Supervised Learning
ก่อนที่จะเข้าสู่ Machine learning ควรรู้จักตัวอย่างการเรียนรู้
การคาดการเรื่องราคา Price prediction เป็นเรื่องที่เราเห็นได้บ่อยมาก เช่น ราคาบ้านเทียบกับขนาด ราคารถยนต์เทียบกับขนาดเครื่องยนต์
Data sets หมายถึงชุดข้อมูลที่เก็บได้จาการสำรวจ แล้วนำมาเขียนเป็นกราฟ จุด x (สีน้ำเงินในภาพ)
Regression problem
learning algorithm จะนำมาใช้งานอย่างไร?
- ลากเส่้นสีแดงให้ผ่านจุดข้อมูล แล้วลากจุด แกน x ตัด แกน y จะได้การคาดการณ์เรื่องราคา Price prediction สังเกตุว่า เส้นตรงไม่ ครอบคลุม data sets
- ลองลากเส้นใหม่สีน้ำเงิน เรียกว่า quadratic function จะครอบคลุมข้อมูลได้ดีกว่า (ศัพท์ที่ต้องจำ “fit data” เมื่อเราใช้ Tensor Flow ,Keras จะได้ยินคำเหล่านี้
- ใน Machine learning ใช้ข้อมูลทาง statistic มาใช้งานเราเรียกสมการนี้ว่า Regression
- Supervised learning คือการให้คำตอบที่ถูกต้องไว้ คือให้ราคาจริงๆไว้ แล้วหน้าที่ของ algorithm คือการหาคำตอบ เรียกโจทย์แบบนี้ว่า “Regression problem”
Classification problem
การแยกเป็นกลุ่ม เช่น เป็นหรือไม่เป็น ก็เป็นตัวอย่างที่เห็นได้ชัดอีกตัวอย่างหนึ่งเช่น คนเป็นไข้หวัดธรรมดาหรือเป็น coronavirus
เราสามารถแยกได้ข้อมูลได้ชัดเจน (Discrete valued) เป็น 1,0 , Yes หรือ No
Get Anan Seti’s stories in your inbox
Join Medium for free to get updates from this writer.
อีกตัวอย่างหนึ่งการแยกกลุ่ม
แยกกลุ่มดูจากเส้นสีแดง แยกได้ 2 กลุ่มคือ กลุ่มวงกลม หรือ กลุ่ม x เรียกว่า feature
จำคำศัพท์ “feature” จากรูปด้านบน มี 2 feature แต่ใน machine learning มีหลาย feature มากมายนับไม่ถ้วน…เพื่อที่จะทำการคาดการณ์ หรือ พยากรณ์ หรือ predict







