Machine Learning
Support Vector Machine
Support Vector Machine Course โมเดลคณิตศาสตร์ที่จำแนกประเภทของข้อมูลด้วยการสร้าง Hyperplane มาแบ่งกลุ่มของข้อมูลให้แยกขาดออกจากกัน (กลุ่มที่อยู่เหนือ Hyperplane จะถูกพิจารณาเป็น class 1 ส่วนกลุ่มที่อยู่ใต้ Hyperplane จะถูกพิจารณาเป็น class -1) ภารกิจที่เราต้องทำในที่นี้ก็คือ “หาสมการของ Hyperplane ที่เรากล่าวถึงข้างต้น”ยกตัวอย่างการจำแนกประเภทของข้อมูลเช่น I) การพยากรณ์ว่าพรุ่งนี้หุ้นจะขึ้นหรือจะลง II)...
Decision Tree & Random Forest
Decision Tree & Random Forest Course โมเดลคณิตศาสตร์ (AI) ที่อยู่ในรูปแบบของกฎ (Rules) ซึ่งกฎเหล่านี้ได้มาจากการเรียนรู้ กล่าวโดยละเอียดถึงการเรียนรู้ในที่นี้ได้ว่า คือการตั้งคำถามที่เป็นไปได้ทั้งหมดของคุณลักษณะ (Feature) ของข้อมูล แล้วเลือกคำถามที่สามารถจำแนกประเภทข้อมูลได้ดีที่สุดไปเรื่อย ๆ จนกว่าจะถึงเงื่อนไขการหยุด ภารกิจของเราในที่นี้คือ I) ออกแบบวิธีการตั้งคำถาม II) วัดความสามารถในการจำแนกประเภทข้อมูล III)...
Naive Bayes
Naive Bayes Course โมเดลคณิตศาสตร์ (AI) ที่ใช้หลักความน่าจะเป็นแบบมีเงื่อนไขของเบส์ในการจำแนกประเภทของข้อมูล ยกตัวอย่างการจำแนกประเภทของข้อมูลเช่น I) การพยากรณ์ว่าพรุ่งนี้หุ้นจะขึ้นหรือจะลง II) การวิเคราะห์รูปภาพว่าเป็นหมาหรือแมว III) การวิเคราะห์รูปภาพตัวอักษรไทยว่าเป็นอักษรอะไรในคอร์สนี้เราจะมาเรียน 1. ทฤษฎีคณิตศาสตร์ที่ใช้ในการสร้าง Naive Bayes (เรียนกันตั้งแต่ assumption ของ model) 2. เขียน Code...
K Nearest Neighbor
K Nearest Nearest Neighbor Course โมเดลคณิตศาสตร์ (AI) ที่มีสมมติฐานแบบ Feature Similarity นั่นคือข้อมูลที่มีคุณลักษณะคล้าย ๆ กันจะถูกจำแนกประเภทเหมือน ๆ กัน คำถามที่ตามมาคือคำว่า “คล้าย ๆ กัน” จะวัดอย่างไร ? และถ้าวัดได้เราจะพิจารณาข้อมูลเพื่อนบ้านกี่ตัว (K) ถึงจะทำให้เราพยากรณ์ได้แม่นยำมากที่สุด...
Logistic Regression
Logistic Regression Course โมเดลคณิตศาสตร์ (AI) ที่มีความสามารถในการจำแนกประเภทของข้อมูล (โดยการ encode สมการเชิงเส้นให้อยู่ในช่วง (0, 1) ด้วย sigmoid และ softmax) สมการของ Logistic Regression จะอยู่ในรูปของ Y = sigmoid(w0 + w1X1...
Multiple Regression
Multiple Regression Course โมเดลคณิตศาสตร์ (AI) ที่มีความสามารถในการพยากรณ์ตัวแปรตาม 1 ตัว จากตัวแปรต้นหลาย ๆ ตัว สมการของ Multiple Regression จะอยู่ในรูปของ Y = w0 + w1X1 + w2X2 + …...