Một quỹ đầu tư (sau đây gọi tắt là Quỹ) muốn xây dựng mô hình học máy để tự động hóa việc ra quyết định mua hoặc bán cổ phiếu. Quỹ tiến hành tổng hợp các tin tức trên báo chí và bài đăng trên mạng xã hội liên quan đến các công ty có niêm yết cổ phiếu. Sau đó, mỗi mẫu dữ liệu (tin tức, bài đăng) sẽ được gán nhãn là "tích cực" hoặc "tiêu cực". Dữ liệu sau gán nhãn được tổng hợp để huấn luyện mô hình. Cuối cùng, kết quả dự đoán của mô hình sẽ được sử dụng để hỗ trợ Quỹ nhanh chóng ra quyết định mua hoặc bán cổ phiếu.
Sau khi tìm hiểu về mô hình trên, một số nhân sự của Quỹ đưa ra các nhận định sau:
- a)(Đáp án: Đúng)
Mô hình học máy trong tình huống này thể hiện khả năng hiểu ngôn ngữ của Trí tuệ nhân tạo.
- b)(Đáp án: Sai)
Phải sử dụng phương pháp Học không giám sát để huấn luyện mô hình học máy nói trên.
- c)(Đáp án: Sai)
Cần phải sử dụng toàn bộ các tin tức và bài đăng đã thu thập để làm tập dữ liệu huấn luyện cho mô hình.
- d)(Đáp án: Đúng)
Sau khi triển khai, mô hình có thể được đánh giá chất lượng bằng lợi nhuận giao dịch thực tế của Quỹ.
Lời giải
Đáp án đúng: a) Đúng, b) Sai, c) Sai, d) Đúng.
a) Đúng. Mô hình đọc tin tức, bài đăng (văn bản) và phân loại chúng là "tích cực" hay "tiêu cực", tức là thể hiện khả năng hiểu ngôn ngữ tự nhiên của AI.
b) Sai. Mỗi mẫu dữ liệu đã được gán nhãn trước khi huấn luyện, nên đây là Học có giám sát.
c) Sai. Dữ liệu cần được chia thành tập huấn luyện và tập kiểm tra để đánh giá mô hình trên dữ liệu chưa gặp; không dùng toàn bộ dữ liệu để huấn luyện.
d) Đúng. Mục tiêu của mô hình là hỗ trợ quyết định mua, bán cổ phiếu, nên sau khi triển khai có thể đánh giá chất lượng của nó qua lợi nhuận giao dịch thực tế mà Quỹ thu được.