Author: Kasidis Satangmongkol

Tutorial วันนี้เรามาอธิบาย concept ของ Logistic Regression เบื้องต้น พร้อมโค้ดตัวอย่างใน R สำหรับสร้างและทดสอบโมเดล – Case Study ทำนายการเกิดมะเร็งเต้านม (Breast Cancer Dataset) When to use? เรานิยมใช้ Logistic Regression กับปัญหา Binary Classification i.e. ทำนาย target variable ที่มีสอง classes และใช้ค่า % accuracy สำหรับวัดผลโมเดลเบื้องต้น ด้านล่างเป็นตัวอย่าง use cases ในชีวิตจริง Churn prediction – ทำนายว่าลูกค้าจะเลิกใช้บริการหรือเปล่า (yes/ no) Repeated purchase prediction – ทำนายว่าลูกค้าจะกลับมาซื้อสินค้าหรือเปล่า (yes/ no) Disease detection…

บทความที่แล้วเราเขียนอธิบายขั้นตอนการสร้าง ML model ใน 4 ขั้นตอน และสอนเขียนโค้ด R สำหรับแก้ปัญหา Binary Classification (Titanic) วันนี้เราจะมาลองเขียน ML แก้ปัญหา Regression กันบ้าง Regression Problem แอดดาวน์โหลด dataset มาจาก Kaggle ชื่อว่า Boston (Housing Values in Suburbs of Boston) มีตัวแปรทั้งหมด 14 ตัว โดย target ที่เราต้องการทำนายคือ medv หรือราคาบ้านเฉลี่ยหน่วยเป็น $1000 ML เรียกปัญหานี้ว่า Regression เพราะ target ที่เราต้องการทำนายเป็นตัวเลขแบบ numeric/ continuous และ algorithm ที่เราจะสอนวันนี้คือ Linear Regression (อ่านบทความอธิบายเรื่อง LR…

Machine Learning คืออะไร? แล้วเราจะสร้างโมเดลทำนายผู้รอดชีวิตบนเรื่อง titanic ได้ยังไง? หาคำตอบทั้งหมดได้ในบทความนี้ Hi ML Machine Learning คือการที่คอมพิวเตอร์สามารถเรียนรู้ pattern ต่างๆด้วยตัวเองโดยที่มนุษย์ไม่ต้องเขียนโปรแกรมสั่งมันเลยว่าต้องทำอะไรยังไงบ้าง? (learn without being explicitly programmed) วิธีการสอนคอมพิวเตอร์ก็แค่ให้มันเห็นตัวอย่างเยอะๆ (giving it a lot of examples/ data) แล้วคอมพิวเตอร์จะเริ่มเรียนรู้จาก data ที่เราป้อนให้กับมัน ถ้าเทียบกับการเรียนรู้ของมนุษย์ data = human experience ถ้าอยากสอนให้มันรู้จักสตรอเบอร์รี่ → ให้มันเห็นสตรอเบอร์รี่เยอะๆ ถ้าอยากสอนให้มันรู้จักส้ม → ให้มันเห็นส้มเยอะๆ คอมพิวเตอร์จะเริ่มเรียนรู้ pattern (หรือที่เราเรียกว่า feature) ของวัตถุต่างๆ แล้วจะเริ่มทำนายได้ถูกต้องมากขึ้นตามประสบการณ์หรือปริมาณ data ที่มันได้รับ การสอนคอมพิวเตอร์แบบให้มันเห็นตัวอย่างเยอะๆ (a lot of examples) เรียกว่า…

ML Engineer มี metrics ที่ใช้วัดความถูกต้องของโมเดลหลายตัว แบ่งเป็นสองกลุ่มใหญ่สำหรับปัญหา regression และ classification บทความนี้แอดจะอธิบาย 10 metrics พื้นฐานที่ทุกคนควรรู้จัก [su_spoiler title=”10 metrics มีอะไรบ้าง?”]Regression – MAE, MSE, RMSE, R2Classification – Accuracy, Precision, Recall, F1-Score, F-Beta Score, AUC[/su_spoiler] ในบทความนี้เราใช้ terminology (คำศัพท์) ดังนี้ ผลการทำนายของโมเดลคือ yprediction ค่าจริงคือ yactual metrics คือค่าที่ได้จากการคำนวณ/ เปรียบเทียบผล prediction vs. actual ว่าโมเดลของเราทำนายได้ถูกต้องแค่ไหน Let’s focus at Regression มาเริ่มกันที่ metrics สำหรับปัญหา Regression เราสร้างโมเดล Regression…

บทความนี้แอดเขียนแนะนำวิธีการใช้งาน Azure ML Studio เบื้องต้นเพื่อสร้างโมเดลแบบไม่ต้องเขียนโค้ด drag & drop ห้านาทีเสร็จแล้ว สมัครใช้งานฟรีที่ https://studio.azureml.net/ <3 [su_spoiler title=”Azure คืออะไร?”]Azure คือ Cloud Services ของ Microsoft เพื่อนๆไม่ต้องลงโปรแกรมอะไรให้ยุ่งยาก แค่เปิด browser ขึ้นมา sign in เข้าสู่ ML Studio ก็เริ่มทำงานได้เลย ตั้งแต่ลองใช้งาน Cloud มาแอดว่าของ Azure ใช้ง่ายสุด[/su_spoiler] Create Account สำหรับ free account เหมาะสำหรับนักศึกษาที่กำลังเรียน ML ทำโปรเจ็คที่ข้อมูลยังไม่ใหญ่มาก <= 10 GB (อ่านความแตกต่างระหว่าง free vs. standard ได้ที่นี่) ได้สิทธิการใช้งานดังนี้ พื้นที่เก็บข้อมูล 10 GB…