Chương 1. Tổng quan nghiên cứu. Ở chương này sẽ trình bay về lý do chọn đề tài nghiên cứu. Qua đó, trình bày về đối tượng trong nghiên cứu, mục tiêu nghiên cứu, phương pháp nghiên cứu, phạm vi nghiên cứu, ý nghĩa nghiên cứu.
Đồng thời, bố cục của nghiên cứu cũng sẽ trình bày ở chương này Chương 2. Chương này cung cấp một cái nhìn tổng quát về học máy, và ứng dụng của học máy trong lĩnh vực tài chính. Phương pháp nghiên cứu. Chương này tập trung vào phương pháp nghiên cứu của khóa luận được sử dụng dé thiết kế và chuẩn bị các kết quả thực nghiệm.
Nó bao gồm các bước thu thập dữ liệu, quy trình huấn luyện và đánh giá hiệu suất. Kết quả nghiên cứu. Chương này báo cáo các kết quả thực nghiệm rút ra từ các phương pháp luận đã đề xuất ở chương 3. Phân tích so sánh được thực hiện nhằm mục đích chọn ra các mô hình tốt nhất dựa trên kết quả của các độ đo RMSE, MAE, MAPE.
Việc xử lý, thao tác làm sạch dữ liệu cũng sẽ được trình bày ở chương nay. Chương này tóm tắt toàn bộ công việc nghiên cứu bao gồm các thảo luận, kết luận, những hạn chế cũng như tính khả thi của những cải tiến tiềm năng của nghiên cứu và những đề xuất có thê mở rộng nghiên cứu trong tương lai. CƠ SỞ LÝ THUYET Tóm tắt. Chương này trình bày tổng quan về học máy và ứng dụng học máy trong lĩnh cực tài chính.
Định nghĩa và phân loại Học máy là một phần của trí tuệ nhân tạo. Liên quan đến việc thiết kế và phát triển các thuật toán cho phép máy tính suy luận dựa trên dữ liệu huấn luyện. Học máy đang ngày càng trở nên phô biến và được ứng dụng rộng rãi trong nhiều lĩnh vực như data analysis, bigdata,Chúng được sử dụng trong các hệ thống máy tính của Google, Facebook, ứng dụng trong nhận diện khuôn mặt, nhận diện chữ viết, xe tự lái,. Quy trình công việc trong máy học: © Get Data e Clean, Prepare and Manipulate Data e Train model e Test Data ® Improve Trong đó bước Improve là quá trình lặp đi lặp lại các bước 3-4-5 đến khi dat được kết qua mong muốn.
Máy học định nghĩa bởi Mitchell như sau: “A computer program is said to learn from experience E with respect to some tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E. “ Tam dich: “Một chương trình máy tính được gọi là hoc từ kinh nghiệm E để hoàn thành nhiệm vụ T, với hiệu quả được đo bằng phép đánh giá P, nếu hiệu quả của nó khi thực hiện nhiệm vụ T, khi được đánh giá bởi P, cải thiện theo kinh nghiệm E”. Trong đó: © _ Nhiệm vụ T: có nhiều nhiệm vụ phức tạp có thể được giải quyết bằng machine learning như classification, regression, clustering © Phép đánh giá P: Phép đánh giá phải dựa vào một tập dữ liệu gồm nhiều điểm dữ liệu. Ví dụ trong bài toán phân loại email rác.
Một tập dữ liệu gồm nhiều email khác nhau. Một email gọi là một điểm dữ liệu. Một tập dữ liệu có thể gồm Training set (dùng để huấn luyện mô hình), Validation set (dùng để điều chỉnh các thông số của mô hình) , Test set (dùng để đánh giá mô hình) © Kinh nghiệm E: Việc huấn luyện các mô hình machine learning có thé xem là cho chúng học trên các tập dữ liệu khác nhau. Các tập dữ liệu khác nhau sẽ cho ra các mô hình khác nhau.
Chất lượng của các tập dit liệu ảnh hưởng đến chất lượng của mô hình. Học máy được phân loại theo phương pháp học, và được chia thành 4 nhóm: học có giám sát (Supervised learning), học không giám sát (Unsupervised learning), học bán giám sát (Semi-supervised learning) và học củng cé/ting cường (Reinforcement learning). Tùy thuộc vào bài toán đặt ra, muốn nghiên cứu và các khoa học gia sẽ lựa chọn nhóm thuật toán phù hợp với dữ liệu của bài toán. e Học có giám sát: là thuật toán dự đoán đầu ra của một hoặc nhiều đữ liệu mới dựa trên các cặp dữ liệu đã biết từ trước.
Cặp dữ liệu này còn được gọi dữ liệu quan sát, nhãn. Học có giám sát là nhóm phổ biến nhất trong các thuật toán học máy. Nhóm thuộc toán học có giám sát còn được phân chia thành 2 nhóm nhỏ hơn là hồi quy và phân loại. Ví dụ trong bài toán phân loại email spam hay không spam.
Từng email được gán cho chỉ duy nhất một nhãn là spam hoặc không là không spam. Các email và nhãn của nó tạo thành một cặp dữ liệu. Sau khi các cặp dữ liệu này qua quá trình huấn luyện sẽ tạo ra được một mô hình. Sử dụng mô hình này đề phân loại xem khi một email mới là spam hay không spam dựa vào những khi nghiệm đã học được.
e Hoc không giám sát: là thuật toán mà dữ liệu đầu ra không được biết trước, mà chỉ biết dữ liệu đầu vào. Các thuật toán học không giám sát sẽ dựa vào cấu trúc của dữ liệu dé thực hiện một công việc nào đó phổ biến nhất là phân nhóm, cum dữ liệu và giảm chiều dữ liệu phục vụ lưu trữ, tính toán. Ví dụ ta có một tập dữ liệu gồm nhiều các hình vuông, tròn, tam giác chưa được gán nhãn. Thông qua thuật toán phân nhóm, ta sẽ tạo được mô hình có thé phân loại các hình này thành 3 nhóm khác nhau.
Từ đó khi có một hình mới, thông qua mô hình ta sẽ biết hình mới đó thuộc nhóm nào. Học bán giám sát: Các thuật toán đề giải quyết bài toán khi chúng ta có một lượng lớn dữ liệu nhưng chỉ một phần trong chúng được gán nhãn được gọi là học bán giám sát. Những bài toán thuộc nhóm này nằm giữa hai nhóm được nêu trên. Một ví dụ điển hình của nhóm này là chỉ có một phần ảnh hoặc văn bản được gán nhãn (ví dụ bức ảnh về người, động vật hoặc các văn bản khoa học, chính trị) và phần lớn các bức ảnh/văn bản khác chưa được gán nhãn được thu thập từ internet.
Thực tế cho thấy rất nhiều các bài toán Machine Learning thuộc vào nhóm này vì việc thu thập dữ liệu có nhãn tốn rất nhiều thời gian và có chỉ phí cao. Rất nhiều loại dữ liệu thậm chí cần phải có chuyên gia mới gán nhãn được (ảnh y học chẳng hạn). Ngược lại, dữ liệu chưa có nhãn có thể được thu thập với chỉ phí thấp từ internet. Học củng cố/tăng cường: Các thuật toán dung dé thực hiện các bài toán giúp cho một hệ thống tự động xác định hành vi dựa trên hoàn cảnh để đạt được lợi ích cao nhất gọi là học củng cố/tăng cường.
Hiện tại, học củng cố/tăng cường chủ yếu được áp dụng vào lý thuyết trò chơi, các thuật toán cần xác định nước đi tiếp theo dé đạt được điểm số cao nhất. Ví dụ: AlphaGo gan đây nổi tiếng với việc chơi cờ vây thắng cả con người. Cờ vây được xem là có độ phức tạp cực kỳ cao với tông số nước di là xấp xi 107%, so với cờ vua là 10!22 và tổng số nguyên tử trong toàn vũ trụ là khoảng 108°!! Vì vậy, thuật toán phải chọn ra 1 nước đi tối ưu trong số hàng nhiều tỉ tỉ lựa chọn, và tất nhiên, không thé áp dụng thuật toán tương tự như IBM Deep Blue (IBM Deep Blue đã thắng con người trong môn cờ vua 20 năm trước). Về cơ bản, AlphaGo bao gồm các thuật toán thuộc cả Supervised learning và Reinforcement learning.
Trong phần Supervised learning, dữ liệu từ các ván cờ do con người chơi với nhau được đưa vào để huấn luyện. Tuy nhiên, mục đích cuối cùng của AlphaGo không phải là chơi như con người mà phải thậm chí thắng cả con người. Vì vậy, sau khi học xong các ván cờ của con người, AlphaGo tự chơi với chính nó với hàng triệu ván chơi đề tìm ra các nước đi mới tối ưu hơn. Thuật toán trong phan tự chơi này được xếp vào loại Reinforcement learning 2.
Ung dụng của học máy Hiện nay, học máy đã được sử dụng trong hàng loạt ứng dụng, lĩnh vực trong cuộc sống. Nồi tiếng nhất về hoạt động của học máy là công cụ đề xuất cung cấp năng lượng cho nguồn cấp tin tức của Facebook. Facebook sử dụng công nghệ học máy đề cá nhân hóa cách thức phân phối nguồn cấp dữ liệu của mỗi thành viên. Một ví dụ khác là TikTok với hệ thống đề xuất “ma quỷ” thu hút và giữ chân hàng triệu và hàng tỷ người người dung trên toàn cầu.
Ứng dụng của học máy trong một vài lĩnh vực khác: - Nhận diện hình ảnh: Nhận dạng hình ảnh là một trong những ví dụ về máy học và trí tuệ nhân tạo phô biến nhất. Về cơ bản, nó là một cách tiếp cận đề xác định và phát hiện các đặc trưng của một đối tượng trong hình ảnh kỹ thuật số. Hơn nữa, kỹ thuật này có thể được sử dụng để phân tích sâu hơn, chẳng hạn như nhận dạng mẫu, nhận diện hình khuôn, nhận dạng khuôn mặt, nhận dang ký tự quang học và nhiều hon nữa. - _ Xử lý ngôn ngữ tự nhiên: Các ứng dụng của ngôn ngữ tự nhiên rất da dang, nhưng nồi bật trong số đó có sửa lỗi chính tả, nhận dạng tên thực tế, gán nhãn từ loại và tách từ tìm kiếm thông tin, khai phá dữ liệu và phát hiện tri thức.
Những ứng dụng này góp phần không nhỏ trong quá trình học tập, khám phá khoa học của con người và trong các lĩnh vực đời sống. - Sản xuất: Máy học có thé hỗ trợ bảo trì dự đoán, kiểm soát chất lượng và nghiên cứu đổi mới trong lĩnh vực sản xuất. Công nghệ máy học cũng giúp các công ty cải thiện giải pháp hậu cần, bao gồm quản lý tài sản, chuỗi cung ứng và kho hàng. Ví dụ: gã không lồ 3M trong ngành sản xuất sử dụng AWS Machine Learning dé cải tiến giấy nhám.
Thuật toán máy học giúp các nhà nghiên cứu của 3M phân tích những thay đổi nhỏ về hình dạng, kích thước và định hướng có thé cải thiện khả năng mài mòn và độ bên ra sao. Những gợi ý này cung cấp thông tin cho quá trình sản xuất. - Chăm sóc sức khỏe và khoa học đời sống: Sự phát triển như vũ bão của cảm biến và thiết bị có thể đeo được đã tạo ra một lượng lớn dit liệu về sức khỏe. Các chương trình máy học có thể phân tích thông tin này và hỗ trợ bác sĩ chẩn đoán và điều trị trong thời gian thực.