0 of 16 lessons complete (0%)
Exit Course

Lesson 5 – Problem Framing

What is Problem Framing

Problem Framing คือการวิเคราะห์ว่าปัญหานั้นๆเหมาะสมที่จะใช้ Machine Learning เป็น solution หรือเปล่า และเป็นการตีกรอบโปรเจ็คของเราว่าตัวแปรต้นคืออะไร ตัวแปรตาม (label) ที่เราต้องการทำนายคืออะไร รวมไปถึงการวิเคราะห์ cost-benefit ของการใช้ ML solution

📝 Google บอกว่าบางปัญหาใช้ non-ML solution ง่ายๆก็แก้ได้แล้ว ไม่ต้องใช้ ML ก็ได้ เย้ 555+

Google เปิดสอนคอร์สฟรี Intro to ML Problem Framing เพื่อนๆสามารถเข้าเรียนฟรีได้ที่นี่เลย แอดมีเขียนสรุปเนื้อหาคอร์สนี้ไว้แล้ว Optional Reading

Formative Quiz

Steps to Problem Framing

ML Problem Framing ประกอบด้วยสองขั้นตอนง่ายๆ

  1. วิเคราะห์ว่า ML คือ solution ที่เหมาะสมกับปัญหาหรือเปล่า
  2. ตีโจทย์ให้แตก ให้อยู่ในรูปแบบที่ ML สามารถแก้ได้

ในคอร์ส AI for Everyone (week 1) อาจารย์ Andrew Ng ให้ข้อแนะนำว่า ถ้าเราอยากรู้ว่าปัญหานั้นแก้ได้ด้วย ML หรือเปล่า? ให้คิดง่ายๆเลยด้วยกฏ A second of thought ปัญหาอะไรที่เราสามารถคิดวิธีแก้ได้ภายใน 2-3 วินาที ปัญหานั้นมีโอกาสสูงมากที่จะแก้ได้ด้วย AI/ ML เหมือนกัน

AI/ ML แก้ไม่ได้ทุกปัญหานะคร้าบบบบ อ. Andrew ฝากบอกไว้ 555+

Pretty much anything you could do with a second of thought, we can probably now or soon automate using supervised learning

Andrew N

อ. Andrew ฝากบอกอีกว่า “AI can’t do everything under the sun” AI แก้ไม่ได้ทุกปัญหานะครับ ฝากบอกผู้บริหารที่บริษัทด้วย ยั๊งงง! 😭

Input-Output Mapping

Supervised Learning ทำงานบนหลักการของ input-output mapping ตัวอย่าง applications ที่เราสามารถ frame ให้อยู่ในรูปแบบที่ ML แก้ได้ เช่น spam classifier, translation, ad click prediction เป็นต้น

Input-Output Mapping จากคอร์ส AI for Everyone
Formative Quiz