Trong khi thảo luận, một số nhân viên của công ty đưa ra các nhận định sau:

Một ngân hàng thương mại cần phân loại khách hàng thành các nhóm: “tốt”, “bình thường” và “xấu” theo hồ sơ tín dụng để có chính sách lãi suất cho vay phù hợp. Có 2 bạn học sinh đề xuất phương pháp như sau:

Học sinh A: Mời các chuyên gia tài chính gán nhãn “tốt”, “bình thường” và “xấu” cho từng khách hàng trong một tập khách hàng được chọn. Máy tính học cách phân loại từ tập dữ liệu đã gán nhãn này để phân loại cho các khách hàng khác.

Học sinh B: Máy tính tự động phân cụm toàn bộ tập dữ liệu khách hàng thành 3 cụm. Sau đó các chuyên gia được mời để gán nhãn cho các cụm này là “tốt”, “bình thường” và “xấu”.

Một số bạn học sinh có ý kiến như sau: