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:
- a)Đúng
Phương pháp của bạn học sinh A là theo mô hình học máy có giám sát.
- b)Đúng
Phương pháp của bạn học sinh B là theo mô hình học máy không giám sát.
- c)Sai
Phương pháp phân loại khách hàng của học sinh B tốt hơn của học sinh A.
- d)Sai
Phương pháp thu thập dữ liệu sinh trắc học khuôn mặt có thể giúp ngân hàng giải quyết bài toán phân loại khách hàng thành các nhóm đã nêu.
Lời giải
a) Đúng: máy học từ tập dữ liệu đã được chuyên gia gán nhãn rồi phân loại dữ liệu mới, đó là học máy có giám sát.
b) Đúng: máy tự phân cụm dữ liệu chưa có nhãn theo mức độ giống nhau, đó là học máy không giám sát; việc chuyên gia đặt tên cho các cụm diễn ra sau khi máy đã học xong.
c) Sai: không có căn cứ để khẳng định phương pháp B tốt hơn. Phương pháp A học trực tiếp từ nhãn do chuyên gia gán theo đúng tiêu chí cần phân loại, còn các cụm máy tự tạo ra chưa chắc trùng với ba nhóm “tốt”, “bình thường”, “xấu”.
d) Sai: dữ liệu sinh trắc học khuôn mặt dùng để nhận dạng người, không phản ánh hồ sơ tín dụng nên không giúp phân loại khách hàng theo mức độ tín dụng.