Machine Learning (Học máy) là gì?

Machine Learning (Học máy — ML) là nhánh của AI dạy máy tính tự rút ra quy luật từ dữ liệu, thay vì con người phải viết từng bước if-else.

Cách lập trình truyền thống vs ML

Truyền thống:

Đầu vào: ảnh
Code:    if (có 4 chân && có đuôi && có lông) → "chó"
Đầu ra:  "chó"

→ Phải biết trước mọi đặc điểm. Không scale được với bài toán phức tạp.

ML:

Đầu vào: 1 triệu ảnh đã gán nhãn (chó/mèo/chim…)
Code:    "Hãy tự tìm quy luật phân biệt"
Đầu ra:  Mô hình đoán đúng ảnh mới với độ chính xác > 95%

3 loại ML chính

1. Supervised Learning (học có giám sát)

Dữ liệu có sẵn nhãn đúng. Máy học cách map input → output.

• Ví dụ: phân loại email spam, dự đoán giá nhà, nhận diện khuôn mặt.

2. Unsupervised Learning (học không giám sát)

Dữ liệu không có nhãn. Máy tự tìm pattern.

• Ví dụ: gom nhóm khách hàng, phát hiện gian lận, embedding.

3. Reinforcement Learning (học tăng cường)

Máy thử-sai trong môi trường, nhận thưởng/phạt.

• Ví dụ: AlphaGo chơi cờ, robot học đi, RLHF trong LLM.

ML vs Deep Learning vs LLM

• ML là toàn bộ nhánh học từ dữ liệu (rộng nhất)
• Deep Learning là ML dùng mạng neural nhiều lớp
• LLM là Deep Learning áp dụng cho ngôn ngữ

Ai cần biết ML?

• Người dùng cuối: hiểu khái niệm là đủ
• Marketer/PM: biết khi nào nên dùng ML, khi nào nên dùng rule-based
• Developer: cần nếu muốn xây tính năng AI custom; nếu chỉ gọi API LLM thì không cần ML sâu
• Data Scientist: cần học bài bản

Liên quan

• Deep Learning
• Neural Network
• Training