Máy học như thế nào

Lúc đầu nó đoán bừa. Sau mỗi lần đoán, nó xem giá thật rồi chỉnh các núm vặn bên trong để lần sau đoán gần hơn một chút. Các núm vặn đó gọi là parameters (tham số). Model lớn có hàng tỷ tham số.

Lặp lại đủ nhiều lần, nó sẽ đoán khá chuẩn. Thành quả cuối cùng gọi là model (mô hình). Việc dùng model để trả lời câu hỏi mới gọi là inference (suy luận).

Có một điều quan trọng: model chỉ biết những gì có trong dữ liệu nó được học. Nếu ví dụ thiếu công bằng hoặc đã cũ, model cũng sẽ như vậy. Đó là nguồn gốc của bias (thiên lệch).