AIE301m - Phần 5: Huấn luyện mạng nơ-ron với Keras

Đáp án đúng: "model.compile()". Trong Keras, model.compile() là bước bắt buộc để cấu hình mô hình trước khi huấn luyện, khai báo bộ tối ưu (optimizer), hàm mất mát (loss) và các chỉ số (metrics); chưa compile thì không thể huấn luyện. Chỗ dễ tranh cãi là đề gộp cả hai bước compile và train mà chỉ cho chọn một, trong khi theo tài liệu Keras, "model.fit()" mới là hàm thực sự chạy vòng huấn luyện qua các epoch; đáp án vẫn là model.compile() vì câu hỏi nhấn vào bước khởi đầu bắt buộc của quy trình compile rồi train, và fit() chỉ chạy được sau khi compile đã xong. "model.train()" không phải phương thức của mô hình Keras, cách gọi này giống thói quen của PyTorch nơi train() chỉ bật chế độ huấn luyện. "model.compile_and_train()" cũng không tồn tại trong Keras, không có hàm nào gộp hai bước làm một.

Đáp án đúng: "Measuring predictive performance on financial datasets". Chỉ số đánh giá (evaluation metrics) như MAE, RMSE cho hồi quy lợi suất hay accuracy, precision cho phân loại xu hướng được khai báo trong model.compile và tính trên tập huấn luyện, tập kiểm định sau mỗi epoch, cho biết mô hình dự đoán tốt đến đâu; khác với hàm mất mát dùng để tối ưu, chỉ số đánh giá dùng để theo dõi và so sánh, giúp phát hiện quá khớp khi chỉ số trên tập kiểm định xấu đi. "Determining brokerage commission rates" sai vì mức hoa hồng do nhà môi giới quy định theo hợp đồng, không do mô hình đo. "Calculating exchange listing fees" sai vì phí niêm yết là khoản doanh nghiệp trả cho sàn, hoàn toàn nằm ngoài việc huấn luyện mạng. "Managing trading accounts" sai vì quản lý tài khoản giao dịch là nghiệp vụ của nhà môi giới và hệ thống quản trị rủi ro, không phải chức năng của chỉ số đánh giá.

Đáp án đúng: "Epoch". Trong huấn luyện học sâu, một epoch là một lượt mô hình đi qua toàn bộ tập huấn luyện đúng một lần; mỗi epoch gồm nhiều bước cập nhật theo từng lô (batch), và huấn luyện thường chạy nhiều epoch, như tham số epochs trong hàm fit của Keras, cho tới khi mất mát trên tập kiểm định ngừng giảm. "Trading cycle" là chu kỳ giao dịch, khái niệm của hoạt động mua bán trên thị trường chứ không phải của khâu huấn luyện mô hình. "Portfolio iteration" chỉ một vòng điều chỉnh danh mục đầu tư, không liên quan tới số lần duyệt dữ liệu huấn luyện. "Market rebalancing period" là khoảng thời gian định kỳ cân bằng lại tỷ trọng tài sản trong danh mục, ví dụ hằng tháng hay hằng quý, cũng là khái niệm quản lý danh mục chứ không phải thuật ngữ của framework học sâu.

Đáp án đúng: "Building and training neural network models for financial prediction". TensorFlow 2 là thư viện tính toán học sâu, còn Keras là API cấp cao tích hợp sẵn trong đó (tf.keras) để định nghĩa lớp, biên dịch và huấn luyện mạng nơ-ron; trong hệ thống giao dịch, chúng đảm nhận phần mô hình dự đoán giá, lợi suất hay tín hiệu. "Executing stock trades automatically on exchanges" là việc của hệ thống thực thi lệnh kết nối tới sàn qua API môi giới, không phải thư viện học máy. "Monitoring brokerage commissions for portfolios" là chức năng kế toán và quản lý chi phí. "Calculating stock market regulatory fees" là nghiệp vụ tính phí theo quy định, không cần tới mạng nơ-ron.

Đáp án đúng: "Optimizer". Trong TensorFlow và Keras, bộ tối ưu (optimizer) như SGD, Adam, RMSprop nhận gradient của hàm mất mát theo từng trọng số, thường tính bằng GradientTape hoặc tự động trong model.fit, rồi cập nhật tham số theo quy tắc của nó, ví dụ trọng số mới bằng trọng số cũ trừ tốc độ học nhân gradient; lời gọi optimizer.apply_gradients chính là bước cập nhật. "Market index" là chỉ số thị trường như S&P 500, một chuỗi dữ liệu có thể làm đặc trưng đầu vào, không cập nhật tham số nào. "Trading commission calculator" là công cụ tính phí giao dịch, thuộc khâu mô phỏng chi phí trong kiểm thử ngược. "Portfolio rebalancing engine" điều chỉnh lại tỉ trọng tài sản trong danh mục theo định kỳ hay theo tín hiệu, là thành phần của hệ thống giao dịch chứ không phải của quá trình huấn luyện mô hình.