[NHẠC] Vậy bây giờ chúng ta đã xây dựng được một loại
mới hoàn chỉnh về trải nghiệm nhà hàng hoặc trải nghiệm đánh giá nhà hàng
sử dụng bộ phân loại. Chũng ta hãy đào sâu và
hiểu rõ hơn về phân loại là gì, và các ứng dụng khác của phân loại. Một bộ phân loại lấy đầu vào x,
ví dụ một câu của một đánh giá hoặc những đầu vào khác như chúng ta sẽ thấy. Nó được đẩy qua một mô hình
để có đầu ra là một giá trị y, mà chúng ta đang cố gắng dự đoán. Và đây là một lớp, ví dụ,
tích cực hoặc tiêu cực. Tích cực trong trường hợp phân tích cảm tính
tương ứng với ngón tay cái đưa lên trên trong khi tiêu cực tương ứng với
ngón tay cái hướng xuống dưới. Nhưng đây chỉ là một ví dụ về phân loại. Bạn có thể nhìn vào nội dung, ví dụ, một trang web, tôi muốn biết trang web này có thú vị không và
tôi có thể sắp xếp chúng theo danh mục. Ví dụ, đây là về giáo dục, một trang về giáo dục, hay là một trang về tài chính,
hay là một trang về công nghệ, vân vân? Không chỉ có hai danh mục Có thể có ba, bốn hoặc thậm chí hàng trăm danh muc mà tôi sẽ dự đoán. Bây giờ ví dụ khác về phân loại, thực sự tác động tới tất cả cuộc sống
của chúng ta, đó là lọc thư rác. Một số bạn có thể vẫn nhớ, có lẽ đầu những
năm 2000, lọc thư rác trông như thế nào. Chất lượng không tốt. Thực sự chúng đều là những thứ
được điều chỉnh bằng tay, oh nó có các từ nhất định, nó chắc chắn là thư rác. Nhưng người gửi thư rác thay đổi từ ngữ một chút, thêm số thay vì chữ và có thể
đánh bại bộ lọc thư rác. Và cái gì đã thực sự thay đổi thế giới của bộ lọc thư rác. Nó đã thay đổi rất nhiều đến nỗi mà tôi thậm chí
không nhìn vào thư mục rác của tôi, thật tiếc nếu tin nhắn của bạn đi vào thư mục rác
của tôi, tôi không mở nó, đó là học máy. Đó là phân loại. Họ lấy đầu vào x của email và đưa qua bộ phân loại để dự đoán 
liệu có phải thư rác hay không. Nó đã làm rất tốt. Và nó làm không phải bằng việc
xem xét nội dung email mà nó nhìn vào các đặc điểm khác. Ví dụ, ai đã gửi nó. Nếu thư của một người bạn thân
hoặc ai đó bạn hay thăm hỏi, thì nó ít khả năng là thư rác. Địa chỉ IP là một người gửi từ máy tính thông thường, vân vân. Rất nhiều thông tin. Đây là một ứng dụng thực tế rất thú vị khác. Trong phiên bản máy tính chúng ta làm được rất nhiều phân loại. Chúng ta sẽ lấy một hình ảnh và
hình dung hình ảnh đó là gì. Ví dụ ở đây đầu vào x là các điểm ảnh của hình ảnh. Chúng ta đưa nó vào bộ phân loại và chúng ta sẽ dự đoán những việc như là
đó là một con cho phải không? Thực tế nó là một Labrador Retriever,
 Golden Retriever hoặc giống chó khác. Đây thực sự là một chú chó Labrador Retriever. Và như chúng ta sẽ thấy sau này
trong module học sâu, có những cách mới rất hay để
làm điều này với tính chính xác cao. Bây giờ bạn cũng có thể sử dụng phân loại
trong các hệ thống chuẩn đoán y tế và thực tế thì đó là những gì bác sĩ làm. Họ cặp nhiệt độ cho bạn, có thể họ xem
bản x-ray của bạn, họ nhìn vào một vài bản kiểm tra y tế và họ cố gắng
chuẩn đoán về bệnh của bạn. Có thể họ nói không, không, bạn
không sao cả hoặc bạn bị cảm lạnh, bạn bị cúm, thậm chí có thể
là bạn bị viêm phổi. Đó là một biến y cần được dự đoán, căn bệnh nào đang diễn biến. Ngày nay có những điều mới
rất thú vị về y học cá nhân, bởi vì sự dự đoán không phụ thuộc
vào các số đo chuẩn mực mà còn được cá nhân hóa với tôi. Có thể phụ thuộc vào trình tự
DNA của tôi, khá thú vị và cũng phụ thuộc vào phong cách sống của tôi, hoặc có thể thực tế hơn, giống như thế này. Và vì thế với tất cả các phép đo này, có thể tạo ra dự đoán
tốt hơn cho bệnh của tôi. Ý tưởng về sự phân loại trong học máy, thực sự đi xa hơn nhiều, thậm chí
có thể đọc được ý nghĩ của bạn. Khi tôi ở Carnegie-Mellon, Tom Mitchell,
một trong những người bạn và đồng nghiệp của tôi ở văn phòng của anh ấy, anh ấy gặp tôi và nói 
chúng tôi đã làm điều tuyệt vời lấy hình ảnh trong não bạn 
sử dụng công nghệ gọi là FMRI, đó là quét não và dự đoán khi bạn đang đọc từng từ của văn bản, liệu bạn đang đọc từ búa hay từ nhà. Vì thế nó thực sự đọc được ý nghĩ của bạn. Nhưng thực tế anh ấy đã làm nhiều thứ thú vị. Ví dụ, nếu bạn nhìn một bức tranh về
cái búa hoặc một ngôi nhà, nhưng bạn huấn luyện việc phân loại
trên việc bạn đọc từ búa và nhà, bạn sẽ vẫn có thể đọc được ý nghĩ của bạn và 
hình dung được cái bức tranh nào bạn đang nhìn. Vì vậy đây là là điểm tiếp theo của sự phân loại
để hiểu não làm việc như thế nào. [NHẠC]