Data Analytics

Phân tích dữ liệu là quy trình kiểm tra, làm sạch, chuyển đổi và mô hình hóa dữ liệu với mục tiêu khám phá các thông tin hữu ích, đưa ra kết luận và hỗ trợ quá trình ra quyết định. Trong bối cảnh trí tuệ nhân tạo và học máy, phân tích dữ liệu đóng vai trò là bước nền tảng giúp chuyển đổi dữ liệu thô, không cấu trúc thành các thông tin chi tiết hữu ích có thể cải thiện hiệu suất của model. Bằng cách áp dụng phân tích thống kê và các kỹ thuật logic, các chuyên gia có thể xác định xu hướng, mô hình và các điểm bất thường trong tập dữ liệu trước khi huấn luyện các thuật toán phức tạp. Thực hành này rất quan trọng đối với các tác vụ như tiền xử lý dữ liệu và kỹ thuật đặc trưng, đảm bảo rằng dữ liệu đầu vào cung cấp cho các AI model đạt chất lượng và độ liên quan cao.

Link to this sectionVai trò của phân tích trong học máy#

Phân tích dữ liệu đóng vai trò là cầu nối giữa việc thu thập dữ liệu thô và triển khai các hệ thống thông minh. Trước khi một model như YOLO26 được huấn luyện, việc phân tích giúp các kỹ sư hiểu được phân phối của các lớp, sự hiện diện của các sai lệch hoặc chất lượng của các chú thích. Ví dụ, các kỹ thuật phân tích dữ liệu khám phá (EDA) cho phép các nhà phát triển trực quan hóa tần suất của các danh mục đối tượng trong một tập dữ liệu phát hiện. Nếu một lớp bị thiếu hụt dữ liệu đại diện, model có thể gặp phải tình trạng mất cân bằng lớp, dẫn đến khả năng tổng quát hóa kém.

Hơn nữa, phân tích sau huấn luyện là yếu tố cần thiết để đánh giá hiệu suất của model. Ngoài các chỉ số chính xác đơn thuần, các công cụ phân tích còn đi sâu vào ma trận nhầm lẫn và đường cong precision-recall để xác định chính xác vị trí model gặp lỗi. Vòng lặp phản hồi này là một phần không thể thiếu trong vòng đời MLOps, hướng dẫn các cải tiến lặp đi lặp lại về cả chất lượng dữ liệu lẫn kiến trúc model.

Link to this sectionCác ứng dụng trong thực tế#

Phân tích dữ liệu thúc đẩy việc ra quyết định trong nhiều ngành công nghiệp bằng cách diễn giải đầu ra của các AI model.

• Bán lẻ và Quản lý kho hàng: Trong môi trường bán lẻ, các model thị giác máy tính phát hiện mức tồn kho trên kệ hàng. Các hệ thống phân tích tổng hợp dữ liệu phát hiện này theo thời gian để dự đoán xu hướng mua sắm, tối ưu hóa quản lý kho hàng và tự động kích hoạt các đơn đặt hàng bổ sung khi nguồn cung cấp xuống thấp. Ứng dụng này dựa vào phân tích chuỗi thời gian để dự báo nhu cầu tương lai dựa trên số liệu phát hiện lịch sử.
• Tối ưu hóa luồng giao thông: Các thành phố thông minh sử dụng phát hiện đối tượng để giám sát lưu lượng phương tiện tại các giao lộ. Các nền tảng phân tích xử lý dữ liệu thời gian thực từ camera giao thông để tính toán các chỉ số ùn tắc, điều chỉnh thời gian đèn giao thông một cách linh hoạt và giảm thời gian chờ đợi. Bằng cách sử dụng mô hình dự đoán, các nhà quy hoạch đô thị cũng có thể mô phỏng tác động của việc đóng đường hoặc các dự án xây dựng mới đối với khả năng di chuyển trong đô thị.

Link to this sectionPhân tích với Ultralytics YOLO#

Gói ultralytics cung cấp các khả năng phân tích tích hợp để đánh giá hiệu suất của model trên các tập kiểm định. Ví dụ sau đây minh họa cách tải model, chạy kiểm định và trích xuất các chỉ số chính như mean Average Precision (mAP), đây là một chỉ số phân tích tiêu chuẩn cho việc phát hiện đối tượng.

from ultralytics import YOLO

# Load the YOLO26n model
model = YOLO("yolo26n.pt")

# Validate the model on the COCO8 dataset
# This process generates analytics like mAP50-95 and confusion matrices
metrics = model.val(data="coco8.yaml")

# Access specific analytic metrics
print(f"mAP50-95: {metrics.box.map}")
print(f"Precision: {metrics.box.mp}")

Link to this sectionPhân biệt các thuật ngữ liên quan#

• Khai thác dữ liệu: Mặc dù thường được sử dụng thay thế cho nhau, khai thác dữ liệu tập trung cụ thể vào việc khám phá tự động các mô hình và mối quan hệ trong các tập dữ liệu lớn bằng cách sử dụng học máy và các phương pháp thống kê. Phân tích dữ liệu là một hoạt động rộng hơn bao gồm cả việc khai thác, nhưng cũng bao gồm cả việc diễn giải và truyền đạt các phát hiện này đến các bên liên quan.
• Trực quan hóa dữ liệu: Đây là việc biểu diễn thông tin và dữ liệu dưới dạng đồ họa. Trực quan hóa là một công cụ cụ thể được sử dụng trong phân tích dữ liệu để giúp các kết quả phức tạp trở nên dễ tiếp cận hơn, sử dụng biểu đồ, bản đồ nhiệt và đồ thị. Ví dụ, công cụ Ultralytics Explorer tận dụng trực quan hóa để giúp người dùng truy vấn và hiểu tập dữ liệu của họ một cách trực quan.
• Business Intelligence (BI): BI chủ yếu mang tính mô tả, tập trung vào "điều gì đã xảy ra" trong quá khứ để cung cấp thông tin cho chiến lược kinh doanh. Phân tích dữ liệu thường mở rộng sang các lĩnh vực dự đoán (điều gì sẽ xảy ra) và quy định (chúng ta nên làm gì), tận dụng các AI algorithms tiên tiến để cung cấp thông tin chuyên sâu hướng tới tương lai.

Link to this sectionCông cụ và Công nghệ#

Việc phân tích dữ liệu hiệu quả dựa trên một chồng công cụ mạnh mẽ. Các thư viện Python như Pandas là tiêu chuẩn để thao tác dữ liệu, trong khi NumPy xử lý các phép tính số học cần thiết cho việc xử lý các tensor và mảng. Để mở rộng quy mô phân tích sang big data, các framework như Apache Spark cho phép xử lý phân tán. Trong lĩnh vực thị giác máy tính, Ultralytics Platform cung cấp một trung tâm tập trung để trực quan hóa số liệu thống kê tập dữ liệu, quản lý chú thích dữ liệu và phân tích các lượt huấn luyện mà không cần cơ sở hạ tầng code phức tạp.