Nhập môn

Hai thành viên mới cùng nhận một đề làm mô hình dự đoán khách hàng sắp rời bỏ dịch vụ. Người thứ nhất quăng dữ liệu vào một thuật toán mạnh và nửa ngày sau khoe độ chính xác chín mươi lăm phần trăm; người thứ hai ngồi hỏi lại nhãn định nghĩa thế nào, dự đoán trước bao nhiêu ngày, con số ra rồi ai dùng, xong mới bắt tay. Vì sao người chậm hơn lại thường ra kết quả dùng được, còn con số đẹp của người nhanh lại hóa vô dụng?

Hóa ra chín mươi lăm phần trăm là cái bẫy của dữ liệu mất cân bằng, và khác biệt giữa hai người nằm ở kỷ luật tư duy trước khi hành động chứ không ở tốc độ gõ phím. Khu Nhập môn này gom lại bộ kỷ luật đó thành một tư duy chung cho mọi việc xoay quanh vòng lặp từ dữ liệu tới mô hình.

1. Bảng thuật ngữ tập trung

Thuật ngữ	Tên tiếng Anh	Dịch nghĩa & Giải thích
X	Feature	Các đặc trưng đầu vào của mô hình.
Y	Label	Biến mục tiêu cần dự đoán.
Leakage	Data Leakage	Rò rỉ thông tin tương lai vào đầu vào.
Metric	Evaluation Metric	Thước đo hiệu năng của mô hình.
Case	Case Taxonomy	Bảng phân loại tình huống để đo.

2. Sơ đồ bộ xương năm nhịp

Khung đọc sơ đồ:

• Đề bài cần giải: Làm sao đưa một vấn đề từ lúc mơ hồ tới lúc có một mô hình đáng tin mà không tự lừa dối mình dọc đường.
• Giả định nền: Người thực hiện có kỷ luật dừng lại ở mỗi nhịp thay vì nhảy thẳng từ đề bài sang con số kết quả.
• Ý nghĩa các thành phần: Nhịp một chốt định nghĩa X, Y và thước đo; nhịp hai chia việc; nhịp ba giới hạn phạm vi mỗi lần thử; nhịp bốn tìm cách bác bỏ kết quả trước khi tin; nhịp năm biến sai lầm thành quy chuẩn.
• Cách đọc rút giá trị: Đi theo mũi tên đặc từ trên xuống; mũi tên đứt quay về nhịp một nghĩa là bài học mỗi vòng làm vòng sau nhanh và đúng hơn. Nhịp nào chưa qua cổng thì quay lại, không nhảy cóc.

3. Đối chiếu hai môi trường

Nhịp	Khi làm mô hình và nghiên cứu	Khi làm hệ thống và pipeline
Định nghĩa bài toán	Đăng ký giả thuyết, chốt X, Y, thước đo	Qua các cổng gate trước khi code
Kiểm chứng đối nghịch	Chống rò rỉ dữ liệu và khử định kiến	Test theo nhóm ca và audit ba lăng kính
Ghi bài học	Khóa kết luận, hệ thống hóa tri thức	Ghi anti-pattern vào sổ bài học

4. Năm bài trong khu này

• Nghĩ trước khi làm. Dịch một câu hỏi thành bài toán X sang Y có thước đo đúng; xem 01_problem-first-thinking.
• Hỏi hay tự quyết. Thước đo biết khi nào tự quyết, đề xuất, hay mới nên hỏi; xem 02_ask-or-decide.
• Khóa scope và làm tuần tự. Đổi một biến mỗi lần thử để quy kết quả về nguyên nhân; xem 03_scope-and-sequence.
• Kiểm chứng trước khi tin. Đo theo loại case, audit, và chống rò rỉ; xem 04_verify-before-trust.
• Luật cứng và bài học. Các điều không có vùng xám và anti-pattern đã trả giá; xem 05_hard-rules-and-lessons.

5. Sau khi nắm cơ bản

• Đi sâu quy trình cụ thể. Nắm bộ xương rồi thì sang khu Quy trình làm việc cho chi tiết về tư duy dữ liệu, kiến trúc, vòng lặp nghiên cứu, và các quy ước công cụ.

✅ Tự kiểm nhanh

1. Vì sao độ chính xác chín mươi lăm phần trăm của người thứ nhất lại vô dụng?

Đáp án

Vì dữ liệu mất cân bằng: chỉ năm phần trăm khách rời bỏ, nên một mô hình đoán không ai rời bỏ cũng đạt chín mươi lăm phần trăm mà không giúp được gì. Người ấy giải nhầm bài toán và đo bằng nhầm thước; phải đo bằng khả năng bắt đúng nhóm thiểu số sắp rời bỏ.

2. Nhịp bốn trong bộ xương năm nhịp yêu cầu làm gì, và khi làm mô hình được gọi là gì?

Đáp án

Nhịp bốn là kiểm chứng đối nghịch, tức chủ động tìm cách bác bỏ kết quả trước khi tin. Khi làm mô hình, nhịp này là chống rò rỉ dữ liệu và khử định kiến để biết con số đẹp có thật hay chỉ ảo.