<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Nacha Chondamrongkul on Medium]]></title>
        <description><![CDATA[Stories by Nacha Chondamrongkul on Medium]]></description>
        <link>https://medium.com/@cnacha?source=rss-dfac31cfa2a0------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*EbeEcFYfm2NcMteb.</url>
            <title>Stories by Nacha Chondamrongkul on Medium</title>
            <link>https://medium.com/@cnacha?source=rss-dfac31cfa2a0------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 12:48:56 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@cnacha/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Bot เทรดคลิปโต]]></title>
            <link>https://medium.com/@cnacha/bot-%E0%B9%80%E0%B8%97%E0%B8%A3%E0%B8%94%E0%B8%84%E0%B8%A5%E0%B8%B4%E0%B8%9B%E0%B9%82%E0%B8%95-44d7417408ed?source=rss-dfac31cfa2a0------2</link>
            <guid isPermaLink="false">https://medium.com/p/44d7417408ed</guid>
            <dc:creator><![CDATA[Nacha Chondamrongkul]]></dc:creator>
            <pubDate>Tue, 23 Nov 2021 23:47:11 GMT</pubDate>
            <atom:updated>2021-11-23T23:56:11.728Z</atom:updated>
            <content:encoded><![CDATA[<p>ช่วงนี้ตลาดคลิปโตกำลังบูม แต่สำหรับผมต้องบอกก่อนว่าไม่ได้จะต้องการทำกำไรขนาดนั้น แต่เห็นว่าพวกบอทต่างที่ใช้เทรดน่าสนใจและน่าศึกษา เพราะเกี่ยวกับงานวิจัยที่ตอนนี้ทำอยู่ บล็อคนี้จะเล่าถึงบอทต่างๆที่มีอยู่ในตลาด ปูพื้นก่อนจะเล่าเรื่องการใช้ AI ใช้การเทรดในบทความถัดไป</p><p>บอทที่ใช้กันอยู่ในตลาดตอนนี้มีหลากหลายมากครับ ถ้าจะเล่าหมดทุกตัวคงจะยาวมาก ในบทความนี้จะหยิบมา2ตัวที่เคยทดสอบใช้งานด้วยตัวเองมาแล้ว คือ 3commas เป็นบอทที่เสียเงินใช้งาน กับ Freqtrade เป็นบอทฟรีopensource ครับ</p><p>++เริ่มเลย++</p><p><a href="https://3commas.io/?c=tc910559">3commas</a> เป็นแพลทฟอร์มที่ให้บริการบอทในการเทรดคลิปโต สามารถต่อกับ wallet ใน exhange ต่างๆได้ เช่น binance, ftx,bitmex, kucoin, แต่ไม่รับexchangeไทยเช่นbitkub ถ้าจะใช้แนะนำว่าให้ไปสมัคร binance ก่อนครับ</p><p>จุดเด่นของ3commas คือ dca bot ซึ่ง dca (dollar cost average)เป็นหลักการที่นักลงทุนใช้เพื่อถัวเฉลี่ยราคาซื้อ เช่น ตอนนี้ซื้อ 1 BTC ที่ 60,000 ต่อมาราคาลดลงมา 10% เป็น 54,000 เราสามารถตั้งให้บอทซื้อเพิ่ม เพื่อถัวเฉลี่ยราคากลายเป็น 57,000 ((60000+54000)/2) เมื่อราคาขึ้นเกิน 57,000ก็สามารถขายทำกำไรได้</p><p>การเซ็ทbotทำได้ค่อนข้างยืดหยุ่น เลือกหลาย pair ที่จะเทรดได้ กำหนด Base order size หรือราคาที่จะลงตอนแรก กับ Safety order size หรือราคาที่จะลงถัดไปเมื่อราคาเปลี่ยน กำหนด price deviation ได้คือถ้าลดลงกี่เปอร์เซ็นต์จะลงเพิ่ม ซึ่งตรงนี้ต้องระวังมากว่าจะกำหนดให้มีกี่ safety order ไม่อย่างนั้นในช่วงราคาลงเยอะๆ บอทจะเทเงินลงจนหมดกระเป๋า</p><p>จังหว่ะการซื้อขึ้นอยู่กับว่าจะเซ็ทสัญญาณอย่างไร สามารถต่อกับ <a href="https://tradingview.com/">tradingview</a> เพื่อรับสัญญาณซื้อขายได้ครับ สามารถเข้าไปเขียนโค้ดsignal เองใน tradingview และส่งสัญญาณกลับมาที่บอทก็ได้ หรือจะดูตาม technical indicator เช่น RSI ง่ายๆก็ทำได้</p><p>ข้อดีอีกอย่างคือช่วงตลาดผันผวน 3commas สามารถเซ็ทให้ long-buy (ซื้อถูก ขายแพง)หรือ short-sell(ขายแพง ซื้อถูก) ได้ และสลับกลับไปกลับมาได้ โดยถ้าตลาดลงยังกำไรจาก short ถ้าตลาดขึ้นก็เซ็ทกลับมา long .</p><p>มี mobile app. ให้เข้าไปดูว่าdeal ที่บอททำตอนนี้เป็นอย่างไรบ้าง กำไรเท่าไหร่</p><p>มาต่อกันอีกตัวคือ <a href="https://www.freqtrade.io/">Freqtrade</a> ซึ่งเป็นบอทฟรีแต่ถ้าจะใช้ต้องมีความรู้เขียนโปรแกรมpythonได้พอสมควร บอทที่เป็น opensourceมีหลายตัว เหตุผลที่เลือกตัวนี้คือมี community ที่แข็งแรงพอสมควร ทำให้เวลาเกิดปัญหาเข้าไปถามได้ครับ (จะได้ solution ไหมอีกเรื่องนึง)</p><p>ฟีเจอร์ของ freqtrade คือทำได้แค่ long ซื้อถูกขายแพงเพื่อทำกำไรอย่างเดียวไม่มี short ไม่มี dca ติดดอยคือรอไปเรื่อยๆ แต่ฟีเจอร์ที่ส่วนตัวชอบคือสามารถตั้งให้เลือกเหรียญที่จะลงทุนขึ้นมาตามvolumeในตลาด</p><p>freqtrade ไม่มี mobile app แต่มี web app ให้เข้าไปดูdealต่างๆที่บอทเทรดอยู่ และมีเชื่อมต่อกับ telegram bot ไว้ดูและสั่งงาน</p><p>การซื้อขึ้นอยู่กับ strategyที่จะเขียนขึ้นมา หรือจะโหลดจากคนที่เขียนมาแล้วก็ได้ เป็น python script ที่ดึงข้อมูล ohclv หรือข้อมูลแท่งเทียน มาวิเคราะห์ ใส่ตัวชี้วัดทางเทคนิคผ่าน <a href="https://mrjbq7.github.io/ta-lib/">ta-lib</a> เพื่อส่งสัญาณซื้อหรือขาย การขายก็สามารถกำหนด ROI เองได้ว่าผ่านไปนานเท่าไหร่จะขายที่กำไรกี่เปอร์เซ็นต์ มีระบบ backtesting เพื่อทดสอบstrategy และระบบ dry-run ลองกับกระเป๋าเงินจำลองเพื่อทดสอบ</p><p>จุดเด่นอีกอันคือ hyperopt คือเอาตัวชี้วัดทางเทคนิคมาเข้า machine learning ผ่าน scikit learn เพื่อหาจุดขายหรือซื้อที่ดีที่สุด ซึ่งส่วนตัวลอง strategy ที่ชื่อ <strong>GodStrategy</strong> ที่มีคนเขียนขึ้นโดยเอา technical indicator ทุกตัวมา learn หาสัญาณซื้อขายที่ดีที่สุด ด้านล่างเป็นผลลัพธ์จาก GodStrategy ที่backtest ช่วงสองเดือนที่ผ่านมาทำกำไรได้ +42% ในขณะที่ตลาด+38% แต่ทำจริงๆได้เท่าไหร่คงต้องไป dry run ครับ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/437/1*CLdzJJsVWCHSWcHmfxCn5g.png" /></figure><p>โดยรวมหลังการทดสอบบอทเหล่านี้ผมได้ประสบการณ์ดังต่อไปนี้ที่อย่างจะแชร์</p><ol><li>มีหลายคนถามว่าตั้งบอททิ้งไว้ ไม่ต้องนั่งเฝ้าแล้วรอรับกำไรอย่างเดียวใช่ไหม คำตอบคือใช่และไม่ใช่ ใช่คือถ้าเชื่อใจบอทก็ลองแบบนั้นได้ครับแต่บางทีจะพบว่าบอทติดดอยคือไม่เทรดเลยเป็นระยะเวลานานจนสงสัยว่าถ่านหมดรึเปล่า เพราะตลาดคลิปโตผันผวนมาก อย่างน้อยคือต้องเข้าไปดูวันละครั้งเพื่อปรับ settingไม่ว่าจะเป็น Take profit% หรือปรับจาก long เป็น short ตามตลาด</li><li>อย่าหวังว่าบอทจะทำกำไรให้เป็น 10–20% ต่อดีล เพราะการใช้บอทเทรดต่างกับการเทรดเอง การใช้บอทจะอาศัยการเทรดบ่อยๆ ทำกำไรทีละ 1% หรือ 1.5% เพื่อเก็บกำไรทีละ 30–50 cent หลายๆดีลก็จะได้กำไรพอสมควร</li><li>ถ้าไม่อยากให้บอทติดดอย ก็เซ็ทstoploss แต่อันตรายพอสมควรเพราะ ถ้าตลาดกำลังลง แต่บอทพยายามซื้ออีกเรื่อยๆ จะ stop loss จนหมดกระเป๋า มีผู้รู้ด้านบอทเทรดบางคนจึงแนะนำว่าไม่ต้องเซ็ท ถ้าจะ dca ก็ไม่ต้องเซ็ท stoploss หรือ เซ็ท stoploss ไม่ต้อง dca</li><li>ส่วนตัวคิดว่าบอทยังเหมาะกับการกำไรในตลาด โดยไม่ต้องนั่งเฝ้า แต่ควรมีความรู้พวก technical indicator พอสมควรเพื่อตั้งให้บอทจับจังหวะการซื้อขาย และเข้าไปเช็คตลาดบ้างเพื่อดูว่า dip หรือ pump อยู่</li></ol><p>นอกจาก บอทที่เทรดตรงๆแบบนี้ยังมีบอทอย่างพวก Arbitrage bot ที่อาศัยราคาที่ต่างกันระหว่าง exchangeแต่ละเจ้าและเทรดข้าม exchange เพื่อทำกำไร</p><p>ในบทความหน้าจะพูดถึง bot ที่อาศัย Machine learning กันบ้างว่าจะฉลาดกว่าบอทพวกนี้ไหม</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=44d7417408ed" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[การศึกษา นิวซีแลนด์ vs เยอรมัน]]></title>
            <link>https://medium.com/@cnacha/%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%A8%E0%B8%B6%E0%B8%81%E0%B8%A9%E0%B8%B2-%E0%B8%99%E0%B8%B4%E0%B8%A7%E0%B8%8B%E0%B8%B5%E0%B9%81%E0%B8%A5%E0%B8%99%E0%B8%94%E0%B9%8C-vs-%E0%B9%80%E0%B8%A2%E0%B8%AD%E0%B8%A3%E0%B8%A1%E0%B8%B1%E0%B8%99-a0d308c680d3?source=rss-dfac31cfa2a0------2</link>
            <guid isPermaLink="false">https://medium.com/p/a0d308c680d3</guid>
            <category><![CDATA[education]]></category>
            <dc:creator><![CDATA[Nacha Chondamrongkul]]></dc:creator>
            <pubDate>Fri, 15 Jun 2018 09:00:19 GMT</pubDate>
            <atom:updated>2018-06-15T22:12:19.014Z</atom:updated>
            <content:encoded><![CDATA[<p>ยอมรับตามตรงว่าแม้จะเป็นอาจารย์ในมหาวิทยาลัยแต่ก็ยังไม่ค่อยเข้าใจวิธีการสอบเข้ามหาวิทยาลัยช่วงหลังๆ ตั้งแต่ admission ไปจนถึง TCAS ที่มีปัญหากันในปัจจุบัน และรู้สึกโชคดีที่เป็นรุ่นสุดท้ายที่ใช้ระบบ entrance สอบครั้งเดียว เลือก 4อันดับ ถ้าไม่ติดก็รอปีหน้า</p><p>เนื่องจากปัญหา TCAS ช่วงนี้จึงมีคนพูดถึงการศึกษาในไทยบ่อย วันนี้เลยอยากมาเล่าถึงการศึกษาของประเทศอื่นกันบ้างครับ ว่าเค้าเรียนกันยังไง</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/618/0*cB1dg-QLRzh5_rai.jpg" /></figure><p>เริ่มจากประเทศเยอรมนี ไม่ค่อยมีนักศึกษาไทยมาเรียนในระดับก่อนอุดมศึกษาเท่าไหร่นัก เนื่องจากการเรียนการสอนเป็นภาษาเยอรมันล้วน และในไทยไม่ค่อยมีการสอนภาษาเยอรมันเป็นภาษาที่สอง</p><p>ที่ประเทศเยอรมัน ในระดับประถมศึกษาหรือ Grundschuhe (กรุนด์ชูเฮ่อ)เรียนแค่ 4 ปี ต่อด้วยระดับ มัธยมศึกษา ซึ่งจะแยกโรงเรียนมัธยมเป็นหลายแบบ เช่น <br>- Gymnasium(จิมนาซิอุม) เรียน (8ปี หรือ 9ปีในบางรัฐ)เป็นโรงเรียนมัธยมที่มีจุดประสงค์เพื่อเตรียมนักเรียนเพื่อเข้าเรียนในระดับอุดมศึกษา <br>- Realschule(เรอัลชูเร่อ) เรียน 6ปี ถ้าเรียนจบ 6 ปีหรือที่เรียกว่า <em>Klasse</em> 10 ซึ่งอายุจะประมาณ 15–16ปี แล้วจะเรียนต่ออาชีวะ หรือฝึกงานในภาคอุตสาหกรรม ก็ได้<br>- Gesamtschule (เกซัมชูเร่อ)คือผสมระหว่าง Gymnasium และ Realschuhe เรียน 6 ปีจบแล้วจะได้ certificate เพื่อไปฝึกงานตามบริษัท หรือถ้าตั้งใจจะเรียนต่อระดับอุดมศึกษาก็เรียนต่อในโรงเรียนอีก 3ปี</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*-M2Lt40JR9dqvVYd.png" /><figcaption><a href="https://www.howtogermany.com/pages/germanschools.html">https://www.howtogermany.com/pages/germanschools.html</a></figcaption></figure><p>การเข้าไปเรียนระดับอุดมศึกษาจะไม่เรียกการสอบเข้ามหาวิทยาลัย แต่ถือเป็นการสอบเพื่อจบระดับชั้นมัธยมศึกษาที่เรียกว่า Abitur ซึ่งระดับอุดมศึกษาจะมีมหาวิทยาลัยอยู่ 2 แบบคือ Universität (อูนิแวซิเทท) และ Fachhochschule (ฟาคโฮคชูเร่อ) แต่ละแบบก็มีข้อดีต่างกันครับ สำหรับUniversitätเน้นไปที่ศาสตร์เชิงทฤษฎี ส่วน Fachhochschule เน้นไปที่การประยุกต์เอาทฤษฎีไปใช้จริง คณะที่เรียได้จึงค่อนไปทางด้าน Engineering, Business หรือ IT</p><p>ส่วนการศึกษาในระดับอุดมศึกษาของเยอรมัน แบบดั้งเดิม จะเรียกว่า Diplom (ดิบโพลม) เทียบเท่า ปริญาตรี + ปริญญาโท คือเรียน 5 ปี ถ้าเป็น Fachhochschule จะเรียน 4 ปี และฝึกงานอีก 1 ปี ส่วน Universität เรียน Vordiplom 2 ปี และ Diplom อีก 3 ปี ในช่วงหลังๆมหาวิทยาลัยหลายแห่งในเยอรมันเริ่มปรับมาใช้เหมือนประเทศอื่นๆคือ มี Bachelor (4 ปี) และ Master (2 ปี) หลังจาก diplom ไม่ว่าจะ Fachhochschule หรือ Universität ก็ต่อปริญญาเอก(Doctorate)ได้เหมือนกัน</p><blockquote>จุดเด่นของการศึกษาเยอรมันในความเห็นส่วนตัวคือการไม่ยึดติดว่าจะต้องออกไปเรียนมหาวิทยาลัยกันทุกคน และให้ความสำคัญกับการเรียนระดับอาชีวะ ที่เป็นกำลังสำคัญของอุตสาหกรรมในประเทศ คนที่จบอาชีวะจะกลับมาเรียนเพื่อให้ได้ปริญญาตรีโทหรือ เอก ก็ได้</blockquote><p>มาดูของประเทศนิวซีแลนด์กันบ้างครับ นิวซีแลนด์ถือเป็นอีกประเทศที่มีชื่อเสียงเรื่องคุณภาพการศึกษาเมื่อเทียบประเทศอื่นทั่วโลก มีนักเรียนไทยมาเรียนระดับมัธยม หรือ ประถม กันเยอะพอสมควร</p><p>การศึกษาก่อนอุดมศึกษาของนิวซีแลนด์จะแบ่งเป็น Year โดยมี Year 1- 13 จึงเรียนกัน 13 ปี ต่างจากไทยที่เรียนกัน 12 ปี โดย Year 13 นั้นถือเป็น optionสำหรับนักเรียนที่ต้องการเรียนต่อในมหาวิทยาลัยเท่านั้น ถ้าจบ year 12 จะเรียนต่ออาชีวะหรือระดับอุดมศึกษาในสถาบันที่ไม่ใช่มหาลัยเช่นวิทยาลัยอาชีพต่างๆก็ได้ครับ</p><p>การเข้ามหาวิทยาลัย ต้องใช้คะแนนการสอบวัดความรู้ทั่วประเทศที่เรียกว่า NCEA เป็นลักษณะการเก็บ credit ตั้งแต่ Year 11 ครับ การสอบมีทั้งสอบพร้อมกันทั่ว่ประเทศหลังจบปีการศึกษา (External Exam) และ การเก็บคะแนนไปเรื่อยๆ จากการเรียนในบางวิชา (Internal Exam) ซึ่งส่วนใหญ่เป็นวิชาที่เป็นลักษณะลงมือทำ เช่นทำแล็บเคมี ชีวะ หรือ วาดรูป ร้องเพลง เต้น, การเรียนในระดับมัธยมถ้าเทียบบรรยากาศกับประเทศอื่นๆ ก็เครียดน้อยกว่ามาก และเน้นไปที่ความชอบของเด็กเป็นหลัก</p><p>การเรียนระดับอุดมศึกษาในมหาวิทยาลัยที่นิวซีแลนด์ ถ้าเป็นปริญญาตรีเรียนแค่ 3 ปี แต่ถ้าจะเรียนต่ออีก 1 ปี จะเรียกว่า honor program หลังจาก honor program ถ้าได้ First or Second Class First Division สามารถเรียนต่อระดับปริญญาเอกได้โดยไม่จำเป็นต้องเรียนปริญญาโท</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/573/0*r0V5AXD1FbdYeS62.jpg" /><figcaption><a href="http://ncee.org/what-we-do/center-on-international-education-benchmarking/top-performing-countries/new-zealand-overview/">http://ncee.org/what-we-do/center-on-international-education-benchmarking/top-performing-countries/new-zealand-overview/</a></figcaption></figure><blockquote>ในความเห็นส่วนตัว การศึกษานิวซีแลนด์มีจุดเด่นที่ให้ความใส่ใจกับความชอบและความสนใจของเด็ก ตั้งแต่ระดับอนุบาลคุณครูจะสังเกตและทำเป็นบอร์ดว่าเด็กคนไหนชอบอะไรหรือถนัดอะไร</blockquote><p>การศึกษาทั้งสองประเทศจะค่อนข้างต่างจากไทย ในแง่การให้ความสำคัญกับทุกอาชีพ และมุ่งเน้นให้เด็กหาความชอบของตัวเอง และมุ่งเรียนไปทางนั้น ถ้าเทียบกับการศึกษาบ้านเราที่เน้นให้ทุกคนเรียนเหมือนๆกันหมด และสอบวัดกัน</p><blockquote>ปัญหาการกันที่ของเด็กที่เก่งในระบบ TCAS ก็มาจากการที่เด็กไม่รู้จักตัวเอง และสังคมให้ความสำคัญกับบางอาชีพมากจนลดทอนความสำคัญกับอาชีพอื่น</blockquote><blockquote>เด็กเก่งจึงต้องเลือกเรียนแพทย์ รองลงมาต้องวิศวะ <br>เด็กอาชีวะคือเด็กเกเรหรือเรียนอ่อน</blockquote><p>ปัญหาต่างๆของการสอบเข้ามหาวิทยาลัย คือ การตัดสินเด็กด้วยการสอบที่ตั้งสมมุติฐานว่าเด็กทุกคนเหมือนกัน <strong>มากกว่า </strong>ความจริงที่ว่าเด็กทุกคนมีความพิเศษต่างกัน และให้ความสำคัญกับความชอบหรือความสนใจที่ต่างกันให้มีที่ยืนในสังคมเท่าๆกัน</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a0d308c680d3" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI ที่ไม่ใช่แค่ Machine Learning — บทนำ]]></title>
            <link>https://medium.com/@cnacha/ai-%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B9%83%E0%B8%8A%E0%B9%88%E0%B9%81%E0%B8%84%E0%B9%88-machine-learning-%E0%B8%9A%E0%B8%97%E0%B8%99%E0%B8%B3-107b2ea9b3f6?source=rss-dfac31cfa2a0------2</link>
            <guid isPermaLink="false">https://medium.com/p/107b2ea9b3f6</guid>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[semanticweb]]></category>
            <category><![CDATA[automated-planning]]></category>
            <dc:creator><![CDATA[Nacha Chondamrongkul]]></dc:creator>
            <pubDate>Thu, 31 May 2018 07:30:22 GMT</pubDate>
            <atom:updated>2018-05-31T07:36:09.865Z</atom:updated>
            <content:encoded><![CDATA[<p>ถ้าพูดถึง AI — Artificial Intelligence หรือ ปัญญาประดิษฐ์ ที่กำลังได้รับความนิยมมากในขณะนี้ 90% มักจะพูดถึง Machine Learning ที่นำข้อมูลจำนวนมากมาจำแนกโดยโมเดลทางคณิตศาสตร์ เพื่อใช้ทำการทำนายหรือคาดการณ์ จึงมีบริษัทและStartup หลายแห่งคิดอยากนำมาใช้ แต่หลายครั้งต้องตันเพราะไม่ได้มีข้อมูลมากพอเหมือนบริษัทใหญ่ๆอย่าง Google และ Facebook เพราะความแม่นยำของ machine learning ขึ้นกับปริมาณข้อมูลที่มากพอ</p><p>แต่จริงๆแล้ว AI ยังมีวิธีการอื่นๆอีกมากมาย ในบทความนี้จึงอยากพูดถึง AI ที่ไม่ใช่แค่ machine learning บ้าง เพราะมีหลายกรณีที่การแก้ปัญหาบางอย่างเราไม่ได้มีข้อมูลจำนวนมากพอที่จะใช้ machine learning และ machine learningเองก็ไม่ได้เหมาะกับปัญหาในทุกแบบ</p><p><strong>Semantic Reasoning </strong>คำว่า Reasoning คือการทำให้คอมพิวเตอร์ใช้เหตุผลเพื่อสรุปข้อมูลบางอย่างออกมาให้ ส่วนใหญ่มักจะใช้ในการจำแนกข้อมูล (Classification) โดยการกำหนดกฎเกณฑ์ทางตรรกศาสตร์ (Logical axiom) ขึ้นมาเพื่อใช้จำแนกข้อมูล ยกตัวอย่างเช่น</p><blockquote>ถ้าพ่อของพ่อ คือ ปู่ <br>A เป็นพ่อของ B และ B เป็นพ่อของ C <br>เพราะฉะนั้น A เป็นปู่ของ C</blockquote><p>วิธีการแบบนี้เป็นวิธีที่ Social Network อย่าง Facebook ใช้เพื่อแนะนำเพื่อน โดยหาจากเพื่อนของเพื่อนของผู้ใช้ หรือ เพื่อนในกลุ่มที่ผู้ใช้เป็นสมาชิกอยู่ หรือ เพื่อนของเพื่อนในกลุ่มที่เป็นสมาชิกอยู่ อีกตัวอย่างคือADA (<a href="https://ada.com/">https://ada.com</a>) ที่ทำแอพพลิเคชั่นสำหรับการวินิจฉัยโรคเบื้องต้นจากแบบสอบถามอาการ</p><p>ข้อดีของวิธีนี้คือไม่จำเป็นต้องมีข้อมูลมากเหมือนการทำ machine learning เพราะเป็นการกำหนดกฎทางตรรกศาสตร์ขึ้นมา และนั้นก็อาจจะเป็นข้อเสียด้วยเพราะต้องกำหนดกฎเหล่านั้นให้ครอบคลุม</p><p>Semantic Reasoning เป็นที่มาของเทคโนโลยีอื่นๆเช่น GraphDB, Ontology Web Language (OWL) หรือ Semantic Web</p><p><strong>Automated Planning </strong>หรือบางทีเรียกว่า AI Planning คือการทำให้คอมพิวเตอร์รู้จักการวางแผนด้วยตัวเองเพื่อให้บรรลุเป้าหมายบางอย่าง</p><p>ตัวอย่างปัญหาที่คลาสสิคและเหมาะกับวิธีนี้คือ C<a href="https://www.youtube.com/results?search_query=missionary+cannibal">annibal</a>-Missionary Problem</p><blockquote>ปัญหาคือมี มิชชันนารี 3 คน คนป่า 3 คน เรือ 1 ลำ บรรทุกได้ 2 คน โดยให้ เป้าหมายคือให้มิชชันนารีและคนป่าข้ามไปยังอีกฝั่งได้ โดยห้ามคนป่ามากกว่ามิชชันนารีเพราะมิชชันนารีจะโดนคนป่ากิน</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/300/0*NTDYTRDQ6vI1tic3.gif" /><figcaption>Cannibal-Missionary Problem</figcaption></figure><p>ใครสนใจลองไปเล่นดูได้ที่นี้ครับ <a href="http://www.novelgames.com/en/missionaries/">http://www.novelgames.com/en/missionaries/</a> <br>ปัญหาแบบนี้ถ้าใช้คนลองเล่นไม่น่าจะต่ำกว่า 1 นาทีเพื่อแก้ปัญหา แต่สำหรับคอมพิวเตอร์ด้วย Automated Planning แก้ได้ภายใน 1 วินาที โดยการกำหนดเป้าหมายและกฎในการเล่นลงไป คอมพิวเตอร์จะใช้วิธีการประเมินทุกทางที่เป็นไปได้( trial-error) และนำคำตอบแรกที่ถูกต้องตามเป้าหมายและกฎออกมาให้</p><p>Automated planning ใช้กับการแก้ปัญหาที่มีเป้าหมายและกฏชัดเจน และสามารถแก้ปัญหาได้ด้วยการประเมินหลายๆทางเลือก เช่น การจัดตารางสอนให้ลงตัว การวางแผนเดินทางตามเป้าหมายและงบประมาณที่จำกัด</p><p><strong>Evolutionary computing </strong>ยังเป็นอีกหนึ่งสาขาของ AI ที่ได้รับความนิยมในวงการวิจัย computer science แต่ยังใหม่สำหรับการนำไปใช้จริง เน้นแก้ปัญหาแบบเลือกตัวเลือกที่ดีที่สุด จากตัวเลือกทั้งหมด (optimization) โดยการเลียนแบบวิธีการในธรรมชาติ เช่น Genetic Algorithm ประยุกต์แนวคิดของ DNA เข้ากับการแก้ปัญหา โดยตัดตัวเลือกออกไปเรื่อยๆจนได้ตัวเลือกที่ดีที่สุด, Ant Colony Optimization (ACO) จำลองการทำงานของมด ที่ช่วยกันหาทางที่ดีที่สุดเพื่อไปหาอาหาร แม้ว่าจะมีสิ่งกีดขวางมากมาย</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*xrgxzGLqhZucEpH9.jpg" /></figure><p>AI ยังมีอีกหลายวิธีมาก นี้แค่ยกตัวอย่างมาหลักๆ ที่สำคัญคือการเลือกให้เหมาะกับปัญหาที่เราพยายามจะแก้และทรัพยากรที่เรามี</p><p>ในบทความหน้าจะลงรายละเอียดของแต่ละวิธีที่ว่ามา รวมไปถึงตัวอย่างปัญหาและการเขียนโค้ดเพื่อแก้ปัญหา</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=107b2ea9b3f6" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[ประสบการณ์สมัครเรียนต่อปริญญาเอกที่นิวซีแลนด์]]></title>
            <link>https://medium.com/@cnacha/%E0%B8%9B%E0%B8%A3%E0%B8%B0%E0%B8%AA%E0%B8%9A%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%93%E0%B9%8C%E0%B8%AA%E0%B8%A1%E0%B8%B1%E0%B8%84%E0%B8%A3%E0%B9%80%E0%B8%A3%E0%B8%B5%E0%B8%A2%E0%B8%99%E0%B8%95%E0%B9%88%E0%B8%AD%E0%B8%9B%E0%B8%A3%E0%B8%B4%E0%B8%8D%E0%B8%8D%E0%B8%B2%E0%B9%80%E0%B8%AD%E0%B8%81%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%99%E0%B8%B4%E0%B8%A7%E0%B8%8B%E0%B8%B5%E0%B9%81%E0%B8%A5%E0%B8%99%E0%B8%94%E0%B9%8C-ceaee1e03b92?source=rss-dfac31cfa2a0------2</link>
            <guid isPermaLink="false">https://medium.com/p/ceaee1e03b92</guid>
            <category><![CDATA[doctoral-admission]]></category>
            <category><![CDATA[new-zealand]]></category>
            <dc:creator><![CDATA[Nacha Chondamrongkul]]></dc:creator>
            <pubDate>Tue, 31 Oct 2017 23:03:01 GMT</pubDate>
            <atom:updated>2018-05-31T05:31:03.557Z</atom:updated>
            <content:encoded><![CDATA[<p>การเรียนต่อปริญญาเอกอาจเป็นเรื่องที่หลายๆคนไม่เคยคิดจะทำรวมทั้งตัวผมเอง เพราะไม่ใช่คนที่เรียนเก่งคืออยู่ในระดับปานกลาง และไม่ได้ทำงานในสายวิชาการตั้งแต่เริ่มแรก แต่ด้วยสถานการณ์ต่างๆบังคับจึงทำให้ต้องเรียนครับ การสมัครเรียนดูเหมือนไม่ใช่เรื่องยาก แต่ก็มีรายละเอียดหลายๆอย่างซึ่งต่างกันออกไปตามมหาวิทยาลัยและประเทศ ซึ่งทำให้ผมลองผิดลองถูกมาหลายรอบจึงอยากเขียนแชร์ไว้เผื่อเป็นประโยชน์กับใครหลายคนที่จะเรียนต่อครับ ขั้นแรกของการเรียนต่อคือการเลือกว่าจะเรียนอะไร และที่ไหน เรียนอะไรถูกบังคับอยู่แล้วด้วยประสบการณ์และงานที่ทำคือ สาขา Software Engineering จึงต้องทำให้ไปทางนี้ ส่วนที่ไหน ผมเลือกประเทศนิวซีแลนด์ด้วยเหตุผล 4 ประการ ซึ่งปนสมมุติฐานนิดหน่อย(เนื่องจากไม่เคยไปเหยียบประเทศนี้แม้แต่ครั้งเดียวครับ ใกล้สุดคือออสเตรเลีย และคิดว่าน่าจะบรรยากาศใกล้เคียงกัน) 1. ค่าเรียนปริญญาเอกไม่แพงเพราะจ่ายเท่าพลเมืองนิวซีแลนด์คือประมาณ 6,2xx เหรียญต่อปี ตกเป็นเงินไทยประมาณ 140,000 บาท 2. ไม่ต้องเรียน coursework ทำให้ใช้ระยะเวลา 3–4ปี 3. น่าจะมีสภาพแวดล้อมเหมาะกับคนมีครอบครัวในการปรับตัวและใช้ชีวิต 4. สมัครเรียนไม่น่าจะยากมาก ซึ่งตอนหลังพบว่าไม่ได้ง่ายอย่างที่คิดไว้ตั้งแต่แรก</p><p>ประเทศนิวซีแลนด์มีมหาวิทยาลัยทั้งหมด 8 แห่ง ซึ่งเป็นของรัฐบาลทั้งหมดครับ อันดับต่างๆอ้างอิงจาก topuniversities.com ในสาย Computer science &amp; Information Systems อันดับ 1 คือ University of Auckland และเป็นมหาวิทยาลัยที่ใหญ่ที่สุดในประเทศและอยู่ใน Top 100 จากการจัดอันดับของมหาลัยทั่วโลกครับ รองลงมาก็ University of Otago, University of Canterbury และ Victoria University of Wellington อยู่ลำดับใกล้ๆกัน มหาวิทยาลัยแต่ละแห่งเรียกได้ว่าอยู่คนละเมืองกันเลย มีที่ Auckland ซึ่งเป็นเมืองใหญ่ที่สุดของนิวซีแลนด์จะมี University of Auckland กับ AUT ที่อยู่เมืองเดียวกัน ส่วน University of Otago อยู่เมือง dunedin อยู่ทางใต้ของเกาะใต้</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/636/1*g1Dxs0444JhfxjlwhJy4VA.png" /></figure><p>กระบวนการสมัครเข้าเรียนของแต่ละมหาลัยคล้ายๆกัน คือ 1) หา supervisor ที่จะรับเรา 2) ส่งใบสมัครเข้ามหาลัย 3) รอผล 4) ทำวีซ่านักเรียน 5) ลงทะเบียนเรียน ในเว็บไซต์ของบางมหาวิทยาลัยบอกว่าไม่จำเป็นต้องsupervisor ให้ส่งใบสมัครก่อนได้ แต่ในความเป็นจริงต้องหา supervisor ให้ได้ก่อนครับ เพราะถ้าหาไม่ได้ใบสมัครที่ส่งไปก็จะถูก Decline ด้วยเหตุผลที่ว่า “Your prospective supervisor is not available” (◎_◎;) อันนี้โดนมาแล้วครั้งแรกที่สมัคร U of Auckland</p><p>แต่ก่อนเริ่มกระบวนการสมัคร ต้องเช็คว่าตัวเองมี entry requirement ครบตามที่มหาลัยต้องการก่อนด้วยนะครับ ซึงมหาลัยในนิวซีแลนด์จะเหมือนๆกัน คือ IELTS ต้องได้อย่างน้อย 6.5 และทุก band (ฟัง พูด อ่าน เขียน)ไม่ต่ำกว่า 6.0 การสมัครมหาลัยในนิวซีแลนด์ โดยเฉพาะปริญญาเอก ผลภาษาสำคัญครับ จะไม่ค่อยมีการให้ conditional offer ที่ต้องเรียนภาษาเพิ่มแล้วให้เข้าไปเรียนได้เหมือนฝั่งออสเตรเลีย คือยังไงต้องสอบให้ได้ตามคะแนนที่ว่าไปจึงจะสมัครได้ และ จะต้องจบปริญาตรี และ/หรือ โท ถ้าดูในเวบไซต์มักจะเขียนว่า bachelors (honours) degree with first class or second class (division 1) honours, or a masters degree with first class or second class (division 1) honours คำว่า honours ไม่ได้หมายความว่าถ้าไม่ได้เกียรตินิยมจะสมัครไม่ได้ครับ เพราะจะพิจารณาจากหลายๆอย่างประกอบด้วยเช่น ประสบการณ์ในการทำงาน การวิจัย หรือผลงานตีพิมพ์ ในเคสของผมเองตอนป.ตรีเรียนเอาแค่ผ่านครับและไม่ได้เกิยรตินิยมแน่นอน ตอนป.โท(ที่ประเทศเยอรมนี)ก็ไม่มีระบบการให้เกียรตินิยม ดีที่ช่วง 5 ปีหลังมีการทำงานวิจัยและมีผลงานตีพิมพ์ เลยพอจะสมัครได้</p><p>การหา supervisor สำหรับผมเป็นเรื่องยากพอสมควรเพราะไม่รู้จักใครเลยในประเทศนี้ การจะติดต่อ supervisor ของผมมีทางเดียวคือส่ง email ไปเพื่อแนะนำตัวเอง และต้องเขียนให้ดูน่าประทับใจและไม่โม้จนเกินไปครับ เพื่อให้เค้าสนใจในตัวเรา โดยส่วนใหญ่ ก็ประมาณด้านล่างนี้ครับ พร้อมแนบ CV ทีมีlistของผลงานตีพิมพ์ไปด้วย ยิ่งมีผลงานตีพิมพ์เยอะยิ่งดีครับ</p><p>Dear ………</p><p>My name is…... I am currently working as …….. at ……... My research expertise is in the area of ………... I will be applying to PhD program at University of Auckland this year and would very much like the opportunity to join your research group. Will you be accepting applications for new graduate students for entry in 2017? You can learn about my qualification in enclosed CV and documents.</p><p>For a brief of my research experience, I have ………</p><p>Thank you very much for your time. I hope we have the chance to speak about research in the future. please let me know, if you need any other information/document.</p><p>Best Regards,</p><p>ซึ่งการตอบกลับจากประสบการณ์แล้ว จะตอบกลับประมาณ 7 ใน 10 ครับ ต้องเข้าใจว่า Professor แต่ละท่านคงงานยุ่งและได้อีเมล์วันๆนึงหลายฉบับ ฉะนั้นควรต้องเขียนให้ดูดีและน่าสนใจ เพื่อให้เค้าเปิดอ่านครับ ถ้าตอบกลับมาแล้วก็ได้คำตอบไม่บวก ก็ ลบ ถ้าเป็นลบ คือ ไม่รับครับ โดยที่คุณสมบัติและประสบการณ์เราอาจจะไม่เข้าตา หรือ เค้ายังไม่ว่าง มีนักศึกษาเต็มโควต้าแล้ว อะไรประมาณนี้ครับ บวกคือกำลังรับนักศึกษาป.เอกอยู่ แล้วขอนัด Skype หรือคุยเรื่อง topic ที่สนใจต่อ และนี้คือส่วนนึงของ step แรกครับ เพราะการที่เค้าคุยต่อแสดงว่าเค้าสนใจเราในระดับนึง แต่ยังไม่ได้รับเป็น supervisor เพราะขั้นตอนถัดไปเมื่อเราตกลงหัวข้อที่จะทำได้แล้ว ต้องทำ SRI (Statement of Research Intent) เป็นเอกสาร 5–10หน้าประกอบไปด้วย 1) Introduction ที่มาที่ไปของหัวข้อวิจัย 2) Literature review งานของคนอื่นที่ทำคล้ายๆหรือเกี่ยวข้องกัน เลือกมาสักจำนวนนึงครับ <strong>โดยควรจะมีงานที่ supervisor ที่เราติดต่อเคยทำอยู่ด้วยเพื่อแสดงว่าเราสนใจอ่านงานของเค้า และทำต่อยอดออกไป</strong> 3) Research question เพื่อบอกโจทย์งานวิจัยชัดๆ 4) Research Plan แผนการทำวิจัยซึ่งอยู่ในระยะเวลา 3–4 ปี 4) References ตอนที่ทำ SRI ทาง supervisorที่เราติดต่อจะช่วยแนะนำและการปรับแก้กันไป ช่วงนี้สำคัญมากครับเพราะ supervisor จะดูว่าเราจะทำงานร่วมกับเค้าได้ไหมและเรามีศักยภาพพอที่จะเรียนปริญญาเอกจนจบได้รึเปล่า ซึ่งจากประสบการณ์แล้ว มีทั้งส่งไป แล้วไม่ต้องแก้อะไรเลยเอาตามนั้น, แก้ 3–4รอบแล้วโอเค, และ แก้ 7 รอบจนสุดท้ายเค้าตอบกลับมาว่าไม่สามารถเป็น supervisor ให้ได้ (┳◇┳)</p><p>ถ้าตกลงกันได้และทำ SRI เสร็จ เค้ายอม support application เราถึงจะสามารถส่งเอกสารสมัครยื่นไปทางมหาวิทยาลัยได้ครับ ซึ่งเอกสารก็ไม่หนีไปจากใบปริญญาตรี โท transcript, ผล IELTS, CV, สำเนา passport, ผลงานตีพิมพ์ที่ผ่านมา, เล่มทีสิสตอนป.โท.และ SRI เอกสารที่เป็นทางการเช่น transcript, ผล IELTS ต้องมีการรับรองสำเนาด้วยนะครับ แม้ว่าจะscan และupload online ก็ตาม แต่การรับรองจะรับรองเซ็นเองเออเองเหมือนบ้านเราไม่ได้ครับ หลายมหาลัยกำหนดให้สถานทูต ทนายที่มี Notary public รับรองให้ได้เท่านั้น ซึ่งถ้าใช้ Notary public จากการตรวจสอบราคาคือ 500บาท ต่อ แผ่น ถ้าไปสถานทูตต้องไปที่กรุงเทพเท่านั้นซึ่งเสียค่าเดินทางและเวลา แต่ผมใช้ทางลัดคือส่งเอกสารหลักฐานไปทาง agency ที่มหาลัยรับรองซึ่งก็คือ IDP ค่าใช้จ่ายฟรีครับ ＼(&gt;o&lt;)ノ หลังจากส่งหลักฐานไปหมดแล้วก็รอวนไปครับ แต่ละมหาลัยใช้เวลา process ต่างกัน โดยรวมอยู่ที่ประมาณ 2–5 เดือน ส่วนใหญ่มักจะไม่มีปัญหาอะไรถ้ามี supervisor รับรองครับ อาจจะมีขอเอกสารเพิ่มเติมบ้าง ก็ต้องคอยเช็คอีเมล์กันไป จากที่ผมสมัครของ University of Auckland ส่งเอกสารไปปลายเดือนสิงหาคม ได้ผลมาวันที่ 16 ตุลาคมครับ ค่อนข้างเร็วที่สุดตั้งแต่สมัครมา</p><p>โดยผลการสมัครจะได้มาได้รูปแบบ offer ครับ เราต้องเข้าไปกด accept ในระบบ online application ของมหาลัย สัก 3–4 วันก็จะได้เมล์ตอบกลับมาเป็น full offer letter พร้อม registration summary ประมาณด้านล่างนี้ครับ จึงนำไปยื่นขอวีซ่าได้ ซึ่งของ University of Auckland ให้เวลาoffer 6 เดือนเพื่อขอวีซ่าและไปลงทะเบียนที่มหาลัยที่นั้น ＼(&gt;o&lt;)ノ</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*9KqgEayft772wZdLr_RwGw.png" /></figure><p>การสมัครเรียนปริญญาเอกที่นิวซีแลนด์หลักๆแล้วเราต้องมีผลงานตีพิมพ์บ้างจะทำให้ง่ายขึ้น หา supervisor ที่คิดว่าสนใจในตัวเราคืออาจมีงานวิจัยที่ใกล้เคียงกันครับ ส่วนการจะให้เค้ารับเรานั้นอยู่ที่ตอนทำ SRI เลย ซึ่งก็มีอยู่ 2 แนวทาง 1) blankๆ ไปยังไม่ต้องมี topic ติดต่อ supervisor แต่ละคน ขอ topic ทำ SRI ส่งไป 2) มี topic ในหัวเขียน SRI แล้วส่งไปที่ supervisor ที่คิดว่าน่าจะสนใจ ซึ่งผมลองมาแล้วทั้งสองแนวทาง ที่คิดว่าดีที่สุดคือแบบแรกครับ แต่จะเหนื่อยหน่อยเพราะถ้าติดต่อหลายคนต้องทำ SRI หลายอัน แต่ supervisor มักชอบมากกว่าเพราะเค้ามักอยากให้นศ.ปริญญาเอกทำงานต่อยอดจากที่เค้าทำมาแล้ว ส่วนแบบที่ 2 สบายกว่าที่ทำ SRI อันเดียวแล้วส่งไป ข้อเสียคือมักหา supervisorยากครับ เพราะงานที่เราสนใจทำมักไม่ตรงกับ supervisor สนใจอยากจะทำ 5555</p><p>สุดท้ายนี้หวังว่าจะเป็นประโยชน์กับคนที่กำลังวางแผนจะสมัครเรียนครับ และพอเห็นภาพว่าจะสมัครเรียนปริญญาเอกได้ต้องเตรียมอะไรบ้าง ขอให้ทุกคนโชคดีครับ</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ceaee1e03b92" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>