Blockdit Logo (Mobile)
The Columnist
•
22 เม.ย. 2019 เวลา 03:54
สรุป Machine Learning แบบสั้นๆง่ายๆ
Machine Learning (ML) คือสาขาย่อยของ AI หรือปัญญาประดิษฐ์ เป็นการใช้อัลกอริทึมในวิเคราะห์ และประมวลผลข้อมูลมหาศาล เพื่อให้ได้ผลลัพธ์ที่เราต้องการ โดยอาศัยการเทรนด์ หรือการสอนให้คอมพิวเตอร์คิดเองเป็น
ML เข้ามามีบทบาทในชีวิตเรามากขึ้น ถ้าหันมองรอบๆ ตัวก็มีตั้งแต่ Facebook, Twitter, Netflix, YouTube, Google, Siri และอีกมากมาย เช่น YouTube เก็บข้อมูลจากการเข้าชมของเรา แล้วประมวลผลเพื่อแนะนำเพลงที่เราน่าจะชื่นชอบ
Flowchart ของ Machine Leaning โดย Karen Hao
การพัฒนา ML
- Neural Networks คือเทคนิคที่ใช้พัฒนาสมองของ ML โดยเทียบเคียงกับการทำงานของสมองมนุษย์ ที่มีเซลล์ประสาท และโครงข่ายที่เชื่อมโยงกันเพื่อรับส่งข้อมูล
- Deep Learning คือเทคนิคที่ล้ำไปอีกหน่อย ด้วยการเพิ่ม Neural Networks เข้ามาหลายๆ ชั้น ทำให้ ML มีสมองที่สามารถทำงานได้อย่างมีประสิทธิภาพมากยิ่งขึ้น
รูปแบบการฝึก
- Supervised Learning เป็นการสอนโดยการระบุข้อมูล และแจ้งว่าเราต้องการรูปแบบผลลัพธ์ใด เช่น เวลาเรากดฟังเพลงบน Youtube ก็จะเป็นการระบุแนวเพลงที่เราชื่อชอบ หลังจากนั้นอัลกอริทึมของระแบบก็จะประมวลผลเพื่อแนะนำเพลงที่เราน่าจะชอบ
- Unsupervised Learning เป็นการสอนโดยไม่มีการระบุข้อมูลใดๆ และให้ระบบค้นหารูปแบบหรือผลลัพธ์ที่เป็นไปได้เอง ไม่ค่อยเป็นที่นิยม เพราะไม่สามารถระบุการนำไปใช้ที่ชัดเจนได้ แต่ในแง่ของ Cybersecurity นำไปใช้ได้ดี
- Reinforcement learning เป็นการสอนโดยอาศัยวิธีลองผิดลองถูก (Trial and Error) เหมือนการฝึกน้องหมา ถ้าทำได้ให้รางวัล ถ้าทำผิดโดนลงโทษ มักนำไปใช้กับเกม เช่น Alphago ที่เอาชนะแชมป์หมากรุกโลกได้
กดไลค์/กดติดตาม เป็นกำลังใจให้พวกเราในการแบ่งปันบทความ และข่าวสารดีๆ ทางด้านเทคโนโลยีด้วยนะครับ
โฆษณา