Lộ trình học Machine Learning cho mọi người - phần 1

Ai nên đọc bài viết này?
Các kĩ sư những người muốn tiếp cận machine learning nhanh nhất.
Những người không phải kĩ sư muốn có một hiểu biết cơ bản về machine learning và sẵn sàng tham vào các công việc kĩ thuật.
Tất cả mọi người hiếu kì về cách machine hoạt động.

Loạt bài hướng dẫn này tạo ra để mọi người đều có thể sử dụng. Các khái niệm cơ bản về xác suất, thống kê, lập trình, đại số tuyến tính, và giải tích sẽ được nêu ra, nhưng không cần xem chúng như điều kiện bắt buộc để có thể sử dụng bài hướng dẫn này hiệu quả.

Roadmap
Phần 1: Tại sao Machine Learning lại quan trọng. Bức tranh mô tả toàn cảnh về trí tuệ nhân tạo và machine learning – trong quá khứ, hiện tại và tương lai.

Phần 2: Supervised Learning

2.1: Supervised Learning ( Học có giám sát ). Học với câu trả lời rõ ràng.Giới thiệu linear regression, loss function ( hàm mất mát) , overfitting, và gradient descent.

2.2: Supervised Learning II. Hai cách thức phân loại : logistic regression và SVMs.

2.3: Supervised Learning III. Không tham số: k-nearest neighbors, decision trees, random forests. Giới thiệu cross-valdation, hyperparameter tuning và ensemble models.

Phần 3: Unsupervised Learning ( Học không giám sát ). Phân nhóm: k-means, hierarchical.

Giảm kích thước: principal components analysis ( PCA), singular value decomposition (SVD).

Phần 4: Neural Networks và Deep Learning. Tại sao, ở đâu và deep learning hoạt động như thế nào?. Lấy ý tưởng từ não bộ con người. Convolutional neural networks (CNNs), recurrent neural networks (RNNs). Các ứng dụng thực tế.

Phần 5: Reinforcement Learning ( Học củng cố). Khảo sát và khai thác. Markov decision processes. Q-learning, policy learning, và deep reinforcement learning. Giá trị của vấn đề learning.

Tham khảo: Các tài nguyên tốt nhất cho Machine Learning . Danh sách các tài nguyên để tạo ứng dụng machine learning.

Phần 1: Tại sao Machine Learning lại quan trọng?

Trí tuệ nhân tạo sẽ giúp tương lai chúng ta trở nên tuyệt vời hơn bất kì một sự đổi mới nào trong thế kỉ này. Bất cứ ai không hiểu về nó sẽ sớm bị bỏ lại phía sau, thức dậy trong một thế giới công nghệ và cảm thấy mọi thứ giống như phép thuật.

Tốc độ tăng trưởng của nó thật đáng kinh ngạc. Trong khoảng thời gian AI được cho là thất bại, thì những tiến bộ vượt trội trong việc lưu trữ dữ liệu và sức mạnh của máy tính trong việc xử lí đã thay đổi đáng kể diện mạo AI trong những năm gần đây.

Trong năm 2015, Google đã huấn luyện một “nhân viên” giao tiếp (AI) có thể thuyết phục trong quá trình tương tác với con người như một bộ phận hỗ trợ kĩ thuật và thậm chí còn thảo luận về đạo đức, bày tỏ ý kiến, và trả lời các câu hỏi dựa trên các câu hỏi phổ biến.

Cũng trong năm này, DeepMind đã phát triển một “player” vượt qua level của con người ở level 49 trong trò chơi Atari, chỉ nhận pixel và điểm số game là input. Ngay sau đó, DeepMind đã vượt qua chính thành tựu của mình bằng cách phát hành một cách thức state-of-the-art gameplay mới gọi là A3C.

Trong khi đó, Alphago đã đánh bại một trong những kì thủ cờ vay vĩ đại nhất thế giới – một chiến thắng phi trường trong một trò chơi được thống trị bởi con người trong hai thập kỉ sau khi máy tính đầu tiên chinh phục cờ vua. Nhiều chuyên gia không thể hiểu được làm thế nào mà máy có thể nắm bắt được toàn bộ các trạng thái và độ phức tạp của trò chơi Trung Quốc này, với 10 mũ 170 vị trí có thể trên board ( chỉ có hơn 10 mũ 80 kí tự trên vũ trụ ).

Vào tháng 3 năm 2017, OpenAi đã phát minh bot có thể tạo ra ngôn ngữ riêng của mình để đàm phán và đạt được ý đồ một cách hiệu quả nhất. Ngay sau đó, Facebook cũng thông báo thành công trong việc huấn luyện một con bot có thể thương lượng và nói dối.

Cách đây vài ngày ( tại thời điểm viết, vào ngày 11/8 năm 2017), OpenAi đã chạm được một cột mốc đáng kinh ngạc khác bằng cách đánh bại các game thủ hàng đầu thế giới trong thể thức 1vs1 game Dota 2.

Phần lớn công nghệ hàng ngày của chúng ta sử dụng trí thông minh nhân tạo. Hướng camera của bạn ở menu trong chuyến đi tiếp theo tới Đài Loan và menu của nhà hàng sẽ hiển thị bằng tiếng Anh thông qua ứng dụng Google Translate.

Ngày nay AI được sử dụng để thiết kế các kế hoạch điều trị dựa trên triệu chứng cho bệnh nhân ung thư, phân tích ngay các kết quả từ các bài kiểm tra y tế để báo cáo đến các chuyên gia ngay lập tức và tiến hành thí nghiệm khoa học để nghiên cứu chế tạo thuốc.

Trong cuộc sống, ngày càng bắt gặp nhiều máy móc đóng vai trò như một con người. Thật sự như vậy, có thể bạn sẽ ngạc nhiên khi thấy một con robot đem đến một tuýp kem đánh răng khi bạn yêu cầu bộ phận hỗ trợ.