25 ธ.ค. 2563 – เราเริ่มเรียนเวลา 21.00 น. นะครับ ใช้เวลาประมาณ 1.5-2.0 ชั่วโมง
เปิดไฟล์ขึ้นมา คลิกที่ File
> Make A Copy
เพื่อเรียนตาม Live นี้นะครับ

Note – ไม่มีพื้นฐานก็เข้าเรียนได้นะครับ : ) นักเรียนต้องมี Google Account ด้วยนะครับ
Maximum Likelihood
เนื้อหาวันนี้ แอดจะสอนทุกคนสร้างโมเดล Logistic Regression ง่ายๆ รวมถึง Maximum Likelihood Estimation ที่เราใช้คำนวณ regression coefficients ของโมเดล Fear not! แล้วพบกันใน live นะครับ : )

เราสามารถแปลง MLE ด้านบนเป็นสูตร Sheets ได้แบบนี้ โดยฟังก์ชัน LN()
คือ natural logarithm
## Log Likelihood
=Y*LN(PROBS) + (1-Y)*LN(1-PROBS)
เราจะ apply สูตรนี้กับทุก observations ในข้อมูลที่ใช้เทรนโมเดล (training data) แล้วหาผลรวมด้วยฟังก์ชัน SUM()
โดย MLE คือการหาค่า regression coefficients (θ) ที่ทำให้ค่า SUM(Log Likelihood)
มีค่าสูงที่สุด