Từ điển AI cho người mới bắt đầu - Giải thích các khái niệm chính.pdf

Artificial Intelligence – AI
Artificial Intelligence là lĩnh vực nghiên cứu phát triển các hệ thống máy tính có khả năng thực hiện các nhiệm vụ mà trước đây yêu cầu trí tuệ con người, như nhận dạng giọng nói, nhận dạng hình ảnh, ra quyết định và dịch ngôn ngữ.
Machine Learning – ML
Machine Learning là một nhánh của AI, tập trung vào việc phát triển các thuật toán và mô hình cho phép máy tính học từ dữ liệu mà không cần lập trình rõ ràng. Các ứng dụng phổ biến của học máy bao gồm phân loại, hồi quy, và dự đoán.

1. https://aicandy.vn/tu-dien-ai-cho-nguoi-moi-bat-dau-giai-thich-cac-khai-niem-chinh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
1

Từ điển AI cho người mới bắt đầu: Giải
thích các khái niệm chính
Nội dung
 1. Cơ bản về trí tuệ nhân tạo
 2. Mô hình và mạng Nơ-ron (Models and Neural Networks)
 3. Kỹ thuật học máy (Machine Learning Techniques)
 4. Các thuật toán và phương pháp (Algorithms and Methods)
 5. Xử lý và phân tích dữ liệu (Data Processing and Analysis)
 6. Đánh giá và tối ưu hóa mô hình (Model Evaluation and Optimization)
1. Cơ bản về trí tuệ nhân tạo

Artificial Intelligence – AI
Artificial Intelligence là lĩnh vực nghiên cứu phát triển các hệ thống máy
tính có khả năng thực hiện các nhiệm vụ mà trước đây yêu cầu trí tuệ con

2. https://aicandy.vn/tu-dien-ai-cho-nguoi-moi-bat-dau-giai-thich-cac-khai-niem-chinh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
2

người, như nhận dạng giọng nói, nhận dạng hình ảnh, ra quyết định và dịch
ngôn ngữ.
Machine Learning – ML
Machine Learning là một nhánh của AI, tập trung vào việc phát triển các
thuật toán và mô hình cho phép máy tính học từ dữ liệu mà không cần lập
trình rõ ràng. Các ứng dụng phổ biến của học máy bao gồm phân loại, hồi
quy, và dự đoán.
Deep Learning – DL
Deep Learning là một phần của học máy, sử dụng các mạng nơ-ron nhân tạo
với nhiều lớp (deep neural networks) để mô phỏng cách bộ não con người
hoạt động, từ đó giải quyết các bài toán phức tạp như nhận dạng giọng nói
và thị giác máy tính.
Natural Language Processing – NLP
Natural Language Processing là lĩnh vực nghiên cứu và phát triển các thuật
toán cho phép máy tính hiểu, diễn giải và phản hồi ngôn ngữ tự nhiên của
con người. Các ứng dụng của NLP bao gồm chatbot, dịch máy và phân tích
cảm xúc.
Computer Vision
Computer Vision là lĩnh vực của AI chuyên về việc cho phép máy tính “nhìn
thấy” và hiểu được thông tin từ hình ảnh hoặc video. Nó được ứng dụng
trong nhiều lĩnh vực như nhận dạng khuôn mặt, xe tự lái, và phân tích video.
Artificial General Intelligence – AGI
Artificial General Intelligence là hình thức AI tiên tiến có khả năng thực
hiện bất kỳ nhiệm vụ trí tuệ nào mà con người có thể làm. Mặc dù AGI hiện
nay chỉ là một khái niệm lý thuyết, nhưng nó là mục tiêu cuối cùng của nhiều
nghiên cứu AI.

3. https://aicandy.vn/tu-dien-ai-cho-nguoi-moi-bat-dau-giai-thich-cac-khai-niem-chinh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
3

Narrow AI
Narrow AI là loại AI được thiết kế để thực hiện một nhiệm vụ cụ thể, chẳng
hạn như dự đoán xu hướng mua hàng hoặc nhận dạng khuôn mặt. Đây là
dạng AI phổ biến nhất hiện nay.
2. Mô hình và mạng Nơ-ron (Models and Neural Networks)

AI Model
AI Model là sự triển khai của các thuật toán AI, được huấn luyện trên dữ
liệu để thực hiện một nhiệm vụ cụ thể, như phân loại hình ảnh hoặc dự đoán
xu hướng thị trường.
Artificial Neural Networks – ANN
Artificial Neural Networks là mô hình học máy mô phỏng cách thức hoạt
động của bộ não con người, sử dụng các đơn vị tính toán gọi là nơ-ron nhân
tạo để truyền và xử lý thông tin.

4. https://aicandy.vn/tu-dien-ai-cho-nguoi-moi-bat-dau-giai-thich-cac-khai-niem-chinh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
4

Convolutional Neural Networks – CNN
Convolutional Neural Networks là một loại mạng nơ-ron được thiết kế đặc
biệt để xử lý dữ liệu dạng hình ảnh. Nó sử dụng các tầng tích chập
(convolutional layers) để tự động phát hiện các đặc trưng trong ảnh.
Recurrent Neural Networks – RNN
Recurrent Neural Networks là một loại mạng nơ-ron chuyên xử lý dữ liệu
tuần tự, như văn bản hoặc chuỗi thời gian, nhờ khả năng ghi nhớ thông tin
từ các bước trước đó để đưa ra dự đoán.
Transformer Neural Networks
Transformer Neural Networks là một kiến trúc mạng nơ-ron mới, mạnh
mẽ, chuyên dùng trong NLP, giúp mô hình xử lý dữ liệu song song và hiệu
quả hơn, đặc biệt là trong việc dịch máy và tạo văn bản.
Backpropagation
Backpropagation là thuật toán giúp tối ưu hóa mạng nơ-ron bằng cách điều
chỉnh trọng số các liên kết dựa trên sai số đầu ra, từ đó giảm thiểu hàm mất
mát.
Activation Function
Activation Function được sử dụng trong mạng nơ-ron để quyết định xem
một nơ-ron có nên được “kích hoạt” hay không, từ đó ảnh hưởng đến kết
quả đầu ra của mạng.
3. Kỹ thuật học máy (Machine Learning Techniques)

5. https://aicandy.vn/tu-dien-ai-cho-nguoi-moi-bat-dau-giai-thich-cac-khai-niem-chinh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
5


Supervised Learning
Supervised Learning là phương pháp học máy trong đó mô hình được huấn
luyện trên một tập dữ liệu đã gắn nhãn, nhằm dự đoán các nhãn cho dữ liệu
mới.
Unsupervised Learning
Unsupervised Learning là phương pháp học máy nơi mô hình được huấn
luyện trên dữ liệu chưa gắn nhãn, và nhiệm vụ của nó là tìm ra các cấu trúc
ẩn hoặc mối quan hệ trong dữ liệu.
Semi-supervised Learning
Semi-supervised Learning là sự kết hợp giữa học có giám sát và không
giám sát, sử dụng một lượng nhỏ dữ liệu gắn nhãn kết hợp với dữ liệu chưa
gắn nhãn để cải thiện độ chính xác của mô hình.

6. https://aicandy.vn/tu-dien-ai-cho-nguoi-moi-bat-dau-giai-thich-cac-khai-niem-chinh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
6

Reinforcement Learning
Reinforcement Learning là phương pháp học máy nơi mô hình học thông
qua thử và sai, nhận phần thưởng hoặc phạt từ môi trường để cải thiện hiệu
suất theo thời gian.
Transfer Learning
Transfer Learning là kỹ thuật trong đó một mô hình đã được huấn luyện
trên một nhiệm vụ có thể được tinh chỉnh và sử dụng lại cho một nhiệm vụ
khác, giúp tiết kiệm thời gian và tài nguyên.
Deep Learning
Deep Learning là phương pháp học máy sử dụng mạng nơ-ron sâu để học
từ dữ liệu lớn và phức tạp, đặc biệt hiệu quả trong xử lý hình ảnh, âm thanh,
và ngôn ngữ.
Continuous Learning
Continuous Learning là khả năng của một mô hình AI để học liên tục từ dữ
liệu mới, thích nghi với các thay đổi và cải thiện hiệu suất mà không cần
huấn luyện lại từ đầu.
4. Các thuật toán và phương pháp (Algorithms and Methods)

7. https://aicandy.vn/tu-dien-ai-cho-nguoi-moi-bat-dau-giai-thich-cac-khai-niem-chinh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
7


Regression
Regression là phương pháp học máy được sử dụng để dự đoán giá trị liên
tục, chẳng hạn như giá nhà hoặc nhiệt độ, dựa trên dữ liệu đầu vào.
Classification
Classification là phương pháp học máy trong đó mô hình dự đoán nhãn cho
dữ liệu mới, chẳng hạn như xác định xem email có phải là thư rác hay không.
Clustering
Clustering là phương pháp học máy không giám sát nhằm nhóm các đối
tượng trong dữ liệu thành các cụm có đặc điểm tương đồng.
Dimensionality Reduction
Dimensionality Reduction là quá trình giảm số lượng biến trong dữ liệu,
giúp mô hình học máy hoạt động hiệu quả hơn và tránh hiện tượng quá
khớp.

8. https://aicandy.vn/tu-dien-ai-cho-nguoi-moi-bat-dau-giai-thich-cac-khai-niem-chinh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
8

Decision Trees
Decision Trees là một thuật toán học máy đơn giản nhưng mạnh mẽ, sử
dụng cấu trúc cây để ra quyết định dựa trên các thuộc tính của dữ liệu.
Random Forests
Random Forests là một phương pháp học máy kết hợp nhiều cây quyết định
để cải thiện độ chính xác và độ ổn định của dự đoán.
Support Vector Machines – SVM
Support Vector Machines là một thuật toán học máy mạnh mẽ dùng để
phân loại dữ liệu, đặc biệt hiệu quả với các bài toán phân loại có nhiều chiều.
5. Xử lý và phân tích dữ liệu (Data Processing and Analysis)

Big Data
Big Data là thuật ngữ chỉ các tập dữ liệu lớn, phức tạp và đa dạng, yêu cầu
các phương pháp và công nghệ đặc biệt để xử lý và phân tích.

9. https://aicandy.vn/tu-dien-ai-cho-nguoi-moi-bat-dau-giai-thich-cac-khai-niem-chinh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
9

Data Preprocessing
Data Preprocessing là bước chuẩn bị dữ liệu thô trước khi đưa vào mô hình
AI, bao gồm làm sạch dữ liệu, chuyển đổi định dạng, và chuẩn hóa dữ liệu.
Data Augmentation
Data Augmentation là kỹ thuật tạo ra các biến thể của dữ liệu hiện có để làm
giàu tập dữ liệu huấn luyện, giúp mô hình AI học hiệu quả hơn.
Data Mining
Data Mining là quá trình phát hiện các mẫu, xu hướng hoặc thông tin ẩn từ
các tập dữ liệu lớn. Nó thường được sử dụng để đưa ra quyết định trong
kinh doanh, tiếp thị, và các lĩnh vực khác thông qua việc phân tích các dữ
liệu hiện có.
Predictive Analytics
Predictive Analytics là phương pháp sử dụng các kỹ thuật thống kê, mô
hình học máy và khai thác dữ liệu để dự đoán các kết quả tương lai dựa trên
dữ liệu lịch sử. Điều này giúp các tổ chức dự đoán xu hướng và ra quyết
định chiến lược.
Data Visualization
Data Visualization là việc sử dụng đồ thị, biểu đồ và hình ảnh để trình bày
dữ liệu một cách trực quan và dễ hiểu. Nó giúp nhận diện các mẫu, xu hướng
và thông tin quan trọng trong dữ liệu.
Structured and Unstructured Data
Structured and Unstructured Data là dữ liệu được tổ chức dưới dạng bảng
với các hàng và cột, dễ dàng xử lý bằng các hệ thống cơ sở dữ liệu truyền
thống. Dữ liệu phi cấu trúc, ngược lại, không theo một cấu trúc cố định, bao
gồm văn bản, hình ảnh, video và yêu cầu các kỹ thuật đặc biệt để xử lý.
6. Đánh giá và tối ưu hóa mô hình (Model Evaluation and Optimization)

10. https://aicandy.vn/tu-dien-ai-cho-nguoi-moi-bat-dau-giai-thich-cac-khai-niem-chinh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
10


Accuracy
Accuracy là thước đo cho thấy tỷ lệ dự đoán đúng của mô hình AI so với
tổng số dự đoán. Đây là chỉ số cơ bản nhưng quan trọng để đánh giá hiệu
suất của mô hình.
Loss Function
Loss Function là một hàm toán học được sử dụng để đánh giá sự khác biệt
giữa giá trị dự đoán của mô hình và giá trị thực tế. Mục tiêu của huấn luyện
mô hình là tối thiểu hóa hàm mất mát này.
Overfitting
Overfitting xảy ra khi mô hình học quá chi tiết từ dữ liệu huấn luyện, bao
gồm cả nhiễu, dẫn đến khả năng dự đoán kém trên dữ liệu mới. Điều này
làm giảm tính tổng quát của mô hình.
Underfitting
Underfitting xảy ra khi mô hình không đủ phức tạp để nắm bắt các mẫu
trong dữ liệu huấn luyện, dẫn đến hiệu suất kém ngay cả trên dữ liệu huấn
luyện.

11. https://aicandy.vn/tu-dien-ai-cho-nguoi-moi-bat-dau-giai-thich-cac-khai-niem-chinh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
11

Cross-validation
Cross-validation là kỹ thuật chia dữ liệu huấn luyện thành nhiều phần để
kiểm tra mô hình trên mỗi phần, đảm bảo rằng mô hình không quá khớp với
bất kỳ tập con nào của dữ liệu.
Hyperparameter Optimization
Hyperparameter Optimization là quá trình điều chỉnh các tham số bên
ngoài mô hình để cải thiện hiệu suất của mô hình. Điều này có thể bao gồm
việc điều chỉnh tốc độ học, số lượng lớp của mạng nơ-ron, và nhiều yếu tố
khác.
Precision, Recall, and F1 Score
Precision đo lường tỷ lệ dự đoán đúng trong số các dự đoán mà mô hình đã
xác định là dương tính.
Recall đo lường khả năng của mô hình trong việc tìm ra tất cả các trường
hợp dương tính thực sự.
F1 Score là trung bình điều hòa giữa độ chính xác và độ thu hồi, cung cấp
một thước đo cân bằng giữa hai chỉ số này.
Bài trước
Danh mục
Bài sau
Chúc bạn thành công trong hành trình khám phá và ứng dụng trí tuệ nhân tạo
vào học tập và công việc. Đừng quên truy cập thường xuyên để cập nhật thêm
kiến thức mới tại AIcandy