Sign in Subscribe

Latest

CNN: จากพิกเซลสู่ความเข้าใจ

CNN: จากพิกเซลสู่ความเข้าใจ

CNN (Convolutional Neural Network) คือโมเดล Deep Learning ที่ออกแบบมาเพื่อ เข้าใจข้อมูลที่เป็นภาพ (Image) โดยเฉพาะ แต่ปัจจุบันยังนำไปใช้กับเสียง วิดีโอ และข้อมูลเชิงพื้นที่อื่น ๆ ได้ด้วย “สมองที่ค่อย ๆ มองภาพจากรายละเอียดเล็ก ไป

ปัญหาของ Deep Learning: Vanishing vs Exploding Gradients

ปัญหาของ Deep Learning: Vanishing vs Exploding Gradients

Vanishing and Exploding Gradients เป็นปัญหาที่พบบ่อยตอนฝึก (train) Neural Networks (NN) โดยเฉพาะ Deep NN และ RNN ดังนี้ 1. Vanishing Gradient คือ Gradient มีค่าน้อยมาก ๆ ใกล้ศูนย์ → น้ำหนักชั้นต้น ๆ แทบไม่ถูกอัปเดต → โมเดล “เรียนไม่ไป” เกิ

Backpropagation คืออะไร ทำไม Neural Network ถึงฉลาดขึ้น

Backpropagation คืออะไร ทำไม Neural Network ถึงฉลาดขึ้น

Backpropagation คือวิธีที่โมเดล Neural Network ใช้ เรียนรู้จากความผิดพลาดของตัวเอง แบบเป็นขั้นตอน แนวคิด ทำนาย → วัดว่าผิดแค่ไหน → ย้อนกลับไปแก้ค่าน้ำหนัก ขั้นตอน 1) Forward pass (ทำนายก่อน) * ป้อนข้อมูลเข้า Neural Network * ข้อมูลไหลจากซ้าย

Generative vs Discriminative Models: เมื่อ AI ต้องสร้าง กับ ต้องตัดสิน

Generative vs Discriminative Models: เมื่อ AI ต้องสร้าง กับ ต้องตัดสิน

เปรียบเทียบระหว่าง Generative Models และ Discriminative Models 1. แนวคิด Generative Models * เรียนรู้ distribution joint ของข้อมูล P(x, y) = P(x|y)P(y) * พยายามเข้าใจว่า “ข้อมูลถูกสร้างขึ้นอย่างไร” * สามารถ generate ตัวอย่างใหม่ได้ เช่น ภาพ, ข้อความ,

เมื่อข้อมูลเริ่มเรียนรู้: Deep Learning เบื้องต้น

เมื่อข้อมูลเริ่มเรียนรู้: Deep Learning เบื้องต้น

Deep Learning คือการสอนคอมพิวเตอร์ให้ “คิดและเรียนรู้” คล้ายสมองมนุษย์ โดยใช้โครงสร้างที่เรียกว่า Artificial Neural Network (ANN) ซึ่งเลียนแบบการทำงานของเซลล์ประสาทในสมอง จินตนาการว่า * สมองมนุษย์ มีเซลล์ประสาท (Neuron) เชื่อมต่อกันเป็นเครือข่าย * Deep Learning ก็สร้างเครือข่ายคล้ายกั

จะดึงข้อมูลยังไงดี? Batch, Streaming, Push หรือ Pull

จะดึงข้อมูลยังไงดี? Batch, Streaming, Push หรือ Pull

Data Ingestion คือกระบวนการ “พาข้อมูลจากต้นทาง (Source) เข้าสู่ระบบปลายทาง (Data Platform) เช่น Database, Data Warehouse, Data Lake หรือระบบ Analytics การออกแบบ Ingestion จะคิดจาก 2 เรื่องหลัก * ข้อมูลเข้ามาบ่อยแค่ไหน * ใครเป็นฝ่ายเริ่มส่งข้อมูล 1. Batch Processing แนวคิด:

OVR vs OVO: ศึกสองแนวคิดของ Machine Learning

OVR vs OVO: ศึกสองแนวคิดของ Machine Learning

กลยุทธ์ One-vs-Rest (OvR) และ One-vs-One (OvO) เป็นวิธีการแปลงปัญหา Multi-class Classification ให้เป็นชุดของ Binary Classificationเพื่อใช้กับโมเดลที่รองรับแค่การจำแนก 2 Classes เช่น Logistic Regression, SVM เป็นต้น 1. One-vs-Rest (OvR) แนวคิด: สร้างโมเดลหนึ่งตัวต่อหนึ่งคลาส โดยเปรียบเทียบ