Nguồn tham khảo: Gama, J., Žliobaitė, I., Bifet, A., Pechenizkiy, M., & Bouchachia, A. (2014). A survey on concept drift adaptation. ACM Computing Surveys, 46(4), 1–37. https://doi.org/10.1145/2523813
Truy cập toàn văn: https://doi.org/10.1145/2523813
Tóm tắt nội dung
João Gama, Indrė Žliobaitė, Albert Bifet, Mykola Pechenizkiy và Abdelhamid Bouchachia (ACM Computing Surveys, 2014) tổng quan về trôi khái niệm (concept drift), tức tình huống trong học có giám sát trực tuyến mà mối quan hệ giữa dữ liệu đầu vào và biến mục tiêu thay đổi theo thời gian. Khi đó, một mô hình từng dự báo tốt có thể giảm dần độ chính xác mà không ai hay biết. Các tác giả mô tả đặc điểm của quá trình học thích nghi, phân loại các chiến lược xử lý trôi khái niệm, điểm qua những kỹ thuật và thuật toán tiêu biểu, bàn về phương pháp đánh giá thuật toán thích nghi và giới thiệu một số ứng dụng minh họa.
Bài đặt các khía cạnh vốn rời rạc của lĩnh vực vào một khung thống nhất, làm tài liệu nhập môn cho người mới tiếp cận. Đây là bài hệ thống hóa, phần tóm tắt của bài không nêu kết quả so sánh định lượng giữa các thuật toán. Với hệ thống dự báo bỏ học, trôi khái niệm là rủi ro thường trực: chương trình đào tạo thay đổi, việc học chuyển sang trực tuyến, chính sách học phí hay đặc điểm tuyển sinh khác đi đều có thể làm các dấu hiệu nguy cơ cũ mất giá trị. Bài viết giúp nhà trường hiểu vì sao cần theo dõi hiệu năng mô hình qua từng học kỳ và lên kế hoạch huấn luyện lại khi phát hiện sai lệch.
Luận điểm liên quan trong bài viết chính
Trong bài viết chính, tài liệu này được dẫn để làm rõ nhận định sau: Quan hệ giữa các biến đầu vào và kết cục có thể thay đổi theo thời gian (Gama và cộng sự, 2014), chẳng hạn khi quy chế tuyển sinh đổi hằng năm hay khi thời điểm xét cảnh báo chuyển sang cuối năm học.
Xem bài viết chính: Ứng dụng học máy phát hiện sinh viên có nguy cơ bỏ học: từ bài toán lớp thiểu số đến quyết định can thiệp