Narut Soontranon

Narut Soontranon

Data Science | AI | Machine Learning | Deep Learning
LSTM คือ อะไร

LSTM คือ อะไร

LSTM ย่อจาก Long Short-Term Memory ถือเป็นประเภทหนึ่งของสถาปัตยกรรมแบบ Recurrent Neural Network (RNN) อยู่ในกลุ่มของ Deep Learning ถูกออกแบบให้จดจำ Patterns ในช่วงเวลานานๆ มีประสิทธิภาพสำหรับปัญหาการทำนายที่เป็น Sequential เนื่องจากสามารถเก็บข้อมูลก่อนหน้าและนำมาร่วมใช้ในการประมวลผลได้ สามารถแก้ปัญหา Long-term Dependency ได้
Narut Soontranon
13 Use Cases จาก Large Language Models

13 Use Cases จาก Large Language Models

Large Language Models หรือ LLMs เป็นเรื่องที่ถูกพูดถึงกันอย่างมากในปัจจุบัน ผลิตภัณฑ์ที่เป็นที่รู้จักกันดี ได้แก่ ChatGPT, Google Bard ใน Blog นี้ จะพูดถึง Use Cases ต่างๆ ที่ได้จาก LLMs 1) Customer Service
Narut Soontranon
DBSCAN Clustering คือ อะไร

DBSCAN Clustering คือ อะไร

ย่อจาก Density- Based Spatial Clustering of Applications with Noise ถือเป็น Machine Learning ประเภท Unsupervised Learning ใช้ในการจัด Cluster เป็น Density-based Clustering จัด Cluster โดยพิจารณาจากบริเวณที่มีความหนาแน่น โดยบริเวณที่มีความหนาแน่นน้อยอาจถูกพิจารณาเป็น Noise 🟢 ข้อดี * รูปร่างของ
Narut Soontranon
อยากเป็น Data Scientist (2/2)

อยากเป็น Data Scientist (2/2)

7 Soft Skills ที่ Data Scientist ต้องรู้ 1. Communication & Storytelling การสื่อสารเป็นสิ่งสำคัญ โดยเฉพาะอย่างยิ่งเมื่อทำงานในด้านเทคนิค Data Scientist ต้องสามารถสื่อสารแนวคิดทางเทคนิคเหล่านี้กับ Stakeholders กลุ่มที่เป็น Non-technical Skills เพื่ออธิบายข้อมูลเชิงลึก (Insights) สิ่งที
Narut Soontranon
อยากเป็น Data Scientist (1/2)

อยากเป็น Data Scientist (1/2)

7 Hard Skills ที่ Data Scientist ต้องรู้ 1. Programming Language Data Scientist จำเป็นต้องรู้ Programming Language หากยังไม่รู้ภาษาใดเลย ภาษา Python ถือเป็นตัวเลือกที่น่าสนใจ และ เป็นภาษาที่ได้รับความนิยมอันหนึ่งที่ Data Scientist ใช้งาน นอกเหนือไปจากนั้น อาจเป็น R,
Narut Soontranon
Pros & Cons ของ Machine Learning Algorithms ที่นิยมใช้

Pros & Cons ของ Machine Learning Algorithms ที่นิยมใช้

ใน Blog นี้ จะพูดถึง Pros (ข้อดี) และ Cons (ข้อเสีย) ของ Machine Learning Algorithms ต่างๆ ที่นิยมนำมาใช้งาน Linear Regression 🟢 ข้อดี * ง่ายในการ Implement และ มีประสิทธิภาพในการ Train * สามารลด Overfit ได้ โดยใช้ Regularization * ใช้งานได้ดี เมื่อ Dataset มีความสั
Narut Soontranon
Evaluation Metrics for Classification Model

Evaluation Metrics for Classification Model

การประเมิน (Evaluate) Model  เป็นส่วนสำคัญในการสร้าง Machine Learning models ที่มีประสิทธิภาพ * ในการประเมินการ Classification ตัวชี้วัดที่ใช้บ่อยที่สุด ควรจะเป็น “Accuracy” * เมื่อ Model มี Accuracy = 99% เราเชื่อว่า มันน่าจะดี แต่มันไม่จริงเสมอไป และในบางสถานการณ์
Narut Soontranon