Bỏ qua đến nội dung chính
Mục lục

Học machine learning xong học gì tiếp theo?

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 9/9 · Chương 14

Trang phụ trợ

  • 7 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

Học machine learning xong học gì là câu hỏi tự nhiên khi bạn đã đi hết tutorial này: bạn chia được dữ liệu mà không rò, chọn được metric, huấn luyện và tinh chỉnh từ hồi quy tuyến tính tới boosting, giải thích được model và đóng gói nó thành một file. Trang này so bốn hướng đi tiếp hay gặp nhất, nói mỗi hướng cần học thêm gì, nên ôn lại bài nào và dự án đầu tay nào hợp.

Trước khi chọn hướng: giữ thói quen đánh giá

Cú pháp tra lại được trong vài giây; thói quen đánh giá cẩn thận thì mất dần nếu không dùng. Ba thói quen đáng giữ, dù bạn đi hướng nào:

  • Trước mỗi lần huấn luyện, viết ra metric, baseline và cách chia dữ liệu. Câu hỏi "điểm này so với cái gì" của bài baseline đúng cả với mạng nơ-ron lẫn chatbot.

  • Thấy điểm cao bất ngờ thì đi tìm chỗ rò trước khi ăn mừng, như bài data leakage. Model ảnh và model ngôn ngữ cũng rò, chỉ là rò qua ảnh trùng hay câu hỏi đã có trong dữ liệu học.

  • Báo cáo điểm kèm độ dao động. Bài điểm CV dao động cho thấy năm con số của một lần cross-validation chưa phải một kết luận.

So sánh bốn hướng đi

Hướng

Học thêm

Bài nên ôn trước

Dự án đầu tay

Dữ liệu bảng sâu hơn

chuỗi thời gian và dự báo, hệ gợi ý, thử nghiệm A/B cho model

feature ngày, binning, chọn model, ngưỡng quyết định

dự báo số đơn mỗi ngày của tuần tới cho một cửa hàng

Đưa model lên web

API bằng FastAPI, Docker, ghi log dự đoán, theo dõi dữ liệu đổi theo thời gian

lưu model, pipeline đầy đủ, InconsistentVersionWarning

API nhận thông tin một hội viên, trả xác suất rời bỏ

LLM và AI agent

gọi API của model ngôn ngữ lớn, viết prompt, truy xuất tài liệu (RAG), đánh giá câu trả lời

precision, recall, F1, train, validation, test

trợ lý trả lời câu hỏi từ bộ tài liệu nội bộ, chấm trên 50 câu hỏi có đáp án

Deep Learning

PyTorch, mạng tích chập cho ảnh, mạng cho chuỗi và văn bản, GPU

gradient descent, MLPClassifier, overfitting

phân loại ảnh sản phẩm thành vài nhóm từ vài trăm ảnh tự chụp

Không có thứ tự đúng duy nhất. Người làm ở bộ phận dữ liệu của một doanh nghiệp bán lẻ hay tài chính thường gặp dữ liệu bảng nhiều hơn ảnh, nên hai hướng đầu dùng được ngay ở chỗ làm. Người muốn làm sản phẩm AI thường đi hướng LLM trước. Bài Blog lộ trình AI Engineer xếp các hướng này thành một lộ trình dài hơn.

Đưa model lên web: từ file joblib tới một API

Dự án cuối của tutorial dừng ở một pipeline lưu bằng joblib. Bước tiếp là bọc nó trong một API nhỏ: một hàm nhận thông tin một hội viên dạng JSON, dựng DataFrame một dòng, gọi predict_proba() và trả kết quả. FastAPI làm việc đó trong vài chục dòng; Docker đóng gói cả Python, thư viện và file model để chạy giống nhau ở mọi máy.

Khó khăn thật bắt đầu sau khi model chạy: dữ liệu mới khác dữ liệu học (khách mới, kênh mới), phiên bản thư viện lệch khi nạp model, và không ai biết model đang đúng hay sai nếu không ghi lại dự đoán rồi đối chiếu khi có nhãn thật. Hai trang lỗi Found unknown categories và InconsistentVersionWarning là hai sự cố đầu tiên bạn sẽ gặp.

LLM: dùng model có sẵn, chấm như một model

Với phần lớn việc về văn bản hôm nay, bạn không tự huấn luyện model ngôn ngữ mà gọi một model lớn có sẵn qua API. Kỹ năng machine learning vẫn quyết định chất lượng: một trợ lý trả lời câu hỏi cũng cần một bộ câu hỏi kiểm có đáp án, một thước đo (trả lời đúng, trích đúng nguồn) và một baseline để so khi đổi prompt hay đổi model. Đó chính là cách nghĩ của bài train, validation, test.

Thứ cần học thêm: viết prompt, gọi API, truy xuất tài liệu liên quan rồi đưa vào prompt (RAG), cho model gọi công cụ (agent), và đánh giá câu trả lời tự do. Trang dùng ChatGPT làm machine learning là bước đầu theo chiều ngược lại: dùng chatbot để làm machine learning nhanh hơn mà không tin mù quáng.

Deep Learning: khi dữ liệu là ảnh, âm thanh hay văn bản

Trên dữ liệu bảng vài nghìn dòng, boosting và logistic regression thường đủ tốt và nhanh hơn nhiều. Mạng nơ-ron sâu đáng công khi đầu vào là điểm ảnh, sóng âm hay chuỗi chữ: ở đó không ai viết tay được feature tốt, và mạng tự học feature từ dữ liệu thô. Trang MLPClassifier là cây cầu: cùng ý tưởng mạng nơ-ron, chạy bằng scikit-learn trên dữ liệu bảng.

Thứ bạn đã có dùng lại gần nguyên: gradient descent và tốc độ học, chia train/validation/test, overfitting và dừng sớm, metric. Thứ mới là PyTorch (tự viết vòng huấn luyện, tensor, chạy trên GPU), các kiến trúc cho ảnh và cho chuỗi, và kỹ thuật dùng lại model đã huấn luyện sẵn (transfer learning) để học được từ vài trăm ảnh thay cho vài trăm nghìn.

Dự án nên làm để luyện thêm

Dự án của riêng bạn dạy nhiều hơn mọi bài tập có sẵn, vì bạn phải tự định nghĩa label, tự chọn metric và tự tìm chỗ rò. Năm ý tưởng làm được bằng đúng những gì tutorial đã dạy:

  • Đoán thời gian bạn đi làm mỗi sáng từ giờ xuất phát, thứ trong tuần, thời tiết: ghi chép một tháng, rồi so Ridge với HistGradientBoosting như bài chọn model.

  • Phân loại giao dịch trong sổ chi tiêu cá nhân thành nhóm (ăn uống, đi lại, mua sắm) từ số tiền, giờ, nơi chi.

  • Phân cụm khách hàng của một cửa hàng quen biết theo tần suất và số tiền mua, như dự án phân khúc RFM, rồi đặt tên từng cụm cùng chủ cửa hàng.

  • Lấy một bộ dữ liệu công khai có cột thời gian, chia theo thời gian thay cho chia ngẫu nhiên, và đo điểm tụt bao nhiêu so với chia ngẫu nhiên.

  • Làm lại dự án hồ sơ vay với một ma trận chi phí khác, rồi viết một trang báo cáo cho người không học machine learning.

Mỗi dự án nên có nhật ký thí nghiệm như dự án Sóc Vàng: mỗi lần thử ghi đổi gì, điểm bao nhiêu, giữ hay bỏ.

Câu hỏi thường gặp

Học xong tutorial này thì bao lâu nữa đi làm được?

Không có mốc chung. Một cách tự đo: tự làm một bài toán mới, chưa có lời giải mẫu, cho tới file model chạy được trên máy khác, rồi trả lời trôi ba câu của người giao việc: đo bằng gì, mốc so là bao nhiêu, và model hơn mốc đó bao nhiêu. Bài Blog lộ trình AI Engineer bàn kỹ hơn về kỹ năng tuyển dụng hay hỏi; trang câu hỏi phỏng vấn giúp ôn phần nền.

Có cần học thêm toán trước khi sang Deep Learning không?

Cần thêm một ít, học dần khi gặp. Phần đại số tuyến tính (nhân ma trận) và đạo hàm của nhóm Toán, như bài vector và ma trận và đạo hàm và gradient, đủ để đọc hiểu một vòng huấn luyện PyTorch. Quy tắc dây chuyền (chain rule) là thứ mới cần thêm.

Quên cú pháp scikit-learn thì tra ở đâu?

Trang cheat sheet scikit-learn gom lệnh theo việc cần làm, bảng tra metric giúp chọn thước đo, và thuật ngữ machine learning giúp đọc tài liệu tiếng Anh.

Chủ đề

học machine learning xong học gì

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập