AIE301m - Phần 10: Tối ưu danh mục và AutoML

Đáp án đúng: "True". AutoML (học máy tự động) tự động hoá các khâu tốn công như chọn thuật toán, tạo đặc trưng, tìm kiến trúc và tinh chỉnh siêu tham số, nên người không chuyên vẫn huấn luyện được mô hình qua giao diện hoặc vài dòng cấu hình; nhờ thử hàng loạt cấu hình một cách có hệ thống trên hạ tầng đám mây như Vertex AI, nó thường cho ra mô hình nhanh hơn và nhiều khi chính xác hơn mô hình viết tay chưa được tinh chỉnh kỹ. Chữ "often" trong phát biểu quan trọng: AutoML không phải lúc nào cũng thắng chuyên gia, nhưng thường đạt kết quả tốt với ít công sức hơn, nên phát biểu được xem là đúng. "False" không đúng vì nó phủ nhận cả tính dễ dùng lẫn lợi thế về tốc độ, trong khi đây chính là lý do AutoML được đưa vào quy trình xây dựng mô hình dự báo tài chính.

Đáp án đúng: "False". AutoML (học máy tự động) là cách tự động hoá các khâu xây mô hình: chọn mô hình, tìm kiến trúc, tinh chỉnh siêu tham số và đánh giá, để người không chuyên vẫn có mô hình tốt. Với dữ liệu ảnh, văn bản, AutoML của Google dựa vào tìm kiếm kiến trúc mạng nơ-ron (neural architecture search) và học chuyển giao (transfer learning) để tìm kiến trúc mạng phù hợp với dữ liệu của người dùng, chứ không cố định vào kiến trúc dạng cây cho từng bài toán. Cây quyết định hay gradient boosting chỉ là một họ mô hình mà AutoML có thể thử với dữ liệu bảng, không phải cơ chế cốt lõi của nó. "True" sai vì phát biểu thu hẹp AutoML vào kiến trúc cây, trong khi bản chất của nó là tự động tìm kiến trúc và mô hình tốt nhất trong một không gian rộng hơn nhiều.

Đáp án đúng: "AutoML NLP". Trong hệ sinh thái Google Cloud, AutoML Natural Language là dịch vụ được thiết kế riêng cho dữ liệu văn bản: chỉ cần tải lên văn bản đã gán nhãn, nó tự chọn kiến trúc, huấn luyện và triển khai mô hình phân loại, trích xuất thực thể hay phân tích cảm xúc. "BigQuery ML" phù hợp với dữ liệu dạng bảng nằm sẵn trong kho BigQuery, huấn luyện bằng câu lệnh SQL. "CNN" là mạng tích chập, mạnh nhất với ảnh và dữ liệu lưới không gian. "LSTM" xử lý được văn bản như một chuỗi, nhưng đó là một kiến trúc phải tự dựng và tinh chỉnh, còn câu hỏi hướng tới công cụ chuyên dụng sẵn có cho văn bản.

Đáp án đúng: "The set of portfolios offering maximum return for a given risk level". Theo lý thuyết danh mục hiện đại của Markowitz, đường biên hiệu quả (efficient frontier) là tập hợp các danh mục tối ưu: với mỗi mức rủi ro, đo bằng độ lệch chuẩn, nó cho lợi suất kỳ vọng cao nhất, hay tương đương rủi ro thấp nhất với mỗi mức lợi suất; danh mục nằm dưới đường biên bị coi là kém hiệu quả. "The set of stocks with the highest trading volume" nói về thanh khoản, không liên quan tới đánh đổi rủi ro và lợi suất. "The group of assets with identical market capitalization" chỉ là nhóm theo quy mô vốn hoá. "The list of assets traded on the same exchange" là danh sách niêm yết, không phải khái niệm tối ưu danh mục.

Đáp án đúng: "All of the above". AutoML, học máy tự động, là cách tự động hoá các bước vốn làm tay khi xây mô hình như tiền xử lý, chọn đặc trưng, chọn thuật toán, tinh chỉnh siêu tham số và đánh giá, ví dụ Vertex AI AutoML hay các thư viện như AutoKeras. "A process that automates the process of building machine learning models" đúng vì đó là định nghĩa cốt lõi. "applying machine learning models to real-world problems using automation" cũng đúng vì AutoML hướng tới đưa học máy vào bài toán thực tế từ đầu đến cuối bằng tự động hoá. "A method to make machine learning available for non-machine learning experts" đúng vì một mục tiêu lớn của AutoML là để người không chuyên vẫn tạo được mô hình tốt. Ba ý mô tả cùng một khái niệm từ ba góc là quy trình, ứng dụng và đối tượng người dùng, nên chọn riêng một ý là chưa đầy đủ, phương án tổng hợp mới đúng.