Author: Kasidis Satangmongkol
-
สรุปเนื้อหาคอร์สเรียน AI For Everyone – ตอนที่ 2/4
สรุปเนื้อหาสำคัญจากคอร์ส AI For Everyone สัปดาห์ที่สอง สอนโดย Andrew Ng บน coursera ML-DS Workflow Andrew เริ่มสัปดาห์ที่สองด้วยการอธิบาย ML-DS workflow แอดเขียนสรุปให้อ่านในตารางด้านล่าง ทั้งสอง workflow มีสามขั้นตอน แตกต่างกันที่ขั้นตอนที่ 2-3 Step Machine Learning Data Science #1 Collect data Collect data #2 Train model (many iterations) Analyze data (many iterations) #3 Deploy model Suggest actions/ hypotheses ขั้นตอนที่หนึ่งคือการทำเก็บรวบรวมข้อมูล แอดชอบประโยคที่ Andrew พูดว่า “you can make progress…
-
สรุปเนื้อหาคอร์สเรียน AI For Everyone – ตอนที่ 1/4
สรุปคอร์สเรียน AI for Everyone ของ Andrew Ng สำหรับผู้เริ่มต้น ตอนที่ 1
-
ฝึกใช้งาน apply family ฟังชั่น for loop ยอดนิยมใน R
การเขียน for loop ใน R อาจจะดูยุ่งยากและมีปัญหาเรื่อง performance i.e. ความเร็วในการรันโปรแกรมจะช้ากว่าการเขียนโค้ดแบบอื่นๆ วันนี้เราจะอธิบายฟังชั่น apply() และเทคนิคที่จะช่วยให้โปรแกรมรันเร็วขึ้นแบบไม่ต้องเขียน for loop เลย ถ้าใครยังไม่ว่า for loop ปกติเขียนยังไง ลองอ่านบทความ control flow ของเราก่อน ข้อมูลที่ใช้สอนใน tutorial นี้ชื่อ mtcars เราสามารถโหลด data frame ใน RStudio ด้วยโค้ดนี้ Regular For Loop สมมติถ้าเราต้องการหา column_mean ของแต่ละคอลั่มใน data frame การเขียน for loop ปกติจะค่อนข้างยุ่งยาก เขียนโค้ดอย่างน้อย 4-5 lines เราใช้ฟังชั่น seq_along() สร้าง numeric vector 1:11 ความยาวเท่ากับจำนวนคอลั่มของ…
-
รู้จักกับ Control Flow ทั้งสามแบบในภาษา R
control flow คือ basic statement (หรือ keyword) ที่ใช้ควบคุมพฤติกรรมของโปรแกรมที่เราเขียนใน R หลักๆจะมีอยู่สามแบบคือ if-else for loop while loop ถ้าเข้าใจหลักการ control flow ทั้งสามแบบจะช่วยให้เราอ่านโค้ด R ที่คนอื่นโพสต์บนอินเตอร์เน็ตได้ง่ายขึ้นมาก และผลพลอยได้คือจะช่วยให้เราเขียน R เป็นเร็วขึ้นด้วย ตัวอย่าง control flow diagram ด้านล่างจำลองสถานการณ์เราพกเงิน $50 เข้าคาสิโนโยนลูกเต๋าเสี่ยงดวง เราจะเล่นไปเรื่อยๆจนกว่าเงินจะหมด (broke) หรือโชคดีชนะได้เงิน $100 (won 100) แล้วค่อยกลับบ้าน (END) Note – เนื้อหาในบทความวันนี้สามารถประยุกต์ใช้ได้กับทุกภาษาตั้งแต่ R, Python, Java, Scala, C เป็นต้น เพราะทุกภาษามี control flow! มันคือ building block ที่สำคัญเวลาเราเริ่มเขียนโปรแกรมใหม่ๆ…
-
ก้าวแรกสู่โลก Machine Learning กับ Gradient Descent
tutorial วันนี้แอดอธิบายและสอนเขียนฟังชั่น implement Gradient Descent ใน R เพื่ออัพเดทค่า intercept และ slope ของ simple linear regression มาทบทวน concept ของ SLR กันก่อน y_hat = mx + cwhere m = slope and c = constant (i.e. y intercept) SLR คือสมการเส้นตรงง่ายๆนี่เอง เช่น y = 0.5x + 2 ที่ลากตัดผ่าน (ทำนาย) ข้อมูลของเราได้แม่นยำที่สุด โดย x คือตัวแปรต้นและ y คือตัวแปรตาม เราสามารถวัดความแม่นยำของโมเดลด้วยค่า error แบบต่างๆ เช่น…
-
เทคนิคการกำหนด Sample Size ง่ายๆ ใช้ได้ทุกงาน
กำลังทำวิจัย market research, survey, poll แต่ไม่รู้ว่าต้องเก็บ sample size เท่าไรดี? บทความนี้มีคำตอบ ชัดทุกประเด็น #พรรคพี่ไม่ได้มาเล่นๆ ตอบสั้นๆในทางสถิติคือ n ยิ่งเยอะ ยิ่งดี ตอบยาวๆคือขึ้นอยู่กับ confidence level และ margin of error ที่เรารับได้ ตอบเชิงธุรกิจคือ ขึ้นอยู่กับเงินและเวลาที่เรามีในการทำงานนั้นๆ โอ้โหว มีหลายมุมมอง งั้นเรามาเริ่มจากเชิง academic กันก่อน (แบบพวกงานวิจัยเด็กมหาลัย) Types of Research งานวิจัยทางสถิติหลักๆจะมีอยู่สองแบบ แต่ละแบบมีวิธีการ set up วิเคราะห์และสรุปผลแตกต่างกัน observational study อยากรู้พฤติกรรมหรือทัศนคติของประชากรที่เราสนใจ จะหนักไปที่การทำ estimation เช่น อยากรู้ว่าคนไทยชอบกินชานมไข่มุกกี่ %? i.e. unknown parameter experimental study ต้องการทดสอบพวก causality…