Skip to content

Category: Machine learning

Machine Learning #5 | ทำความเข้าใจ Entropy กันสักหน่อย

โพสต์ที่แล้วผมพูดถึง Entropy (ภาษาไทยใช้ว่าคำว่า “ความแปรปรวน” ฟังแล้วไม่เก็ตเลยว่าคืออะไร) ซึ่งผมบอกถึงประโยชน์ของมันว่าใช้ในการทำ Feature selection ได้  โพสต์นี้เรามาทำความเข้าใจคำว่า entropy กัน

Machine learning #4 | การนำ Machine learning มาใช้งานต้องทำอะไรบ้าง

โพสต์ที่แล้วเราเรียนรู้คำศัพท์เฉพาะ (terminology) ใน field ML ไปแล้วว่ามีอะไรบ้าง โพสต์นี้จะเล่าถึงขั้นตอนการสร้าง ML ว่ามีกี่ขั้นตอน อะไรบ้าง ขั้นตอนการสร้างอาจจะมากน้อยต่างกันแล้วแต่ความพร้อมของข้อมูลและความซับซ้อนของระบบ แต่ขั้นตอนหลักๆ ก็มีดังนี้

  1. Data preparation
  2. Training
  3. Evaluation

Machine learning #3 | รู้จักศัพท์เฉพาะและคำจำกัดความของ Dataset กันก่อน

Dataset คือชุดข้อมูลเรื่องใดเรื่องหนึ่งที่มีคุณสมบัติ (feature) เหมือนกัน โชคดีของเราที่สมัยนี้มี dataset ที่ถูก digitize ให้เราได้ใช้ได้ฟรี ตัวอย่าง classic dataset ที่ถูกใช้กันแพร่หลายสำหรับ ML ก็เช่น Iris dataset ซึ่งเป็นการรวมตัวอย่าง (sample)  ข้อมูลของดอกไม้ 3 ชนิด ได้แก้ Setosa, Versicolor, Verginica จำนวน 150 sample ซึ่งแต่ละ sample จะมี feature อยู่ 4 อย่างด้วยกันคือ

Machine learning #2 | Machine learning มีกี่แบบ แต่ละแบบแตกต่างกันยังไง

โพสต์ที่แล้วเรารู้แล้วว่า machine learning คืออะไร ทีนี้เรามาดูประเภทของ machine learning กันดีกว่าว่ามีกี่แบบ และแต่ละแบบต่างกันยังไงบ้าง เพื่อความกระชับ (จริงๆ ขี้เกียจพิมพ์) ผมจะย่อ machine learning ว่า ML แล้วกันครับ

ประเภทของ machine learning หนังสือแต่ละเล่ม ผู้เชี่ยวชาญแต่ละคนอาจจะแบ่งไม่เหมือนกันแต่โดยทั่วไปแล้วแบ่งได้ 3 แบบดังนี้ครับ

Machine learning #1 | Machine learning คืออะไร?

ก่อนจะเริ่มเรียนรู้อะไรเราก็ต้องรู้ก่อน ว่าสิ่งที่เราเรียนรู้คืออะไร งั้นผมขอเริ่มด้วยคำถามว่า “Machine learning คืออะไร?” ก่อนก็แล้วกัน

Machine หรือ เครื่อง ในที่นี้คือคอมพิวเตอร์ ซึ่งคอมพิวเตอร์ก็เป็นเครื่องคำนวณอย่างหนึ่งถ้าจะให้มันทำงานก็ต้องเขียน logic (code) ให้มันทำงานตามซึ่งก็คือ “โปรแกรม”  ความจริงแล้วคอมพิวเตอร์ไม่ได้ฉลาดเลยครับ ความฉลาดเกิดจากคนที่โปรแกรมให้มัน คอมพิวเตอร์แค่คำนวณได้เร็วกว่ามนุษย์มากๆ เท่านั้นเอง มันไม่ได้เข้าใจข้อมูลอะไรเลยถ้าเราไม่สร้างองค์ความรู้ให้มันซะก่อน

Machine learning #0 | บันทึกการเรียนรู้ Machine learning

ปีนี้ (2016) บ้านเราพูดถึง Machine learning กันเยอะและความสำเร็จของ AlphaGo ที่เอาชนะแชมป์โกะจากเกาหลีใต้ได้ก็ยิ่งทำให้สาขาวิชานี้น่าสนใจและเห็นภาพชัดเจนกว่าแต่ก่อนมากว่าเอาไปใช้ประโยชน์อะไรได้บ้าง