báo cáo kiến thức phát triển phần mềm môn hệ trợ giúp quyết định

Theo tài liệu hiện nay, các định nghĩa có thể nhóm thànhbốn nhóm khác nhau, theo đó, trí tuệ nhân tạo là lĩnh vực nghiên cứu việc xây dựngcác hệ thống máy tính có đặc điểm sau: Hành độn

Khoa Công nghệ thông tin

BÁO CÁO KIẾN THỨC PHÁT TRIỂN PHẦN MỀM

MÔN: HỆ TRỢ GIÚP QUYẾT ĐỊNH

MỤC LỤC

MỤC LỤC 2

DANH MỤC CÁC TỪ VIẾT TẮT, TỪ TIẾNG ANH 4

DANH SÁCH HÌNH ẢNH 5

LỜI MỞ ĐẦU 6

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT 7

1.1 Tổng quan về Trí tuệ nhân tạo 7

1.1.1 Khái niệm về trí tuệ nhân tạo 7

1.1.2 Các hướng nghiên cứu về trí tuệ nhân tạo 7

1.1.3 Phân loại trí tuệ nhân tạo 9

1.1.4 Mặt tích cực và hạn chế của trí tuệ nhân tạo 10

1.1.5 Ứng dụng của trí tuệ nhân tạo vào thực tế 10

1.2 Tổng quan về Hệ trợ giúp quyết định 12

1.2.1 Khái niệm của hệ trợ giúp quyết định 12

1.2.2 Quá trình phát triển 12

1.2.3 Đặc trưng của hệ trợ giúp quyết định 12

1.2.4 Phân loại 13

1.3 Ngôn ngữ lập trình Python 13

1.3.1 Khái niệm về Python 13

1.3.2 Đặc tính của ngôn ngữ lập trình Python 13

1.4 Ngôn ngữ lập trình Java 15

1.4.1 Khái niệm về Java 15

1.4.2 Hướng đối tượng trong Java 15

1.4.3 Thiết kế giao diện người dùng (sử dụng thư viện awt) 16

1.4.4 Cơ sở dữ liệu 16

CHƯƠNG 2: Bản dịch tài liệu 17

2.1 Bản dịch thứ nhất 17

2.1.1 Khuyến nghị trong thực tế 17

2.1.2 Phân loại hệ thống khuyến nghị: 17

2.1.3 Xây dựng một hệ thống khyến nghị 19

2.2 Bản dịch thứ hai 19

2.2.1 Giới thiệu 19

2.2.2 Mục tiêu của hệ thống gợi ý 20

2.2.3 Các mô hình cơ bản của hệ thống gợi ý 21

2.2.3.1 Mô hình lọc cộng tác 21

2.2.3.2 Hệ thống đề xuất dựa trên nội dung 22

2.2.3.3 Hệ thống đề xuất dựa trên kiến thức 22

2.2.3.4 Hệ thống đề xuất nhân khẩu học 23

2.2.3.5 Hệ thống đề xuất kết hợp và dựa trên đồng bộ 23

2.2.3.6 Đánh giá hệ thống khuyến nghị 23

2.2.4 Các chủ đề và ứng dụng tiên tiến 24

Kết luận 27

TÀI LIỆU THAM KHẢO 29

DANH MỤC CÁC TỪ VIẾT TẮT, TỪ TIẾNG ANH

DSS Decision Support System - Hệ hỗ trợ quyết định

DANH SÁCH HÌNH ẢNH

LỜI MỞ ĐẦU

Do kiến thức và hiểu biết còn hạn chế nên trong báo cáo vẫn có nhiều thiếu sót, chúng em kính mong thầy cô thông cảm và đưa ra thêm nhiều nhận xét và chỉnh sửa đề đề tài chúng em có thể hoàn thiện hơn nữa

Chúng em xin chân thành cảm ơn thầy cô

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT

1.1 Tổng quan về Trí tuệ nhân tạo

1.1.1 Khái niệm về trí tuệ nhân tạo

Trí tuệ nhân tạo hay trí thông minh nhân tạo tiếng anh là Artificial Intelligence viết tắt là AI Đây là một ngành khoa học, thuộc lĩnh vực khoa học máy tính.Côngnghệ này là trí tuệ do con ngời lập trình tạo nên, mô phỏng quá trình suy nghĩ và nhậnthức của con người cho máy móc, đặc biệt là hệ thống máy tính, từ đó áp dụng vào cácmục đích khác nhau trong cuộc sống Nói một cách dễ hiểu, AI là việc sử dụng, phântích cách dữ liệu đầu vào, nhằm đưa ra dự đoán rồi đi đến quyết định cuối cùng

-1.1.2 Các hướng nghiên cứu về trí tuệ nhân tạo

Có nhiều quan điểm khác nhau về trí tuệ nhân tạo và do vậy có nhiều định nghĩakhác nhau về lĩnh vực khoa học này Mục đích của trí tuệ nhân tạo là xây dựng cácthực thể là các phần mềm hay hệ thống máy tính thông minh nên cũng khó thống nhấtđịnh nghĩa trí tuệ nhân tạo Theo tài liệu hiện nay, các định nghĩa có thể nhóm thànhbốn nhóm khác nhau, theo đó, trí tuệ nhân tạo là lĩnh vực nghiên cứu việc xây dựngcác hệ thống máy tính có đặc điểm sau:

 Hành động như người

Do con người được coi là động vật có trí tuệ, nên một cách rất tự nhiên là lấy conngười làm thước đo khi đánh giá mức độ thông minh của máy tính Theo cách địnhnghĩa này, trí tuệ nhân tạo nhằm tạo ra các hệ thống có hành vi, hành động tương tựcon người, đặc biệt trong những hoạt động có liên quan tới trí tuệ

Để xác định ta có thể dùng phép thử Turing test Phép thử không đòi hỏi có sự tiếpxúc vật lý trực tiếp giữa người kiểm tra và hệ thống Để qua được phép thử hệ thốngchỉ cần có những khả năng như xử lý ngôn ngữ tự nhiên, biểu diễn tri thức, suy diễn,học máy và người kiểm tra không phân biệt được do người thật hay máy trả lời

Tuy vậy, phép thử Turing không phải là một phương pháp hoàn hảo vì nó chỉ đánhgiá được khả năng mô phỏng phản ứng của con người trong một tình huống cụ thể,phép thử này còn chưa đánh giá được khả năng sáng tạo và học hỏi, áp dụng kiến thứccủa máy tính

 Suy nghĩ như người

Theo quan điểm này, hành động thông minh đạt được khi được dẫn dắt bởi quátrình suy nghĩ tương tự quá trình suy nghĩ của con người Dựa trên việc nghiên cứuquá trình nhận thức và tư duy của con người, từ đây mô hình hóa và tạo ra những hệ

thống có mô hình nhận thức, tư duy tương tự Có 2 cách để mô hình hóa nhận thức con

người: Tâm lí học về xử lý thông tin (Cho các bài tập tâm lí để rút ra cách suy nghĩ, xử

lý vấn đề của con người) và Thần kinh học (Nghiên cứu về sóng não trong quá trình

thực hiện các vấn đề khác nhau) Ngoài ra, chúng ta còn có thể sử dụng các phương

pháp nơ ron sinh học khác như kích thích não, giải phẫu não, v.v

Hiện nay, hướng nghiên cứu này được thực hiện trong khuôn khổ khoa học nhậnthức (congnitive science) là lĩnh vực khoa học liên ngành, kết hợp các mô hình máytính với phương pháp thực nghiệm tâm lý Dù AI ngày càng phát triển, có khả năngthực hiện các tác vụ phức tạp như con người, nhưng chúng vẫn thiếu những khả năngquan trọng như sáng tạo, tự giác và khả năng hiểu được các đạo đức và xã hội Ngoài

ra, hệ thống máy tính còn chưa thể có khả năng suy nghĩ đa chiều, linh hoạt như conngười, chỉ có thể thực hiện các tác vụ đã được lập trình trước đó

 Suy nghĩ hợp lý

Thực tế cho thấy con người bị chi phối bởi tâm lý, cảm xúc Do vậy không phải lúcnào con người cũng suy nghĩ và hành động theo hướng đạt tới kết quả tốt nhất Cáchtiếp cận tiêu biểu nhất là xây dựng một hệ thống có khả năng lập luận dựa trên việc sửdụng các hệ thống hình thức như logic Sau khi đã biểu diễn dưới dạng logic, có thểxây dựng chương trình để giải quyết các bài toán về suy diễn và lập luận

Trên thực tế, tri thức và thông tin về bài toán thường có yếu tố không đầy đủ, khôngchính xác, thêm vào đó việc suy diễn logic đòi hỏi khối lượng tính toán lớn khi sửdụng trong thực tế và rất khó để triển khai cho các bài toán thực Vậy nên việc mô tảhay biểu diện bài toán dưới dạng các cấu trúc logic để có thể giải quyết được là rất khókhăn

Quan điểm rằng hệ thống máy tính có thông minh khi có đặc điểm suy nghĩ hợp lí làmột quan điểm khả thi và đang được phát triển, nhưng nó cần được xem xét kỹ lưỡng

và đánh giá theo nhiều tiêu chí khác nhau để đảm bảo tính khả thi và độ tin cậy của các

hệ thống AI

 Hành động hợp lý

Hành động hợp lí là hành dộng để đem lại kết quả tốt nhất hoặc kết quả kỳ vọng tốtnhất khi có yếu tố không chắc chắn, có thể suy nghĩ (suy luận) hợp lý hoặc không.Trong một số trường hợp, để quyết định hành động thế nào cần dựa trên việc suy luậnhợp lý, song, cũng có những tình huống hành động theo phản xạ Ví dụ khi gặp nguyhiểm, thì hành động theo phản xạ, không đòi hỏi suy diễn phức tạp, sẽ có thể đem đếnkết quả tốt hơn Các hệ thống hành động hợp lý có thể sử dụng cả hai cách tiếp cậndựa trên suy diễn và dựa trên phản xạ để đạt được kết quả tốt

Hệ thống có khả năng hành động hợp lý có thể bao gồm suy diễn hoặc không, cóthể dựa trên cách suy nghĩ giống người hoặc không, có thể bao gồm cả các kỹ thuậtdùng để vượt qua phép thử Turing.

Cần lưu ý rằng, hành động hợp lý có thể khác với hành động giống con người: conngười không phải lúc nào cũng hành dộng hợp lý do bị chi phối bởi các yếu tố chủquan Do vậy, cách tiếp cận này được coi là tổng quát và bao gồm các cách tiếp cậnkhác Hiện có nhiều ý kiến coi hệ thống trí tuệ nhân tạo là các hệ thống dạng này

1.1.3 Phân loại trí tuệ nhân tạo

Có nhiều cách phân loại trí tuệ nhân tạo, dưới đây ta có 4 loại riêng biệt:

 Loại 1: Công nghệ AI phản ứng (Reactive Machine).

Đây là cấp độ đơn giản nhất của AI, có khả năng phân tích những động thái khả thinhất của chính mình và của đối thủ, từ đó đưa ra giải pháp tối ưu nhất Một ví dụ điểnhình của công nghệ AI phản ứng là Deep Blue, một cỗ máy được thiết kế để chơi cờvua với con người, được tạo ra bởi IBM, với khả năng xác định các nước cờ đồng thời

dự đooán những bước đi tiếp theo của đối thủ để đưa ra những nước đi thích hợp nhất.Tuy nhiên, do đây là những nghiên cứu ban đầu về AI nên Deep Blue không có ký

ức cũng như không thể sử dụng những kinh nghiệm trong quá khứ để tiếp tục pháttriển trong tương lai Dù còn nhiều hạn chế và không thể áp dụng rộng rãi nhưng đócũng được xem là một thành công lớn trong lĩnh vực nghiên cứu về AI

 Loại 2: Công nghệ AI với bộ nhớ hạn chế (Limited Memory)

Công nghệ này khắc phục được những nhược điểm của AI phản ứng, đặc điểm của

nó là khả năng sử dụng những kinh nghiệm trong quá khứ để đưa những quyết địnhtrong tương lai Thường được kết hợp với cảm biến môi trường xung quanh nhằm mụcđích dự đoán những trường hợp có thể xay ra và đưa ra quyết định tốt nhất cho thiết bị.Đây được xem là thành công lớn khi ứng dụng được vào một số lĩnh vực và sảnphẩm công nghệ như xe không người lái, máy bay drone hoặc tàu điện ngầm hiện đại.Các robot với trí tuệ nhân tạo đã được tạo ra ở nhiều nước có nền công nghệ phát triểntrên thế giới và lĩnh vực này không ngừng phát triển hơn nữa

 Loại 3: Lý thuyết tâm trí (Theory of Mind)

Con người có những suy nghĩ cảm xúc, ký ức hoặc các mô hình não khác điềukhiển và ảnh hưởng đến hành vi của họ Dựa trên đó, các nhà nghiên cứu lý thuyết vềtâm trí hy vọng phát triển các máy tính có khả năng bắt chước các mô hình tinh thầncon người Máy móc có thể hiểu con người và động vật có những suy nghĩ và cảm xúc

có thể ảnh hưởng đến hành vi của chúng

Lý thuyết tâm trí sẽ được yêu cầu sử dụng thông tin thu được từ con người và họchỏi từ nó, sau đó sẽ thông báo bằng cách máy móc giao tiếp hoặc phản ứng với mộttình huống khác Nhưng cho đến nay công nghệ AI này vẫn chưa trở thành mộtphương án khả thi.

 Loại 4: Tự nhận thức (Self – awareness)

Đây được xem là bước phát triển cao nhất của công nghệ AI, có khả năng tự nhậnthức về bản thân, có ý thức và hành xử như con người Thậm chí, chúng còn có thểbộc lộ cảm xúc cũng như hiểu được những cảm xúc của con người Tất nhiên đâyđược được xem là giai đoạn mà các nhà khoa học mong muốn, tuy nhiên nó vẫn chưathực sự khả thi ở thời điểm hiện tại do con người vẫn chưa thể hoàn tooàn kiểm soátđược chúng

1.1.4 Mặt tích cực và hạn chế của trí tuệ nhân tạo

 Tích cực

- Thực hiện các tác vụ một cách nhanh chóng và chính xác hơn so với con người,giúp tăng hiệu quả và năng suất trong các lĩnh vực như sản xuất, y tế, tài chính,dịch vụ khách hàng, v.v

- Giảm chi phí và thời gian trong quá trình sản xuất, nghiên cứu và phát triển sảnphẩm, giúp tăng tính cạnh tranh của các doanh nghiệp

- Cải thiện chất lượng cuộc sống nhờ có các ứng dụng thông minh trong y tế, giáodục, an ninh, giao thông, v.v

- Giảm rủi ro trong các lĩnh vực như tài chính, bảo hiểm, an ninh, v.v bằng cách

dự đoán và phân tích các dữ liệu để đưa ra các quyết định

 Hạn chế

- Chưa tự đưa ra được các heuristic, là thuật toán được sử dụng để giải quyết cácvấn đề phức tạp mà không có giải pháp chính xác hoặc khi giải pháp chính xácquá tốn kém hoặc không khả thi Thực tế, các thuật toán này có thể không đưa ragiải pháp tối ưu mà thường phải được điều chỉnh và cải tiến để đạt được hiệuquả tốt

- Chưa có khả năng xử lý thông tin liên tục và đa chiều như của con người

- Chưa thể tương tác với con người một cách tự nhiên, như giao tiếp bằng ngônngữ tự nhiên

- Hệ thống AI có thể trở nên phức tạp và khó quản lý, đòi hỏi các chuyên gia cókinh nghiệm để cài đặt, vận hành và bảo trì.

1.1.5 Ứng dụng của trí tuệ nhân tạo vào thực tế

Trong y tế:

Trí tuệ nhân tạo có thể giúp phân tích các tình trạng mãn tính với dữ liệu phòng thínghiệm và y tế khác để đảm bảo chẩn đoán sớm hay là nững cỗ máy tinh vi có thể pháthiện bệnh và xác định tế bào ung thư AI còn kết hợp dữ liệu lịch sử và trí tuệ y tế đểphát hiện ra các loại thuốc mới Một trong những ứng dụng phổ biến khác của trí tuệnhân tạo trong ngành chăm sóc khoẻ Đó chính là các thiết bị có thể theo dõi nhịp tim

và mức độ hoạt động của con người

Trong giáo dục:

AI được áp dụng trong tính năng tự động chấm điểm trắc nghiệm trên hệ thống máytính Ngoài ra có thể kể đến một số ứng dụng trí tuệ nhân tạo hỗ trợ quá trình học tậpnhư phần mềm kiểm tra lỗi chính tả và đề xuất chỉnh sửa cho đúng (VD: phần mềmluyện kỹ năng nói Tiếng Anh Elsa)

Trong đời sống:

Robot hút bụi có lẽ là ứng dụng dễ thấy nhất của AI Những “con” robot này sẽ sửdụng trí thông minh nhân tạo để quét kích thước phòng, xác định chướng ngại vật vàghi nhớ các tuyến đường hiệu quả nhất để làm sạch Hiện đại hơn, có những robot còn

có thể giao tiếp với con người bằng ngôn ngữ tự nhiên nhờ vào việc áp dụng côngnghệ nhận dạng tiếng nói, giúp thuận tiện hơn cho người dùng Một vài ứng dụng nổitiếng khác của công nghệ này đó là chương trình trợ giúp Siri của Apple hay công cụtìm kiếm bằng giọng nói của Google…

Mặt khác, khi AI được ứng dụng trên những phương tiện vận tải tự lái, điển hìnhnhư ô tô tự lái, góp phần đem lại lợi ích kinh tế cao hơn nhờ chi phí được cắt giảm, đặcbiệt, áp dụng AI vào phương tiện giao thông còn hạn chế những tai nạn nguy hiểm tớitính mạng con người

Trong kinh tế, tài chính:

Sử dụng các kỹ thuật máy học kết hợp với mô hình AI có thể cung cấp những cáinhìn sâu sắc về xu hướng thị trường Từ đó giúp các nhà đầu tư đưa ra quyết định tàichính chính xác, hạn chế rủi ro Nhiều công ty dịch vụ tài chính đang cung cấp các nhà

tư vấn Robot nhằm giúp khách hàng quản lý tốt hơn dòng tiền của họ Ngoài ra, hệthống Camera thông minh tích hợp AI có khả năng ghi lại biểu cảm khuôn mặt củakhách hàng để cung cấp phản hồi tức thì về trải nghiệm của họ

Trong thương mại điện tử:

AI sẽ tổng hợp, phân tích dựa trên những gì bạn tương tác trên các nền tảng, trìnhduyệt web khác…, từ đó đưa ra những đề xuất phù hợp với bạn Dễ thấy, trên các sànthương mại điện tử như Lazada, Shopee,… đều sử dụng AI để phân tích dữ liệu ngườidùng: khi bạn tìm kiếm một món đồ gì đó thì sau đó nó sẽ đề xuất cho bạn thêm cácmón khác tương tự hoặc các món đúng sở thích của bạn Ngoài ra, còn có chatbot, cáccửa hàng sử dụng chúng để tự động trả lời, nhằm tối ưu quá trình phục vụ khách hàng

Trong game, các phần mềm giải trí:

Tạo nhân vật game linh hoạt với các cử động và biểu cảm đa dạng Các nhân vậtkhông chỉ do con người điều khiển mà nó có khả năng tổng hợp, phân tích và đưa racác chuyển động phù hợp

1.2 Tổng quan về Hệ trợ giúp quyết định

1.2.1 Khái niệm của hệ trợ giúp quyết định

- Hệ trợ giúp quyết định hay hệ hỗ trợ quyết định trong tiếng Anh gọi là DecisionSupport System, viết tắt là DSS Hệ hỗ trợ quyết định (DSS) là một chương trình vi tính được sử dụng để hỗ trợ đưa ra các quyết định, phán đoán và chiều hướng hành động của một tổ chức hoặc một doanh nghiệp DSS sẽ sàng lọc và phân tích lượng dữ liệu khổng lồ, tổng hợp thông tin một cách toàn diện mà có thể được sử dụng để giải quyết các vấn đề và trong quá trình ra quyết định

tổ chức, doanh nghiệp, phục vụ cụ thể từng cá nhân

- Phát triển mạnh vào những năm 1980-1990: Sự ra đời các phần mềm độc lập như Lotus 1-2-3 hay Microsoft Excel cho phép người dùng phân tích dữ liệu màkhông cần tới chuyên môn lập trình sâu

- Cuối những năm 1990-2000: Kỷ nguyên Internet và mạng nội bộ doannh

nghiệp thay đổi các DSS kết nối và chia sẻ thông tin, cho phép truy cập và hợp tác trực tuyến

- Những năm 2000 đến nay: (Bùng nổ dữ liệu) sự phát triển của công nghệ phân tích dữ liệu lớn, học máy, trí tuệ nhân tạo đem đến khả năng phân tích phức tạp

và tự động hóa trong việc hỗ trợ ra quyết định

1.2.3 Đặc trưng của hệ trợ giúp quyết định

- Các thành phần của DSS:

o Cơ sở dữ liệu: dữ liệu từ nhiều nguồn khác nhau

o Các phương pháp phân tích dữ liệu: có thể được điều khiển bởi con người hoặc dùng máy tính hỗ trợ, hoặc có thể kết hợp cả hai.

o Các kỹ thuật lập kê hoạch: Dữ liệu được lưu trữ trong hệ thống sẽ được phân tích, ứng dụng các kỹ thuật lập kế hoạch để tọa ra các báo cáo thông tin mang tính tổng quát nhất

o Các phương pháp mô phỏng: là tập hợp các mô hình ra quyết định như

mô hình tooán học, mô hình thống kê giúp người dùng dễ hình dung hơn những thông tin mà hệ thống đưa ra

- DSS được thiết kế để hỗ trợ, cung cấp thông tin có giá trị, chứ không tự động đưa quyết định thay con người

- DSS cho phép người dùng tương tác trực tiếp với hệ thống để xử lý và phân tích

- Hệ trợ giúp quyết định chuyên dụng

- Hệ sinh trợ giúp quyết định

- Các hệ tin học trợ giúp: kỹ thuật đồ họa, bảng tính điện tử

- Các hệ trợ giúp quyết định dựa trên tri thức chuyên gia

1.3 Ngôn ngữ lập trình Python

1.3.1 Khái niệm về Python

Python là một ngôn ngữ lập trình thông dịch, hướng đối tượng đa năng, mạnh mẽtrên đa dạng các nền tảng, được thiết kế bởi Guido van Rossum Theo các đánh giá thìPython cũng tương tự như PERL, nó được xem là ngôn ngữ lập trình được sử dụngrộng rãi trong ứng dụng web, phát triển phần mềm, khoa học dữ liệu…Với những nhàlập trình viên C ++ và Java họ luôn ưu tiên việc sử dụng Python

Python hoàn toàn tạo kiểu động và sử dụng cơ chế cấp phát bộ nhớ tự động, cú pháp

rõ ràng, đơn giản, đồng thời là cấu trúc dữ liệu cấp cao và cách tiếp cận đơn giản Nó

hỗ trợ nhiều mẫu đa dạng lập trình khác nhau: lập trình hướng đối tượng, lập trìnhhàm, mệnh lệnh, … và đa dạng các lĩnh vực bao gồm: web, 3D, CAD,…

1.3.2 Đặc tính của ngôn ngữ lập trình Python

 Dễ dàng cho người mới bắt đầu:

So với java với đống cú pháp phức tạp, khó hiểu và phải học cẩn thận từng bướcmột từ khái niệm đối tượng, thực thể, thuộc tính cho đến các bước như khai báo, sử

dụng cú pháp hay kế thừa, v.v… thì python lại là một ngôn ngữ nổi tiếng với sự dễđọc, chính xác và đơn giản hơn Việc cài đặt cũng rất dễ dàng, bạn không cần phải xử

lý bất kỳ vấn đề về đường dẫn nào như trong lập trình java

 Mã nguồn mở miễn phí hoàn toàn:

Python là ngôn ngữ lập trình khi đưa vào sử dụng có khả năng cho phép người dùng

sử dụng miễn phí hoàn toàn với mọi ứng dụng, chương trình được phát triển Với bảnchất là mã nguồn mở sở hữu cộng đồng đông đảo mang lại khả năng hỗ trợ nhanhchóng, chuyên nghiệp và đầy đủ, đồng thời cũng cải tiến và cập nhật liên tục mang lạihiệu quả ứng dụng cao hơn

Đối với những ngôn ngữ lập trình mã nguồn mở được đưa vào sử dụng thường đượcứng dụng nhiều hơn bởi những lợi ích mà nó mang lại Được hỗ trợ nhanh chóng khi

có nhu cầu, đồng thời hoàn toàn miễn phí giúp nhu cầu của nhiều người dùng đượcđáp ứng tốt với khả năng tiết kiệm chi phí cao nhất

 Khả năng tương thích nhiều nền tảng:

Một điểm cộng cho ngôn ngữ này là chức năng quan trọng của ngôn ngữ lập trìnhpython chính là ở khả năng tương thích với nhiều nền tảng khác nhau Từ Windows,Macos, Linux đều có thể ứng dụng ngôn ngữ lập trình này khi có nhu cầu Không chỉvậy, ngay cả việc di chuyển qua lại khi cần giữa các nền tảng cũng khá đơn giản,không quá khó khăn hay gặp phải những điều phức tạp

 Khả năng tự động chuyển đổi code:

Ngôn ngữ lập trình python khi được đưa vào sử dụng người dùng hoàn toàn khôngcần lo lắng về vấn đề dọn dẹp dữ liệu, hay quản lý bộ nhớ,… Chức năng tự độngchuyển code sang ngôn ngữ để máy tính có thể hiểu giúp mọi công việc đều được thựchiện tốt

 Mô hình hỗ trợ hiệu quả:

Sở hữu những mô hình, kiến trúc đầy quyền lực như yield, decorators, v.v Mà javakhông có Những mô hình này giúp lập trình viên diễn đạt những phép tính toán logicphức tạp ở một cách đơn giản và thông minh hơn