clustering classification的八卦，Yahoo名人娛樂都在討論

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

🔥 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

🔥 อยากทำโปรเจกต์ Data Science เจ๋ง ๆ แต่ยังไม่มีไอเดียย ..
.
👉 ต้องนี่เลย !! แอดรวบรวมไว้ให้หมดแล้วจ้า กับ 10 โปรเจกต์สุดปัง แถมยังมี Source Code ให้ศึกษาด้วยย เจ๋งสุด ๆ ถ้าพร้อมแล้ววว เลือกหัวข้อที่สนใจแล้วไปทำกันโลด!
.
🌟 1) ตรวจจับ Fake News
ใช้ Python และ Library Pandas, Numpy, และ Sklearn เพื่อสร้างแบบจำลองที่สามารถแยกข่าวปลอมและข่าวจริงได้ง่ายดาย
.
👨‍💻 Source Code >> https://data-flair.training/blogs/advanced-python-project-detecting-fake-news/
.
🌟 2) Chatbot
สร้างการแชทโต้ตอบอัตโนมัติกับลูกค้าด้วย Python เรียนรู้ความต้องการของลูกค้า และช่วยตอบปัญหาต่าง ๆ ซึ่งมันเป็นตัวช่วยที่ดีในการทำธุรกิจเลยนะ
.
👨‍💻 Source Code >> https://dzone.com/articles/python-chatbot-project-build-your-first-python-pro
.
🌟 3) ตรวจจับการโกงบัตรเครดิต
สมัยนี้อัตราการโกงบัตรเครดิตเพิ่มสูงขึ้นมาก หากเรามีตัวช่วยในการตรวจสอบว่าธุรกรรมที่ทำผ่านบัตรเครดิตนั้นเป็นของจริงหรือไม่ มันจะดีมาก ๆ เลยใช่ไหม ซึ่งโปรเจกต์นี้จะใช้อัลกอริทึมแยกความแตกต่างของธุรกรรมทางบัตรเครดิต อันไหนจริงหรือปลอมรู้หมด! พัฒนาง่าย ๆ ด้วยภาษา Python และ R
.
👨‍💻 Source Code >> https://data-flair.training/blogs/data-science-machine-learning-project-credit-card-fraud-detection/
.
🌟 4) ตรวจอาการง่วงนอนของคนขับ
โปรเจกต์นี้จะตรวจจับคนขับรถที่มีอาการมึนงง และจะตั้งค่าแจ้งเตือนด้วยเสียง โดยจะใช้โมเดล Deep Learning ประเมินว่าคนขับตาปิดอยู่หรือไม่ อุปกรณ์ที่ต้องใช้ในโปรเจกต์นี้ก็มีแค่เพียงกล้องเว็บแคม พร้อมแล้วไปทำกันโลดด !
.
👨‍💻 Source Code >> https://data-flair.training/blogs/python-project-driver-drowsiness-detection-system/
.
🌟 5) จับอารมณ์จากคำพูด
โปรเจกต์นี้จะพยายามรับรู้อารมณ์ของคนพูดด้วยการใช้ไฟล์เสียงต่าง ๆ เป็นชุดข้อมูลเพื่อฝึกโมเดลให้จำแนกอารมณ์ของผู้พูด พัฒนาด้วยภาษา Python ใครสายนี้ห้ามพลาดเลยจ้า
👨‍💻 Source Code >> https://data-flair.training/blogs/python-mini-project-speech-emotion-recognition/
.
🌟 6) จำแนกมะเร็งเต้านม
เป็นการผสานของศาสตร์หลาย ๆ อย่าง ไม่ว่าจะเป็น Deep Neural Network, Convolutional Neural Network, Recurrent Neural Network, Deep Believe Network เป็นต้น ที่ช่วยฝึกโมเดลในการจำแนกเนื้อดี กับเนื้อที่เป็นมะเร็งเต้านม พัฒนาด้วยภาษา Python
.
👨‍💻 Source Code >> https://data-flair.training/blogs/project-in-python-breast-cancer-classification/
.
🌟 7) ระบบแนะนำภาพยนตร์
อยากมีระบบแนะนำภาพยนต์เจ๋ง ๆ แบบ Netflix ต้องห้ามพลาดโปรเจกต์นี้ พัฒนาง่าย ๆ ด้วยภาษา R นั่นเอง !
.
👨‍💻 Source Code >> https://data-flair.training/blogs/data-science-r-movie-recommendation/
.
🌟8) วิเคราะห์ความเชื่อมั่นของลูกค้า
โปรเจกต์นี้ใช้แบบจำลองการวิเคราะห์ความรู้สึกเพื่อของลูกค้า เพื่อกำหนดทัศนคติของลูกค้าที่มีต่อผลิตภัณฑ์ของบริษัท พัฒนาด้วยภาษา R
.
👨‍💻 Source Code >> https://data-flair.training/blogs/data-science-r-sentiment-analysis-project/
.
🌟 9) แบ่งกลุ่มลูกค้า
โปรเจกต์นี้จะใช้การเรียนรู้แบบไม่มีผู้สอน ใช้กระบวนการ Clustering เพื่อจัดกลุ่มลูกค้าที่มีพฤติกรรมคล้าย ๆ กัน ทำให้บริษัทสามารถรู้จักกลุ่มของลูกค้าได้มากขึ้นนั่นเอง

👨‍💻 Source Code >> https://data-flair.training/blogs/r-data-science-project-customer-segmentation/
.
🌟 10) ตรวจเพศและอายุด้วย OpenCV
โปรเจกต์ที่จะช่วยให้คุณสามารถตรวจสอบเพศ และอายุโดยการจดจำภาพใบหน้าของคน ๆ นั้น และสามารถบอกได้ว่าเขาเพศอะไร และอายุเท่าไหร่ พัฒนาด้วยภาษา Python ใครสายนี้ห้ามพลาดเลยจ้า!
.
👨‍💻 Source Code >> https://data-flair.training/blogs/python-project-gender-age-detection/
.
ลองไปทำกันดูน้าา ได้ผลยังไงมาแชร์ให้ฟังกันบ้าง ❤️
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน