Ở Module 1, bạn học các mô hình riêng lẻ (phân loại, hồi quy…) như từng công cụ trong hộp đồ nghề. Nhưng bài toán thực tế không tự nói “hãy dùng phân loại” hay “hãy dùng hồi quy” — nó chỉ là 1 câu hỏi kinh doanh mơ hồ. Bài này dạy cách tự thiết kế giải pháp, không chỉ áp dụng công cụ có sẵn.
Ví dụ thật: ai nên nhận thư mời quyên góp?
1 tổ chức từ thiện có danh sách hàng chục nghìn người, muốn gửi thư mời quyên góp. Gửi thư tốn chi phí (in ấn, tem, thời gian), nên không thể gửi cho tất cả. Câu hỏi “ai nên nhận thư” nghe đơn giản, nhưng không phải bài toán phân loại thuần (không chỉ là “sẽ quyên góp hay không”) — vì còn cần biết quyên góp bao nhiêu, mới tính được có đáng gửi thư hay không.
Cạm bẫy khi ghép lại: selection bias
Có 1 lỗi tinh vi hay gặp khi ước tính “số tiền quyên góp dự kiến”: nếu bạn chỉ dùng dữ liệu của những người ĐÃ TỪNG quyên góp để xây mô hình hồi quy dự đoán số tiền, mô hình đó sẽ bị lệch — vì nhóm “đã từng quyên góp” khác hẳn nhóm “toàn bộ danh sách” (họ vốn đã có xu hướng chi rộng tay hơn). Đây gọi là selection bias — mẫu dữ liệu bị chọn lọc sẵn không đại diện đúng cho toàn bộ nhóm cần dự đoán.
Cách tránh: luôn tự hỏi “dữ liệu tôi dùng để huấn luyện mô hình có đại diện đúng cho TOÀN BỘ nhóm tôi sẽ áp dụng mô hình sau này không, hay chỉ đại diện cho 1 nhóm con đã được lọc sẵn theo cách nào đó?”
Xem thêm
Video này (tiếng Anh) minh họa cách tính Expected Value bằng cây quyết định trong 1 ví dụ kinh doanh khác — cùng nguyên lý vừa học.
- Bạn chia được 1 bài toán mơ hồ (ví dụ: nên đầu tư vào công ty nào) thành các phần nhỏ đo được bằng công thức Expected Value.
- Bạn giải thích được vì sao cần cả mô hình phân loại VÀ mô hình hồi quy trong ví dụ thư mời quyên góp.
- Bạn nhận diện được 1 tình huống selection bias tự nghĩ ra.
Kỹ năng quan trọng nhất không phải là biết chạy 1 mô hình có sẵn, mà là biết CHIA NHỎ 1 bài toán mơ hồ thành các phần có thể đo được — mỗi phần dùng đúng công cụ đã học ở Module 1, rồi ghép lại bằng công thức Expected Value. Đây là kỹ năng “thiết kế”, khác với kỹ năng “vận hành mô hình”.
Câu hỏi thường gặp
Expected Value có phải công thức phức tạp không?
Không — về bản chất chỉ là: (xác suất xảy ra) × (giá trị nếu xảy ra) − (chi phí). Cái khó không nằm ở công thức, mà ở việc XÁC ĐỊNH ĐÚNG từng phần cần đo bằng mô hình gì.
Selection bias chỉ xảy ra với bài toán quyên góp thôi sao?
Không — đây là lỗi RẤT phổ biến trong nhiều bài toán, ví dụ: xây mô hình dự đoán “khách hàng tốt” chỉ dựa trên khách hàng đã được duyệt vay trước đó (bỏ qua toàn bộ người bị từ chối) — sẽ gặp lại ở Module 2 phần đạo đức dữ liệu.
Kỹ năng này áp dụng vào phân tích đầu tư ra sao?
Ví dụ: bài toán “nên đầu tư vào công ty nào” có thể chia thành (a) xác suất công ty tăng trưởng tốt, (b) mức tăng trưởng dự kiến nếu tốt, (c) vốn cần bỏ ra — ghép lại đúng như ví dụ thư mời quyên góp.