Đánh giá mô hình không chỉ đơn thuần là việc kiểm tra độ chính xác. Nó giúp phân biệt liệu mô hình của bạn đang thực sự học hay chỉ đang ghi nhớ dữ liệu huấn luyện. Nếu mô hình chỉ ghi nhớ, nó sẽ hoạt động xuất sắc trên dữ liệu đã biết nhưng thất bại hoàn toàn khi gặp dữ liệu mới, khiến mô hình trở nên vô dụng trong thực tế.

Bài viết này tổng hợp 25 khái niệm và thuật ngữ cơ bản nhất trong lĩnh vực AI/Machine Learning giúp chúng ta áp dụng nhanh các mô hình AI vào các ứng dụng thực tế.

Dữ liệu chuỗi thời gian (time series) là nền tảng của phân tích tài chính, đặc biệt trong thị trường ngoại hối (forex) – nơi tỷ giá tiền tệ biến động liên tục dưới tác động của các yếu tố kinh tế vĩ mô, chính trị và tâm lý thị trường.

Tích chập (convolution) là một phép toán cơ bản trong toán học và xử lý tín hiệu số, được ứng dụng rộng rãi trong trí tuệ nhân tạo, đặc biệt là lĩnh vực thị giác máy tính và mạng nơ-ron tích chập (CNN).

Mục tiêu của lớp này nhằm trích xuất các đặc trưng quan trọng và loại bỏ các thông tin không cần thiết.

Dữ liệu chuỗi thời gian trong thị trường ngoại hối (forex) đặc trưng bởi tính phi tuyến, biến động cao và nhiễu thị trường. Dưới đây là các mô hình dự báo được sử dụng rộng rãi, kết hợp giữa phương pháp truyền thống và hiện đại: