Giải Tin học 12 - Định hướng khoa học máy tính trang 146
Lời giải chi tiết SGK Lớp 12 · Môn Tin Há»c · Trang 146–147
Tóm tắt lý thuyết
Phần cuối Bài 26 nhấn mạnh: thành tựu lớn nhất của Khoa học dữ liệu (KHDL) là khả năng phân tích và khám phá tri thức hữu ích từ dữ liệu lớn. Một số thành tựu cụ thể:
- Đổi mới quá trình ra quyết định.
- Tự động hoá.
- Cá nhân hoá dịch vụ, cải thiện trải nghiệm khách hàng (ví dụ hệ khuyến nghị).
- Trong y tế: y học cá nhân hoá, đưa ra phác đồ điều trị phù hợp từng bệnh nhân.
Bài 27 mở đầu về vai trò của máy tính với KHDL: máy tính cung cấp sức mạnh tính toán, lưu trữ và tự động hoá, không thể thiếu trong mọi giai đoạn của quy trình KHDL (thu thập – tiền xử lí – khám phá tri thức – phân tích – triển khai – báo cáo). Ba vai trò chính:
- Xử lí và lưu trữ dữ liệu.
- Phân tích và khai phá dữ liệu (thống kê + Học máy).
- Trực quan hoá dữ liệu.
Bài 1 (Câu hỏi mục): Thành tựu của Khoa học dữ liệu em tâm đắc nhất
Đề: Giới thiệu một vài thành tựu của Khoa học dữ liệu mà em tâm đắc nhất.
Gợi ý trả lời (chọn vài thành tựu để trình bày):
- Hệ khuyến nghị (recommendation system): YouTube, Netflix, Shopee, TikTok... gợi ý nội dung/sản phẩm đúng sở thích người dùng, vừa tiện cho người dùng vừa tăng doanh thu cho doanh nghiệp.
- Y học cá nhân hoá: phân tích dữ liệu gen và hồ sơ bệnh án để đưa ra phác đồ điều trị riêng cho từng bệnh nhân, nâng cao hiệu quả chữa bệnh.
- Dự báo (thời tiết, giao thông, dịch bệnh): xử lí dữ liệu lớn để dự đoán xu hướng, hỗ trợ ra quyết định kịp thời.
- Xe tự lái, trợ lí ảo, dịch máy: kết quả của việc kết hợp KHDL và Học máy trên lượng dữ liệu khổng lồ.
Lý do tâm đắc: những thành tựu này biến dữ liệu "thô" thành tri thức có ích, tác động trực tiếp đến đời sống hằng ngày và sức khoẻ con người.
Bài 2 (Câu hỏi mục): Kết quả khuyến nghị trong Hình 26.4
Đề: Quan sát Hình 26.4 và cho biết kết quả khuyến nghị là gì.
Trả lời:
Trong Hình 26.4, người dùng đang xem một video nhạc guitar của Estas Tonne ("Estas Tone Greatest Hits Collection Playlist"). Kết quả khuyến nghị là danh sách video gợi ý hiển thị ở cột bên phải màn hình, gồm các video cùng chủ đề/cùng nghệ sĩ:
- Estas Tonne – Internal Flight (guitar version) 2013.
- Estas Tone Greatest Hits Collection Playlist.
- ESTAS TONNE LIVE CONCERT [GOA] HD.
- Esta Tonne "Live" in Tulum 05/2021.
Giải thích: YouTube dùng KHDL để phân tích hành vi xem của người dùng (đang nghe nhạc guitar của Estas Tonne) rồi tự động đề xuất các video tương tự. Đây chính là sản phẩm của hệ khuyến nghị – một ứng dụng tiêu biểu của Khoa học dữ liệu.
Bài 3 (Luyện tập 1): KHDL tạo ra nhiều cơ hội mới
Đề: Tại sao lại có thể nói Khoa học dữ liệu góp phần tạo ra nhiều cơ hội mới cho các lĩnh vực khác nhau?
Trả lời:
KHDL có thể áp dụng vào hầu hết mọi lĩnh vực vì lĩnh vực nào cũng tạo ra và lưu trữ dữ liệu. Khi phân tích, khai phá dữ liệu, KHDL mang lại những cơ hội mới như:
| Lĩnh vực | Cơ hội mới nhờ KHDL |
|---|---|
| Kinh doanh, bán lẻ | Hiểu nhu cầu khách hàng, cá nhân hoá dịch vụ, hệ khuyến nghị, tăng doanh số |
| Y tế | Y học cá nhân hoá, dự báo dịch bệnh, hỗ trợ chẩn đoán |
| Sản xuất | Dự đoán hỏng hóc thiết bị, tối ưu quy trình, bảo trì dự đoán |
| Giao thông | Dự báo ùn tắc, tối ưu lộ trình, xe tự lái |
| Tài chính | Phát hiện gian lận, đánh giá rủi ro tín dụng |
Tóm lại: nhờ khả năng biến dữ liệu lớn thành tri thức hữu ích, hỗ trợ ra quyết định và tự động hoá, KHDL mở ra hướng phát triển và giải pháp mới mà trước đây khó thực hiện được, do đó tạo ra nhiều cơ hội mới cho nhiều lĩnh vực.
Bài 4 (Luyện tập 2): KHDL trong bảo trì thiết bị
Đề: Các tổ chức có thể sử dụng Khoa học dữ liệu để dự đoán thời điểm những trục trặc của thiết bị có thể xảy ra. Hãy phân tích để thấy được, trong trường hợp cụ thể này, Khoa học dữ liệu có thể giúp đổi mới hoàn toàn quy trình bảo trì thiết bị, thay thế quy trình hoạt động chưa hiệu quả.
Trả lời (phân tích):
So sánh hai cách bảo trì:
- Quy trình cũ (chưa hiệu quả):
- Bảo trì định kỳ theo lịch cố định: dễ bảo trì khi máy còn tốt → lãng phí, hoặc chưa kịp bảo trì máy đã hỏng → gián đoạn sản xuất.
- Bảo trì khi đã hỏng (sửa chữa bị động): gây dừng máy đột ngột, thiệt hại lớn, chi phí sửa cao.
- Quy trình mới nhờ KHDL (bảo trì dự đoán – predictive maintenance):
- Thu thập dữ liệu từ cảm biến trên thiết bị (nhiệt độ, độ rung, áp suất, tiếng ồn, số giờ hoạt động...).
- Dùng mô hình Học máy phân tích dữ liệu để nhận ra dấu hiệu bất thường báo trước hỏng hóc.
- Dự đoán chính xác thời điểm có thể xảy ra trục trặc → lên kế hoạch bảo trì đúng lúc, đúng bộ phận.
Kết quả đổi mới:
- Giảm thời gian dừng máy ngoài kế hoạch.
- Tiết kiệm chi phí (chỉ bảo trì khi thực sự cần).
- Kéo dài tuổi thọ thiết bị, tăng độ an toàn.
Vì vậy KHDL biến bảo trì từ "theo lịch cứng nhắc" hoặc "sửa khi hỏng" sang "bảo trì đúng thời điểm dựa trên dữ liệu", tức là đổi mới hoàn toàn và thay thế quy trình cũ kém hiệu quả.
Bài 5 (Vận dụng): Phân biệt Khoa học dữ liệu và Phân tích dữ liệu
Đề: Trong thực tế vẫn có trường hợp dùng các thuật ngữ Khoa học dữ liệu và Phân tích dữ liệu thay thế cho nhau. Điều này không hoàn toàn chính xác. Hãy truy cập Internet để tìm hiểu sự khác biệt giữa hai khái niệm này.
Gợi ý trả lời:
Đây là bài thực hành tra cứu Internet. Dưới đây là điểm khác biệt cốt lõi:
| Tiêu chí | Phân tích dữ liệu (Data Analytics) | Khoa học dữ liệu (Data Science) |
|---|---|---|
| Phạm vi | Hẹp hơn, là một phần của KHDL | Rộng hơn, bao trùm cả phân tích dữ liệu |
| Mục tiêu | Trả lời câu hỏi cụ thể, tìm hiểu điều đã/đang xảy ra từ dữ liệu hiện có | Khám phá tri thức mới, xây dựng mô hình dự đoán, đưa ra giải pháp tổng quát |
| Phương pháp | Thống kê mô tả, trực quan hoá, báo cáo | Thống kê nâng cao, Học máy, lập trình, xây dựng mô hình |
| Hướng nhìn | Thiên về quá khứ/hiện tại (mô tả, chẩn đoán) | Thiên về tương lai (dự đoán, đề xuất) |
| Câu hỏi tiêu biểu | "Điều gì đã xảy ra? Vì sao?" | "Điều gì sẽ xảy ra? Nên làm gì?" |
Kết luận: Phân tích dữ liệu là một bước/một phần trong Khoa học dữ liệu. KHDL có phạm vi rộng hơn, gồm cả thu thập, xử lí, phân tích, mô hình hoá và dự đoán. Vì vậy không nên dùng hai thuật ngữ thay thế hoàn toàn cho nhau.
Hoạt động (Trang 145 – Bài 27): Vai trò của máy tính trong KHDL
Đề: Hãy thảo luận và cho biết máy tính có vai trò như thế nào đối với sự phát triển của Khoa học dữ liệu.
Trả lời (dựa theo nội dung bài):
Máy tính có vai trò không thể thiếu trong mọi giai đoạn của quy trình KHDL, thể hiện ở ba mặt:
- Xử lí và lưu trữ dữ liệu: cung cấp công cụ và sức mạnh tính toán để lưu trữ, quản lí và xử lí khối lượng dữ liệu lớn, phức tạp, nhiều định dạng (từ cơ sở dữ liệu đến hệ thống tệp phân tán).
- Phân tích và khai phá dữ liệu: là phương tiện để chạy các thuật toán, huấn luyện và kiểm nghiệm mô hình thống kê, Học máy nhằm khám phá tri thức, dự đoán và nhận diện mẫu.
- Trực quan hoá dữ liệu: tạo biểu đồ, đồ thị, báo cáo tương tác giúp nhà khoa học dữ liệu khám phá và trình bày phát hiện dễ dàng hơn.
Tóm lại, máy tính cung cấp sức mạnh tính toán, khả năng lưu trữ và tự động hoá, là nền tảng giúp Khoa học dữ liệu phát triển và thành công.