Đối với môĩ loại dữ liệu chúng ta sẽ có những bài toán khác nhau, trong bài này chúng ta sẽ cùng liệt kê một số bài toán cụ thể đối với từng loại dữ liệu:

1. Text data

Text data là loại dữ liệu phi cấu trúc, có thể là chuỗi các kí tự (characters), các từ (words), các câu (sentences) hoặc các đoạn (paragraphs). Hầu hết các task của dữ liệu text đều liên quan đến NLP. NLP tập chung vào việc hiểu, giải thích và generate human language. Một số task về NLP:

• Text classification
• Named Entity Recognition
• Machine Translation
• Text Generation
• Questions Answering
• Language Model

2. Image data

Image data là một dạng dữ liệu phi cấu trúc, bao gồm các hình ảnh hoặc các tập hợp các điểm ảnh (pixels). Trong thế giới số hóa hiện nay, hình ảnh thường được biểu diễn dưới dạng ma trận các giá trị pixel, với mỗi pixel thể hiện một mức độ sáng tương ứng. Các task liên quan đến dữ liệu hình ảnh thường liên quan đến lĩnh vực Computer Vision. Một số task phổ biến trong Computer Vision bao gồm:

• Classification
• Object Detection
• Semantic Segmentation
• Image Generation
• Image Captioning
• Face Recognition

3. Video data

Video data cũng là loại dữ liệu phi cấu trúc, chúng ta sẽ sử dụng các thuật toán nhằm phân tích, xử lý và trích xuất các thông tin hữu ích từ nội dung video. Dữ liệu về Video khá nặng và phức tạp, một số bài toán liên quan đến dữ liệu video:

• Video classification
• Object detection
• Tracking
• Action recognition

4. Tabular data

Tabular data là dạng dữ liệu có cấu trúc được lưu trữ theo các hàng và cột, ví dụ như file excel hoặc csv sẽ thuộc về dữ liệu tabular data. Đối với dữ liệu Tabular hay dữ liệu dạng bảng, các bạn sẽ rất hay nghe đến một số thuật ngữ như feature engineering, feature selection. Một số bài toán hay gặp với dữ liệu dạng bảng

• Classification
• Predictive
• Regression
• Anomaly Detection
• Clustering
• Dimensionality Reduction