# AI Supervised vs Unsupervised học giám sát

Tiếng Anh: Supervised vs Unsupervised Learning

So sánh hai phương pháp học máy: học có giám sát dùng dữ liệu gán nhãn (chấm điểm tín dụng) và học không giám sát dùng dữ liệu chưa gán nhãn (phân cụm...

Nguồn: https://vieclam.nganhang.com/thuat-ngu/ai-supervised-vs-unsupervised-hoc-giam-sat-la-gi
Danh mục: AI & Machine Learning trong ngân hàng
Cập nhật: 13/09/2026

## Học có giám sát và Học không giám sát là gì?

**Thuật ngữ tiếng Anh:** Supervised Learning / Unsupervised Learning
**Lĩnh vực:** AI & Machine Learning trong ngân hàng

Học có giám sát (**Supervised Learning**) và học không giám sát (**Unsupervised Learning**) là hai phương pháp nền tảng của học máy (**Machine Learning**), một lĩnh vực cốt lõi của trí tuệ nhân tạo (**Artificial Intelligence – AI**). Hai phương pháp này đóng vai trò chiến lược trong việc xây dựng các hệ thống phân tích dữ liệu của ngân hàng hiện đại – từ chấm điểm tín dụng, phát hiện gian lận đến cá nhân hóa trải nghiệm khách hàng.

**Supervised Learning** là phương pháp huấn luyện mô hình trên tập dữ liệu đã được gán nhãn (**labeled data**), trong đó mỗi mẫu dữ liệu đều có cặp đầu vào (input) và đầu ra (output) đã biết trước. Mô hình sẽ học một hàm ánh xạ f(x) = y để dự đoán kết quả cho dữ liệu mới. Ví dụ điển hình trong ngân hàng: dựa trên hồ sơ tín dụng của hàng triệu khách hàng trong 7-10 năm qua, kèm nhãn "vỡ nợ" hoặc "không vỡ nợ", mô hình học cách ước lượng xác suất vỡ nợ (Probability of Default – PD) của một khách hàng mới chỉ dựa vào thu nhập, lịch sử tín dụng, độ tuổi và đặc điểm khoản vay.

Ngược lại, **Unsupervised Learning** hoạt động trên dữ liệu chưa được gán nhãn (**unlabeled data**), nơi thuật toán phải tự khám phá cấu trúc, mẫu ẩn hoặc mối quan hệ nội tại trong dữ liệu. Phương pháp này đặc biệt hữu ích trong các tình huống ngân hàng chưa biết trước đáp án: phân nhóm hàng triệu khách hàng theo hành vi chi tiêu thành các cụm đồng nhất, hoặc phát hiện hàng nghìn giao dịch bất thường mỗi ngày trong tổng số hàng chục triệu giao dịch mà không cần nhãn gian lận cụ thể.

Điểm khác biệt cốt lõi giữa hai phương pháp nằm ở ba yếu tố: (1) **sự có mặt của nhãn dữ liệu** – có hoặc không có đáp án mẫu; (2) **mục tiêu bài toán** – dự đoán (prediction) đối với học có giám sát, khám phá (discovery) đối với học không giám sát; và (3) **cách đánh giá hiệu quả mô hình** – học có giám sát dùng Accuracy, Precision, Recall, F1-Score, AUC-ROC; học không giám sát dùng Silhouette Score, Davies-Bouldin Index hoặc Inertia. Một điểm quan trọng nữa là chi phí chuẩn bị dữ liệu: học có giám sát thường tốn kém hơn vì phải gán nhãn thủ công hoặc bán tự động, trong khi học không giám sát tận dụng được lượng lớn dữ liệu thô sẵn có.

## Đặc điểm và phân loại

### Bảng so sánh tổng quan

| Tiêu chí | **Supervised Learning** | **Unsupervised Learning** |
|---|---|---|
| Dữ liệu đầu vào | Có nhãn (labeled) | Không nhãn (unlabeled) |
| Mục tiêu chính | Dự đoán đầu ra mới | Khám phá cấu trúc ẩn |
| Bài toán điển hình | Phân loại (classification), hồi quy (regression) | Phân cụm (clustering), giảm chiều (dimensionality reduction), anomaly detection |
| Đánh giá mô hình | Accuracy, Precision, Recall, F1-Score, AUC-ROC | Silhouette Score, Davies-Bouldin Index, Inertia |
| Chi phí chuẩn bị dữ liệu | Cao (cần gán nhãn) | Thấp (dùng dữ liệu thô) |
| Độ chính xác | Cao nếu dữ liệu tốt | Trung bình, nhưng có giá trị khám phá |
| Khả năng giải thích | Tùy thuật toán (cao với cây quyết định, thấp với Deep Learning) | Thường thấp, khó giải thích cụm |
| Thuật toán tiêu biểu | Logistic Regression, Decision Tree, Random Forest, SVM, Neural Network | K-Means, DBSCAN, Hierarchical Clustering, PCA, Autoencoder |

### Các thuật toán chính trong Supervised Learning

- **Hồi quy logistic (Logistic Regression):** Thuật toán cổ điển cho bài toán phân loại nhị phân, ví dụ dự đoán khách hàng có vỡ nợ trong 12 tháng tới hay không. Ưu điểm nổi bật là tính giải thích cao (explainability), rất phù hợp với yêu cầu pháp lý về minh bạch mô hình theo chuẩn mực Basel III.
- **Cây quyết định (Decision Tree):** Mô hình dạng cây phân nhánh theo các đặc trưng đầu vào, dễ visualize và trình bày trước Hội đồng tín dụng.
- **Rừng ngẫu nhiên (Random Forest):** Tập hợp hàng trăm cây quyết định, tăng độ chính xác và giảm overfitting, thường đạt AUC 0.85-0.92 trong các mô hình chấm điểm tín dụng thực tế.
- **Máy vector hỗ trợ (SVM – Support Vector Machine):** Hiệu quả trong phân loại giao dịch gian lận với dữ liệu nhiều chiều, đặc biệt khi số lượng giao dịch gian lận rất ít so với tổng số (imbalanced data).
- **Mạng nơ-ron nhân tạo (Neural Network):** Mô hình phức tạp, xử lý dữ liệu phi tuyến tính, ứng dụng trong nhận dạng chữ ký, xử lý ảnh chứng từ KYC, chatbot tư vấn tài chính và dự đoán chuỗi thời gian (time series).

### Các thuật toán chính trong Unsupervised Learning

- **K-Means:** Thuật toán phân cụm phổ biến nhất, chia khách hàng thành K nhóm dựa trên đặc điểm tương đồng. Ví dụ: K=5 nhóm khách hàng VIP, trung lưu, phổ thông, mới, rủi ro.
- **DBSCAN (Density-Based Spatial Clustering of Applications with Noise):** Phát hiện cụm dựa trên mật độ, hiệu quả với dữ liệu có hình dạng bất kỳ, đặc biệt ưu việt trong phát hiện giao dịch bất thường.
- **Phân cụm phân cấp (Hierarchical Clustering):** Xây dựng cây phân cấp cụm, hữu ích khi muốn hiểu mối quan hệ phân cấp giữa các nhóm khách hàng.
- **Phân tích thành phần chính (PCA – Principal Component Analysis):** Giảm số chiều dữ liệu từ hàng trăm biến xuống còn 2-3 biến chính, giúp trực quan hóa và tăng tốc độ xử lý.
- **Autoencoder:** Dạng mạng nơ-ron tự mã hóa, dùng trong phát hiện gian lận – các giao dịch bất thường có sai số tái tạo (reconstruction error) cao hơn đáng kể so với giao dịch thông thường.

### Phương pháp lai ghép và mở rộng

- **Học bán giám sát (Semi-supervised Learning):** Kết hợp cả dữ liệu có nhãn và chưa nhãn, đặc biệt phù hợp với ngân hàng khi chỉ có một phần nhỏ khách hàng được gán nhãn rủi ro (ví dụ: chỉ 5% khách hàng có lịch sử vỡ nợ rõ ràng), phần còn lại chưa rõ.
- **Học tăng cường (Reinforcement Learning):** Mô hình học thông qua thử-sai và nhận thưởng/phạt, ứng dụng trong tối ưu danh mục đầu tư, giao dịch thuật toán và tối ưu chiến lược thu hồi nợ.

## Ví dụ thực tế trong ngành ngân hàng

### Ví dụ 1: Supervised Learning trong chấm điểm tín dụng

Ngân hàng A – một ngân hàng thương mại cổ phần lớn tại Việt Nam – triển khai hệ thống chấm điểm tín dụng (**Credit Scoring**) dựa trên kết hợp Logistic Regression và Random Forest. Hệ thống được huấn luyện trên dữ liệu khoảng 3,5 triệu hồ sơ vay trong giai đoạn 2017-2023, với hơn 200 biến đầu vào bao gồm: thu nhập hàng tháng (xác minh qua sao kê lương), độ tuổi, nghề nghiệp, thâm niên làm việc, lịch sử tín dụng từ Trung tâm Thông tin Tín dụng Quốc gia Việt Nam (CIC), tỷ lệ nợ trên thu nhập (DTI), thời gian làm việc tại đơn vị hiện tại, và đặc điểm khoản vay (kỳ hạn, mục đích vay, loại tài sản đảm bảo, giá trị khoản vay).

Kết quả triển khai: mô hình đạt **AUC-ROC = 0,89**, Recall = 82% (phát hiện đúng 82% khách hàng có khả năng vỡ nợ thực sự), Precision = 76%. Nhờ hệ thống này, tỷ lệ nợ xấu (NPL ratio) của Ngân hàng A giảm từ 2,1% xuống còn 1,4% trong vòng 24 tháng, đồng thời thời gian phê duyệt khoản vay giảm từ 3 ngày xuống còn 4-6 giờ đối với các hồ sơ có điểm tín dụng cao. Đáng chú ý, tỷ lệ phê duyệt tự động đạt 62% tổng số hồ sơ, giúp giảm tải đáng kể cho nhân viên tín dụng.

### Ví dụ 2: Unsupervised Learning trong phân nhóm khách hàng

Ngân hàng B muốn triển khai chiến lược **marketing cá nhân hóa** (personalization) cho 8 triệu khách hàng cá nhân. Thay vì dùng phân nhóm thủ công theo thu nhập, ngân hàng áp dụng thuật toán K-Means với K=7, phân tích trên 15 biến bao gồm: tần suất giao dịch hàng tháng, giá trị giao dịch trung bình, số lượng sản phẩm đang sử dụng (thẻ tín dụng, tiết kiệm, bảo hiểm nhân thọ, vay mua xe, vay mua nhà), độ tuổi, khu vực địa lý, kênh giao dịch ưa thích (chi nhánh, ứng dụng di động, internet banking).

Kết quả phân cụm cho thấy 7 nhóm khách hàng rõ rệt: (1) **Khách hàng VIP** giao dịch giá trị cao (chiếm 5% dân số nhưng đóng góp 28% doanh thu), (2) **Nhân viên văn phòng trẻ tuổi** dùng app thường xuyên (18%), (3) **Tiểu thương** giao dịch tiền mặt nhiều tại quầy (12%), (4) **Người về hưu** thích giao dịch tại chi nhánh (15%), (5) **Khách hàng doanh nghiệp nhỏ** vay vốn kinh doanh (10%), và hai nhóm còn lại có đặc điểm riêng. Dựa trên phân nhóm này, Ngân hàng B triển khai các chiến dịch marketing riêng biệt cho từng nhóm, tỷ lệ phản hồi (response rate) tăng từ 3,2% lên 11,7% – gấp 3,6 lần so với chiến dịch đại trà trước đó. Chi phí thu hút khách hàng mới (CAC) cũng giảm 28%.

### Ví dụ 3: Unsupervised Learning trong phát hiện gian lận thẻ

Ngân hàng C xử lý trung bình 12 triệu giao dịch thẻ mỗi ngày trên toàn hệ thống. Do không có nhãn gian lận cụ thể cho từng giao dịch (chỉ phát hiện gian lận sau khi khách hàng khiếu nại, thường trễ 5-30 ngày), ngân hàng triển khai hệ thống phát hiện bất thường dựa trên kết hợp DBSCAN và Autoencoder. Mô hình học "hành vi bình thường" của từng khách hàng dựa trên 90 ngày lịch sử giao dịch, bao gồm: số tiền trung bình, địa điểm, khung giờ, loại merchant, tần suất. Sau đó hệ thống cảnh báo thời gian thực (real-time) các giao dịch có sai số tái tạo vượt ngưỡng – ví dụ: khách hàng thường giao dịch 500.000 - 2.000.000 VNĐ/ngày tại Hà Nội, nhưng đột ngột có giao dịch 50.000.000 VNĐ tại nước ngoài lúc 2h sáng.

Kết quả: trong 6 tháng đầu triển khai, hệ thống phát hiện và ngăn chặn kịp thời 1.247 giao dịch gian lận trị giá tổng cộng 38,6 tỷ VNĐ, giảm 64% số vụ gian lận so với 6 tháng trước đó. Tỷ lệ cảnh báo sai (false positive rate) chỉ ở mức 0,3% – tức cứ 1.000 cảnh báo, chỉ có 3 trường hợp cảnh báo nhầm, giúp giảm phiền toái cho khách hàng hợp lệ và tiết kiệm chi phí vận hành call center.

## Học có giám sát và Học không giám sát trong các ngôn ngữ khác

| Ngôn ngữ | Thuật ngữ | Phiên âm |
|---|---|---|
| Tiếng Anh | Supervised Learning / Unsupervised Learning | /suːˈpɜːrvaɪzd ˈlɜːrnɪŋ/ / /ʌnˈsuːpərvaɪzd ˈlɜːrnɪŋ/ |
| Tiếng Nhật | 教師あり学習 / 教師なし学習 | Kyōshi ari gakushū / Kyōshi nashi gakushū |
| Tiếng Hàn | 지도 학습 / 비지도 학습 | Ji-do hak-seup / Bi-ji-do hak-seup |
| Tiếng Trung | 监督式学习 / 无监督式学习 | Jiān-dū shì xué-xí / Wú jiān-dū shì xué-xí |
| Tiếng Tây Ban Nha | Aprendizaje supervisado / Aprendizaje no supervisado | /a.pɾen.dɪˈsa.xe su.peɾ.biˈsa.ðo/ / /a.pɾen.dɪˈsa.xe no su.peɾ.biˈsa.ðo/ |

## Câu hỏi thường gặp

### Supervised Learning khác gì Unsupervised Learning?

Sự khác biệt cốt lõi nằm ở **dữ liệu huấn luyện và mục tiêu bài toán**. **Supervised Learning** sử dụng dữ liệu đã được gán nhãn (ví dụ: hồ sơ khách hàng kèm nhãn "vỡ nợ"/"không vỡ nợ") để học mối quan hệ đầu vào – đầu ra, từ đó dự đoán kết quả cho dữ liệu mới. Trong khi đó, **Unsupervised Learning** làm việc với dữ liệu chưa gán nhãn, tự khám phá cấu trúc, mẫu ẩn hoặc phân nhóm trong dữ liệu mà không cần biết trước đáp án. Nói cách khác, học có giám sát trả lời câu hỏi *"đầu vào X sẽ cho đầu ra gì?"*, còn học không giám sát trả lời câu hỏi *"trong tập dữ liệu X có những nhóm/mẫu nào ẩn bên trong?"*. Về chi phí, học có giám sát đòi hỏi nguồn lực đáng kể để gán nhãn, nhưng cho độ chính xác cao hơn trong các bài toán dự đoán; học không giám sát tiết kiệm chi phí chuẩn bị dữ liệu nhưng kết quả khó giải thích hơn.

### Khi nào ngân hàng cần sử dụng Supervised Learning và Unsupervised Learning?

Ngân hàng ưu tiên **Supervised Learning** khi có sẵn dữ liệu lịch sử đã gán nhãn cho các bài toán **dự đoán** cụ thể: chấm điểm tín dụng (Credit Scoring), dự đoán khả năng vỡ nợ (PD), phân loại giao dịch gian lận đã xác minh, dự đoán khách hàng rời bỏ (Churn Prediction), dự đoán doanh số bán sản phẩm. Ngược lại, **Unsupervised Learning** được ưu tiên khi **không có nhãn** hoặc muốn khám phá insight mới: phân nhóm khách hàng theo hành vi (Customer Segmentation), phát hiện giao dịch bất thường theo thời gian thực (Real-time Anomaly Detection), giảm chiều dữ liệu để phân tích trực quan, hoặc tìm kiếm các mẫu gian lận mới chưa từng xuất hiện trong lịch sử (zero-day fraud). Trong thực tế, nhiều hệ thống hiện đại kết hợp cả hai phương pháp (bán giám sát – **Semi-supervised Learning**) để tận dụng lượng lớn dữ liệu chưa gán nhãn, đồng thời vẫn tận dụng được dữ liệu có nhãn sẵn có.

### Hai phương pháp này ảnh hưởng thế nào đến khách hàng?

Về mặt tích cực, **Supervised Learning** giúp phê duyệt khoản vay nhanh hơn (từ vài ngày xuống vài giờ), đánh giá rủi ro chính xác và nhất quán hơn, giảm thiên kiến chủ quan của nhân viên tín dụng, đồng thời mở rộng khả năng cho vay tới các khách hàng thiếu lịch sử tín dụng (thin-file customers). **Unsupervised Learning** giúp phát hiện gian lận kịp thời bảo vệ tài khoản khách hàng, đề xuất sản phẩm phù hợp với nhu cầu thực sự (cá nhân hóa), phát hiện sớm các dấu hiệu tài khoản bị lạm dụng. Tuy nhiên, khách hàng cũng cần lưu ý: các mô hình AI có thể mang **thiên kiến (bias)** từ dữ liệu lịch sử, đặt ra yêu cầu quan trọng về tính giải thích được (**Explainability**) và quyền khiếu nại quyết định của AI. Đây cũng chính là yêu cầu quan trọng theo Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân và Quyết định 2345/QĐ-NHNN ngày 18/12/2023 của Ngân hàng Nhà nước về an toàn, bảo mật trong hoạt động ngân hàng trên không gian mạng.

## Tổng kết

Học có giám sát (**Supervised Learning**) và học không giám sát (**Unsupervised Learning**) là hai trụ cột không thể thiếu của **Machine Learning** trong ngân hàng hiện đại, mỗi phương pháp có thế mạnh và bài toán ứng dụng riêng. Học có giám sát mang lại độ chính xác cao cho các bài toán dự đoán khi có dữ liệu lịch sử gán nhãn, trong khi học không giám sát giúp khám phá insight ẩn và xử lý hiệu quả nguồn dữ liệu khổng lồ chưa gán nhãn – vốn là tài sản dữ liệu dồi dào nhất của ngân hàng. Đối với người ôn thi tuyển dụng ngân hàng, việc nắm vững đặc điểm, thuật toán tiêu biểu, cách đánh giá mô hình và ứng dụng thực tế của từng phương pháp là yêu cầu bắt buộc. Bên cạnh đó, cần cập nhật các quy định pháp lý liên quan như Quyết định 2345/QĐ-NHNN, Nghị định 13/2023/NĐ-CP và chuẩn mực **Basel III** về tính giải thích được (**Explainability**) cũng như khả năng kiểm chứng (**Auditability**) của mô hình AI trong quản trị rủi ro – những yếu tố ngày càng được các nhà tuyển dụng ngân hàng đặt ra trong bối cảnh chuyển đổi số mạnh mẽ.

## Thuật ngữ liên quan

- [Bảo vệ dữ liệu cá nhân](https://vieclam.nganhang.com/thuat-ngu/bao-ve-du-lieu-ca-nhan-la-gi) — Yêu cầu pháp lý ngân hàng phải thu thập, lưu trữ và xử lý dữ liệu cá nhân khách hàng theo Nghị định 13/2023/NĐ-CP và các quy định liên quan.
- [Chấm điểm tín dụng](https://vieclam.nganhang.com/thuat-ngu/cham-diem-tin-dung-la-gi) — Mô hình đánh giá mức độ tín nhiệm của khách hàng dựa trên lịch sử tài chính, hành vi giao dịch và nhiều yếu tố khác.
- [Giảm chiều dữ liệu](https://vieclam.nganhang.com/thuat-ngu/giam-chieu-du-lieu-la-gi) — Giảm số biến đầu vào trong khi bảo toàn thông tin quan trọng, giúp mô hình nhanh hơn và tránh nhiễu.
- [Học không giám sát](https://vieclam.nganhang.com/thuat-ngu/hoc-khong-giam-sat-la-gi) — Mô hình tự tìm cấu trúc ẩn trong dữ liệu chưa gán nhãn, như phân nhóm khách hàng tự động theo hành vi giao dịch.
- [Nghị định 13/2023/NĐ-CP](https://vieclam.nganhang.com/thuat-ngu/nghi-dinh-132023nd-cp-la-gi) — Văn bản pháp lý quan trọng quy định về xử lý và bảo vệ dữ liệu cá nhân tại Việt Nam có hiệu lực từ ngày 01/07/2023.
- [Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân](https://vieclam.nganhang.com/thuat-ngu/nghi-dinh-132023nd-cp-ve-bao-ve-du-lieu-ca-nhan-la-gi) — Văn bản pháp lý quan trọng quy định bảo vệ dữ liệu cá nhân tại Việt Nam, áp dụng cho dịch vụ tài chính số.
- [Phát hiện bất thường](https://vieclam.nganhang.com/thuat-ngu/phat-hien-bat-thuong-la-gi) — Kỹ thuật nhận diện các mẫu dữ liệu lệch chuẩn so với hành vi thông thường, được ứng dụng rộng rãi trong giám sát giao dịch và cảnh báo rủi ro ngân hàng.
- [Phân cụm khách hàng](https://vieclam.nganhang.com/thuat-ngu/phan-cum-khach-hang-la-gi) — Kỹ thuật phân tích dữ liệu CRM sử dụng thuật toán để nhóm khách hàng ngân hàng có đặc điểm tương đồng, hỗ trợ chiến lược marketing chính xác hơn.