Bỏ qua đến nội dung chính
Mục lục

Dùng ChatGPT làm machine learning: hỏi gì, kiểm lại sao

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 5/9 · Chương 14

Trang phụ trợ

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

Trang này gom những câu hỏi hay gặp khi dùng ChatGPT làm machine learning hay dùng một trợ lý AI khác: nên gửi chatbot những gì, kiểm code nó viết ở đâu, và tự tính lại con số nó báo thế nào. Mở trang khi bạn định nhờ AI viết một pipeline scikit-learn, hay khi đã có code chạy ra điểm rất đẹp mà chưa chắc nên tin.

Cách dùng với trang này

Các câu hỏi đi theo thứ tự một lần làm việc với chatbot: chuẩn bị yêu cầu, đọc code nó trả về, kiểm con số, rồi hỏi nó giải thích. Mỗi câu trả lời nói việc nên làm ở câu đầu, rồi chỉ chỗ cần nhìn trong code. Các ô code chạy được chỉ dùng thư viện chuẩn của Python, nên bạn kiểm được một con số ngay trên trang; đoạn code scikit-learn của chatbot được in để đọc, chạy trên máy của bạn.

Ý chung của trang: chatbot viết code machine learning nhanh và thường chạy được ngay, nhưng code chạy được chưa chắc đánh giá đúng. Lỗi nguy hiểm nhất không làm Python báo gì: điểm cao vì rò dữ liệu, điểm đo trên chính phần đã học, model chưa từng được so với baseline. Phần sửa lỗi cú pháp và lỗi chạy của code AI viết có ở bài sửa code AI viết.

Trước khi hỏi chatbot

Nên gửi gì khi nhờ chatbot viết code machine learning?

Gửi năm điều: label là gì và được ghi lúc nào, danh sách cột kèm kiểu và thời điểm mỗi cột được ghi, số dòng và tỉ lệ lớp, metric bạn sẽ dùng để chọn model, và phiên bản scikit-learn. Điều thứ hai là điều chatbot không tự đoán được, và cũng là nguồn rò dữ liệu hay gặp nhất. Một yêu cầu đủ ý trông như sau:

  • Bảng hoi_vien.csv, 3.000 dòng, mỗi dòng một hội viên, chụp ngày 15/06/2026.

  • Label roi_bo = 1 nếu hội viên hủy hoặc không gia hạn gói trong 60 ngày sau ngày chụp (19,8% là 1).

  • Cột ghi trước ngày chụp: tuoi, goi, so_don_90_ngay, ti_le_giao_tre…

  • Cột ghi sau ngày chụp: hoi_cach_huy_sau_moc (không được dùng làm feature).

  • Metric chọn model: ROC-AUC bằng cross-validation 5 fold.

  • Dùng scikit-learn 1.8, đặt tiền xử lý bên trong Pipeline.

Hai dòng cuối chặn trước hai lỗi của mục sau. Bài quy trình dự án machine learning giải thích vì sao metric phải chọn trước khi viết code.

Có nên dán dữ liệu khách hàng vào chatbot không?

Không dán dữ liệu có tên, số điện thoại, email, mã khách hàng hay số tiền gắn với một người cụ thể. Gửi mô tả bảng như ví dụ trên, vài dòng mẫu đã bỏ thông tin cá nhân hay số tự đặt, rồi chạy code trên máy của bạn. Bài phân tích dữ liệu với AI chỉ cách in mô tả bảng bằng pandas để dán vào chatbot.

Đọc code chatbot viết

Bộ chuẩn hóa hay bộ điền ô trống có được fit trước khi chia không?

Tìm mọi dòng fit_transform() đứng trước train_test_split() hay trước cross_val_score(). Đoạn chatbot hay viết khi không được dặn dùng Pipeline:

python
X_so = StandardScaler().fit_transform(X)
X_train, X_test, y_train, y_test = train_test_split(X_so, y, test_size=0.2)

Bộ chuẩn hóa đã nhìn thấy cả phần test khi tính trung bình và độ lệch chuẩn. Với chuẩn hóa, điểm thường lệch rất ít; với bước chọn cột, điền ô trống theo nhãn hay tăng mẫu lớp hiếm, điểm có thể cao ảo hẳn. Cách sửa chắc nhất là bảo chatbot đặt mọi bước vào make_pipeline(), như bài pipeline, rồi mới chia hay chạy cross-validation.

Có cột nào được ghi sau thời điểm dự đoán không?

Đọc từng cột chatbot giữ làm feature và hỏi: lúc cần dự đoán, cột này đã có giá trị chưa? Chatbot không biết lịch ghi dữ liệu của bạn, nên nó giữ mọi cột trừ label. Một dấu hiệu nhanh là một cột gần như trùng với label. Ví dụ tám hội viên, cột thứ hai là số lần hỏi cách hủy gói sau ngày chụp:

python
from statistics import correlation

roi_bo = [1, 0, 0, 1, 0, 1, 0, 0]
so_don_90_ngay = [1, 4, 2, 0, 5, 2, 3, 1]
hoi_cach_huy = [3, 0, 0, 2, 0, 4, 0, 1]
print(round(correlation(so_don_90_ngay, roi_bo), 2))
print(round(correlation(hoi_cach_huy, roi_bo), 2))

KẾT QUẢ

-0.62
0.92

Tương quan 0,92 với label trên một cột hành vi là đáng ngờ, nhưng con số không chứng minh rò; lịch ghi dữ liệu mới quyết định. Dự án tìm cột rò nhãn đi qua cả quy trình tìm.

Code chạy ra TypeError về một tham số lạ thì sao?

Chatbot học từ nhiều code viết cho scikit-learn cũ, nên hay dùng tham số đã bị bỏ: squared=False, sparse=False, normalize=True, load_boston(). Đừng hạ phiên bản thư viện cho khớp code; sửa code theo bảng của trang sửa code scikit-learn cũ. Khi hỏi lại chatbot, dán dòng cuối của thông báo lỗi và nói rõ phiên bản bạn đang chạy, in bằng sklearn.__version__.

Điểm chatbot báo được đo trên phần nào?

Tìm dòng tính điểm và xem nó chấm trên dữ liệu nào. Ba trường hợp hay gặp, từ sai tới đúng: chấm trên chính X_train (điểm train, luôn đẹp); chấm trên X_test nhưng đã dùng chính X_test để chọn cột, chọn ngưỡng hay chọn tham số (điểm lạc quan); chấm bằng cross-validation trên phần train, rồi chấm test đúng một lần ở cuối. Bài train, validation, test nói phần nào dùng cho việc gì.

Kiểm con số chatbot đưa ra

Chatbot báo precision và recall từ một confusion matrix, kiểm thế nào?

Tính lại từ bốn ô. Giả sử chatbot đọc ma trận của bạn rồi báo "precision 0,80, recall 0,60":

python
tp, fp, fn, tn = 48, 32, 12, 508

precision = tp / (tp + fp)
recall = tp / (tp + fn)
f1 = 2 * precision * recall / (precision + recall)
print(round(precision, 2), round(recall, 2), round(f1, 2))

KẾT QUẢ

0.6 0.8 0.69

Chatbot đã đổi chỗ hai con số: precision lấy cột dự đoán dương làm mẫu số, recall lấy hàng dương thật. Đổi 48, 32, 12, 508 thành 48, 12, 32, 508 rồi chạy lại: dòng in thành 0.8 0.6 0.69, đúng cặp số chatbot báo. Bài precision, recall, F1 có hình bốn ô để nhớ.

Chatbot khen accuracy 95%, có nên tin không?

Hỏi ngay: model đoán toàn lớp đông thì được bao nhiêu? Trên một bảng 3.000 hồ sơ vay có 150 hồ sơ vỡ nợ:

python
so_ho_so, so_vo_no = 3000, 150

accuracy_doan_toan_0 = (so_ho_so - so_vo_no) / so_ho_so
print(accuracy_doan_toan_0)

KẾT QUẢ

0.95

Model không học gì cũng đạt 95%. Bảo chatbot báo thêm recall của lớp vỡ nợ và PR-AUC, và so với DummyClassifier, như bài dữ liệu mất cân bằng.

Nhờ chatbot giải thích

Chatbot nói "cột này gây ra rời bỏ", đúng không?

Không: độ quan trọng của feature nói model nhờ cột nào nhiều khi đoán, không cho biết đổi cột đó thì khách đổi hành vi. Một cột có thể quan trọng vì nó đi cùng nguyên nhân thật, như số ngày từ lần mua cuối đi cùng việc khách đã chán dịch vụ. Muốn nói về nguyên nhân cần thử nghiệm có nhóm đối chứng. Bài permutation importance nói con số đó đo gì.

Nhờ chatbot giải thích một khái niệm có ổn không?

Ổn, và thường nhanh hơn đọc tài liệu, miễn là bạn kiểm lời giải thích bằng một ví dụ chạy được. Hỏi chatbot kèm "cho một ví dụ vài dòng mà tôi tự tính tay được", rồi chạy ví dụ đó như ô code ở trên. Khi lời giải thích và kết quả chạy khác nhau, tin kết quả chạy, rồi đối chiếu với bài của tutorial; thuật ngữ machine learning giúp tìm đúng bài.

Câu hỏi thường gặp

Chatbot nào viết code scikit-learn tốt hơn?

Trang này không so sánh sản phẩm. Với mọi chatbot, chất lượng phụ thuộc nhiều vào yêu cầu bạn gửi hơn vào tên chatbot: yêu cầu có lịch ghi dữ liệu, metric và phiên bản thư viện cho code tốt hơn hẳn yêu cầu "viết model dự đoán rời bỏ". Dù dùng chatbot nào, vẫn kiểm theo bốn câu hỏi của mục "Đọc code chatbot viết".

Nhờ AI làm hết dự án thì có học được machine learning không?

Học được ít hơn nhiều. Phần đáng học nhất của một dự án là các quyết định: label là gì, metric nào, cột nào được dùng, ngưỡng đặt ở đâu; chatbot quyết thay thì bạn không tập được. Một cách dùng tốt hơn: tự viết code theo các bài của tutorial, rồi nhờ chatbot soát lại, như cách bài sửa code AI viết gợi ý.

Dùng AI làm thống kê có cần kiểm như vậy không?

Cần, theo cùng tinh thần: tự tính lại mọi con số đi vào báo cáo. Trang dùng AI làm thống kê đi qua các con số thống kê hay bị nhầm, như độ lệch chuẩn chia n hay n − 1 và cách đọc p-value.

Chủ đề

dùng chatgpt làm machine learning

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