โอ๊ยยยย...อยากทำงานสาย Data Science แต่...คำศัพท์สายนี้ทำไมมันเยอะไปหมดดดด จำเท่าไหร่ก็ไม่หมด ! สับสนจริงจริ๊งงงง 😖
.
🌈 หากคุณเจอปัญหานี้อยู่ล่ะก็...ไม่ต้องกังวลไป เพราะเราได้รวบรวมมาให้หมดแล้ว กับ 10 คำศัพท์เด็ด ๆ ที่คนทำงานสาย Data Science ต้องเจอแน่ ๆ มีอะไร และความหมายสั้น ๆ คืออะไร ? ถ้าพร้อมแล้วไปดูกันเลย !
.
🔹 Data Warehouse
คลังข้อมูล - เป็นพื้นที่เก็บข้อมูลขนาดใหญ่ที่รวบรวมจากหลาย ๆ แหล่ง เพื่อใช้ข้อมูลนี้ไปวิเคราะห์ ประมวลผล หรือทำงานด้าน Business Intelligence และ Machine Learning
.
🔹 Data Lake
เป็นที่เก็บข้อมูลส่วนกลาง ที่สามารถเก็บข้อมูลได้ทั้งแบบมีและไม่มีโครงสร้าง สามารถนำข้อมูลไปวิเคราะห์ ประมวลผล หรือทำงานด้าน Big Data และ Machine Learning ได้นั่นเอง
.
🔹 Data Models
แบบจำลองข้อมูล - ใช้เพื่ออธิบายโครงสร้าง ความสัมพันธ์ และการประมวลผลของข้อมูล ซึ่งจะเป็นสิ่งที่ช่วยให้ Data Science สามารถเข้าใจและสามารถจัดการกับข้อมูลได้ง่ายนั่นเอง
.
🔹 Classification
การจัดประเภท - เป็น Supervised Learning (เรียนรู้แบบมีผู้สอน) ใช้ในการจัดประเภทของข้อมูล เช่น จัดประเภทของสินค้าที่คนนิยมซื้อในช่วงโปร 7.7 และ 8.8 ของเว็บไซต์ Ecommerce
.
🔹 Clustering
การจัดกลุ่ม - เป็น Unsupervised Learning (เรียนรู้แบบไม่มีผู้สอน) โดยจะหาความคล้ายคลึงกันของข้อมูลแล้วจัดให้อยู่กลุ่มเดียวกัน เช่น การแบ่งประเภทของลูกค้าจากข้อมูลพฤติกรรมการซื้อสินค้า
.
🔹 Deep Learning
การเรียนรู้เชิงลึก - เป็นระบบที่มีการเลียนแบบพฤติกรรมมนุษย์ เพื่อช่วยคอมพิวเตอร์ในการแก้ปัญหาที่ซับซ้อนเหมือนสมองของมนุษย์ได้นั่นเอง
.
🔹 Linear Regression
การถดถอยเชิงเส้น - เป็นโมเดลสุดฮิต! ที่ใช้วิเคราะห์ความสัมพันธ์ของ 2 ตัวแปร และปรับให้เป็นสมการเชิงเส้น ซึ่งทำให้เราได้ผลลัพธ์ที่ต้องการ เช่น การคำนวณระยะจากโดยใช้ความเร็วและเวลา
.
🔹 A/B Testing
เป็นการทดสอบโดยใช้ 2 ตัวแปรแบบสุ่ม เพื่อกำหนดแนวทางให้กับผลิตภัณฑ์ เช่น Google ทดสอบแสดงผลสีโลโก้ในหลาย ๆ เฉด เพื่อดูว่าเฉดใดมีคนคลิกมากที่สุด
.
🔹 Data Visualization
เป็นการนำข้อมูลมาวิเคราะห์และจัดทำให้อยู่ในรูปแบบที่เราเข้าใจง่าย ๆ เช่น กราฟ หรือ แผนภูมิ และที่เราเห็นเขาทำกันบ่อย ๆ ก็คือ Dashboard นั่นเอง
.
🔹 ETL
จริง ๆ แล้วมันย่อมาจาก Extract Transform Load เป็นกระบวนการรวบรวมข้อมูลจากหลายแหล่งมาแปลงให้เป็นรูปแบบที่เหมาะสมแล้วจัดเก็บไว้ในแหล่งเก็บข้อมูล เช่น Data Warehouse หรือ Data Lake
.
👉 และทั้งหมดนี้เป็นคำศัพท์เบื้องต้นที่คนอยากทำงานสาย Data Science ควรรู้ !! หวังว่าจะเป็นประโยชน์กับเพื่อน ๆ ที่กำลังอยากทำงานในสายนี้น้าาา หากอยากให้แอดทำคอนเทนต์แนวนี้อีก เมนต์ไว้ได้เลย !! ~~
.
หากชอบเนื้อหานี้ อย่าลืมกดไลก์ กดแชร์ เพื่อเป็นกำลังใจให้เราด้วยนะ ❤️
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
「unsupervised classification」的推薦目錄:
- 關於unsupervised classification 在 BorntoDev Facebook 的最佳貼文
- 關於unsupervised classification 在 BorntoDev Facebook 的精選貼文
- 關於unsupervised classification 在 โปรแกรมเมอร์ไทย Thai programmer Facebook 的最佳貼文
- 關於unsupervised classification 在 SCAN: Learning to Classify Images without Labels ... - GitHub 的評價
- 關於unsupervised classification 在 Unsupervised Classification in Machine Learning - Stack ... 的評價
- 關於unsupervised classification 在 unsupervised classification VS supervised classification when ... 的評價
unsupervised classification 在 BorntoDev Facebook 的精選貼文
🔥 มา ๆ ! มาเตรียมเรียน Machine Learning ตั้งแต่เริ่มต้นจนถึง Advance กับ หลักสูตรของ MIT ไปพร้อมกันนนน
.
กับคอร์สฟรี "Machine Learning with Python: from Linear Models to Deep Learning" ที่เหมาะมาก ๆ ถ้าใครมีพื้นฐานไพธอนแล้วอยากลุยสาย ML
.
🤣 เพราะในหลักสูตรนี้เขามาแน่น ๆ แบบเบิ้ม ๆ ครบทุกหัวข้อหลักไม่ว่าจะเป็น
.
✅ Linear classifiers, separability, perceptron algorithm
✅ Maximum margin hyperplane, loss, regularization
✅ Stochastic gradient descent, over-fitting, generalization
✅ Linear regression
✅ Recommender problems, collaborative filtering
✅ Non-linear classification, kernels
✅ Learning features, Neural networks
✅ Deep learning, back propagation
✅ Recurrent neural networks
✅ Recurrent neural networks
✅ Generalization, complexity, VC-dimension
✅ Unsupervised learning: clustering
✅ Generative models, mixtures
✅ Mixtures and the EM algorithm
✅ Learning to control: Reinforcement learning
✅ Reinforcement learning continued
✅ Applications: Natural Language Processing
.
โหยยย เยอะขนาดดดดด 55555 ไม่เรียนก็ไม่ได้แล้ว แอดบอกเลย เพราะจัดให้ตั้งแต่ ML ถึง deep learning เลยอะ
.
หากใครอยากเรียน ดูดีเทล มาที่นี่เลยฮะ -> https://www.edx.org/course/machine-learning-with-python-from-linear-models-to
.
ปล.คอร์สนี้เริ่มเรียน วันที่ 6 พฤษภานี้นะฮะ <3
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
unsupervised classification 在 โปรแกรมเมอร์ไทย Thai programmer Facebook 的最佳貼文
ในเรื่อง machine learning (การเรียนรู้ของเครื่อง)
เราสามารถทำ Clustering หรือการจัดกลุ่มของข้อมูล
โดยจะนำไปใช้กับข้อมูลที่ยังไม่ได้มีการแบ่งแยกหมวดหมู่
และเราต้องมาแยกแยะเอง
.
ด้วยเหตุนี้การทำ Clustering
จัดเป็นประเภท Unsupervised Learning
(การเรียนรู้แบบไม่มีผู้สอน)
.
สำหรับอัลกอริทึมที่นิยมใช้ เช่น K-Means
เหมาะกับข้อมูลที่รวมกันเป็นกลุ่มก้อน (compact)
และแยกออกจากกันอย่างชัดเจน
.
อย่างตัวอย่างในรูปเป็นโค้ดเขียนด้วย JavaScript ES6 (รันผ่าน node.js)
ซึ่งงาน machine learning ยังไงก็ต้องมาโค้ดดิ้ง
อยู่ๆ จะให้คอมเรียนรู้เองไม่ได้นะ
.
####
++++++
ถึงตรงนี้น้องๆ ถ้าลองไปเปิดตำราเรียนวิทยการคำนวณม. 5
จะมีอัลกอริทึมชื่อคล้ายกันกับ K-Means
แต่คนละความหมายเลยนะครับ
.
นั้นก็คืออัลกอริทึม K-NN (K-nearest Neighbor)
ใช้ค้นหาเพื่อนบ้านใกล้เคียงที่สุด K ตัว
.
สำหรับ K-NN จะนำไปใช้กับงานประเภท Classification
ซึ่งงาน classification จะต่างกับ clustering
โดยงาน classiffication จะถือว่าเป็นประเภท supervised Learning (การเรียนรู้แบบมีผู้สอน)
.
เพราะเราจะมีข้อมูลในอดีตที่มีการระบุหมวดหมู่ไว้เรียบร้อยล่วงหน้า
พอมีข้อมูลชุดใหม่เข้ามา ก็สามารถทำนายบอกหมวดหมู่ได้
-
-
>>> ขออนุญาตประชาสัมพันธ์ ขายของหน่อย
ถ้าใครสนใจหนังสือ "AI ไม่ยาก เรียนรู้ด้วยเลขม. ปลาย"
ก็สั่งซื้อได้ที่นี้เป็น ebook (ขออภัยยังไม่มีเล่มกระดาษขาย)
👉 https://www.mebmarket.com/web/index.php…
.
👉 https://www.dropbox.com/s/fg8l38hc0k9b…/chapter_example.pdf…
.
✍ เขียนโดย โปรแกรมเมอร์ไทย thai programmer
unsupervised classification 在 Unsupervised Classification in Machine Learning - Stack ... 的推薦與評價
... <看更多>
unsupervised classification 在 unsupervised classification VS supervised classification when ... 的推薦與評價
It largely depends on what the goals of your analysis are. Labels only become labels when you decide that they are a feature of interest! ... <看更多>
unsupervised classification 在 SCAN: Learning to Classify Images without Labels ... - GitHub 的推薦與評價
The task of unsupervised image classification remains an important, and open challenge in computer vision. Several recent approaches have tried to tackle ... ... <看更多>