Machine learning là gì?
Machine learning (ML) là tập hợp các công cụ hỗ trợ đưa ra dự đoán và quyết định từ dữ liệu. Học có giám sát chiếm phần lớn trong ML và cho phép chúng ta khái quát hóa các mẫu từ dữ liệu quá khứ sang dữ liệu mới. Nói cách khác, nó áp dụng dữ liệu trước đây với các giá trị đã biết để đưa ra dự đoán khi chúng ta chưa biết giá trị cần dự đoán. Trong bối cảnh giải quyết bài toán kinh doanh, machine learning còn được gọi là phân tích dự đoán, với các trường hợp sử dụng như rời bỏ khách hàng, gian lận thẻ tín dụng và thư rác email.
Các tác vụ ML được học từ dữ liệu sẵn có được quan sát qua trải nghiệm hoặc hướng dẫn, từ đó giúp việc học tốt hơn. Mục tiêu cuối cùng là cải thiện quá trình học đến mức tự động mà không cần con người can thiệp.
“Machine learning là khoa học và nghệ thuật giúp máy tính có khả năng học để ra quyết định từ dữ liệu mà không cần được lập trình tường minh.”—Tiến sĩ Hugo Bowne-Anderson, Nhà khoa học Dữ liệu và Giảng viên tại DataCamp
Vì sao machine learning quan trọng đối với doanh nghiệp
Một nghiên cứu năm 2018 của O’Reilly cho thấy 51% tổ chức đã sử dụng ML, với 36% tự nhận là những đơn vị áp dụng ML sớm và 15% là người dùng thành thạo. Có 49% tổ chức cho biết họ đang khám phá hoặc “mới tìm hiểu” việc triển khai ML.
Học từ dữ liệu để vận hành doanh nghiệp tốt hơn
Nhu cầu ngày càng tăng trong việc khai thác insight từ dữ liệu
Hầu như mọi doanh nghiệp đều có rất nhiều dữ liệu, từ giao dịch thanh toán đến thông tin khách hàng và dữ liệu nhân sự, có thể (và nên) được tận dụng một cách chiến lược. Các công ty dẫn đầu hiện nay đang tích hợp ML vào quy trình hằng ngày, từ thúc đẩy tăng trưởng và tối ưu hiệu suất đến nhận diện cơ hội tiết kiệm vốn và giảm chi phí đầu tư.
Machine learning mang đến con đường ra quyết định nhanh hơn
Những người ra quyết định cần tiếp cận dữ liệu quan trọng nhanh hơn bao giờ hết, và ML hỗ trợ các quyết định nhanh, có căn cứ và chính xác. Một lợi ích then chốt của ML là khả năng đưa ra quyết định sáng suốt nhanh hơn, và 50% công ty đã triển khai ML cho rằng họ đã đạt được mục tiêu đó.
Vì sao nhà quản lý cần thông thạo cơ bản về machine learning
Các nhà quản lý nên hiểu thuật ngữ và khái niệm cơ bản trong machine learning. Để có cuộc trao đổi hiệu quả với các nhà khoa học dữ liệu, họ cần hiểu ML là gì, có thể làm được gì và cần lưu ý điều gì khi sử dụng.
Khả năng thông thạo ML giúp nhà quản lý đặt đúng câu hỏi và biết vấn đề nào có thể hoặc không thể giải quyết bằng ML. Họ cũng cần có khả năng làm việc với các nhà cung cấp dịch vụ và sản phẩm dữ liệu để xây dựng hệ sinh thái dữ liệu thành công.
Machine learning có thể giải quyết bài toán kinh doanh như thế nào
Dưới đây là một vài ví dụ thực tiễn về cách machine learning giải quyết bài toán kinh doanh, kèm theo liên kết đến các khóa học DataCamp để xây dựng kỹ năng ML này.
Dự đoán rời bỏ khách hàng
Machine learning có thể giúp các công ty hiểu sự khác nhau giữa chi phí thu hút khách hàng mới và chi phí giữ chân khách hàng hiện tại, cũng như cách tính giá trị vòng đời khách hàng, tức doanh thu trung bình mà một khách hàng tạo ra trước khi họ rời bỏ.
Cá nhân hóa sản phẩm cho khách hàng
Các công ty muốn hiểu rõ và phục vụ tốt hơn thói quen, nhu cầu đa dạng của khách hàng có thể sử dụng ML cho phân khúc khách hàng và cá nhân hóa.
Xử lý và phân tích lượng dữ liệu lớn
Machine learning cho xử lý ngôn ngữ tự nhiên có tác động rộng và có thể mang lại nét cá nhân cho tương tác người - máy. Đây là công nghệ đứng sau các chatbot dùng AI. Doanh nghiệp cũng có thể rút ra insight hành động từ dữ liệu phi cấu trúc với khai phá văn bản và xử lý và nhận diện ảnh. Ứng dụng trải dài từ phát hiện thư rác đến xây dựng hệ thống gợi ý, và còn nhiều hơn nữa.
Thực hiện phân tích tài chính
Ngành tài chính sử dụng học sâu cho mọi việc từ phân loại hành vi gian lận đến giao dịch thuật toán và quản lý danh mục đầu tư, đến thẩm định khoản vay và nhiều hơn thế.
Machine learning đang được ngành tài chính ứng dụng rộng rãi. Two Sigma, một quỹ phòng hộ, sử dụng ML để hỗ trợ chiến lược giao dịch. Và một khách hàng trong lĩnh vực bảo hiểm của chúng tôi đang thúc đẩy các khóa học machine learning trên DataCamp để dẫn dắt các sáng kiến hiện đại hóa dữ liệu của họ.
Xây dựng sản phẩm và dịch vụ công nghệ tốt hơn
Ngành công nghệ sử dụng ML để xây dựng sản phẩm và dịch vụ. Họ tư vấn cho khách hàng để cung cấp cá nhân hóa tiếp thị, công cụ gợi ý, dịch văn bản, chatbot và nhiều hơn nữa.
Ứng dụng AI và ML trong chăm sóc sức khỏe
Ngành chăm sóc sức khỏe đang phát triển để tích hợp ML trong chẩn đoán và chụp ảnh y khoa, thu thập dữ liệu, khám phá thuốc và nhiều lĩnh vực khác.
Nhu cầu ngày càng tăng đối với các nhà khoa học machine learning
Vậy lĩnh vực ML đã tăng trưởng đến mức nào? International Data Corporation dự báo chi tiêu cho AI và ML sẽ tăng từ 12 tỷ USD năm 2017 lên 57,6 tỷ USD vào năm 2021. Deloitte Global dự đoán số lượng dự án thí điểm và triển khai machine learning sẽ tăng gấp đôi vào năm 2018 so với 2017, và lại tăng gấp đôi vào năm 2020.
Bởi rất nhiều tổ chức đang đầu tư vào phân tích dự đoán, việc nhu cầu lớn dành cho các nhà khoa học ML là điều dễ hiểu. Và tổ chức càng trưởng thành trong triển khai ML và AI, họ càng mở thêm nhiều vị trí. Nhu cầu đối với các nhà khoa học ML đang tăng và nhiều khả năng sẽ tiếp tục cao trong tương lai gần.
Nâng cao kỹ năng cho đội ngũ với các lộ trình machine learning của chúng tôi
Để đọc thêm, hãy xem các hướng dẫn machine learning của chúng tôi bằng Python và R.
